您尚未登录,请登录后浏览更多内容! 登录 | 加入最MC

QQ登录

只需一步,快速开始

 找回密码
 加入最MC

QQ登录

只需一步,快速开始

查看: 79|回复: 0
打印 上一主题 下一主题

[【少女の茶会】] 分析:天数智能芯片启动通用GPU芯片设计

[复制链接]
跳转到指定楼层
楼主
发表于 2022-5-22 02:01:56 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

电子爱好者络获悉,7通用GPU通用GPU培训芯片已获得安全、人工智能、超级计算机中心等客户订单,未来将继续进入5、3等更先进的过程。通用GPU是一种可用于人工智能模型训练和推理以及高性能计算的通用图形处理器。近年来,随着互联网技术、人工智能算法等技术的兴起和应用不断深入,ic电子元器件流通领域涌现出一批具有特色的产业互联网商城。



电子爱好者络获悉,7通用GPU通用GPU培训芯片已获得安全、BPV21F人工智能、超级计算机中心等客户订单,未来将继续进入5、3等更先进的过程。那么,国内通用GPU芯片大规模生产的技术瓶颈在哪里,国内企业如何取得突破呢与天数智能核心副总裁郭伟沟通。


为什么国产通用GPU芯片量产难度大


通用GPU是一种可用于人工智能模型训练和推理以及高性能计算的通用图形处理器。与CPU相比,GPU的平行处理能力于CPU,这也增强了GPU的通用性,使GPU更加注重通用性。可以说,通用GPU是GPU速发展的另一个细分市场。


市场机构数据显示,2022年通用GPU芯片市场规模已达86亿元,预计到2025年将保持年复合增长率32%,达到458亿元。面对如此巨大的市场,国内企业参与通用GPU市场面临哪些挑战郭伟告诉,通用GPU芯片在设计上主要面临两大挑战,一是通用架构,二是软件生态。


在架构方面,一般架构需要适应各种算法,包括基本计算;考虑到应用场景的特殊性,芯片功耗需要化设计,现低功耗、高计算能力;另一方面,了解到国内人才差距较大,培养成熟工程师需要10年。


在软件生态方面,通用GPU不仅是芯片硬件,还涉及软件栈、编译器等一系列软件生态系统。


为了突破技术瓶颈,天数智能芯片于2022年正式启动通用GPU芯片设计,历时年,比较终批量生产了首款自主研发的7通用GPU芯片。据了解,该芯片采用25DCWS晶圆包装技术,集成240亿晶体管,支持多精度数据类型的标准混合训练。在软件方面,芯片与主流生态系统兼容,采用自主研发的软件栈,从多方面提升计算能力。


目前,一些国际巨头在GPU行业仍处于领先地位,国内制造商需要突破许多挑战来现GPU突破。郭伟还提到,经过十多年的发展,英伟达不仅单独完善了芯片结构,而且拥有完善的软件生态系统。与软件生态系统相比,软件接口丰富,底层加速库和通用GPU芯片进入门槛较高,国内企业需要赶上。


由于通用GPU行业门槛高,天数智芯的难度和成功也让国内企业看到了另一种可能。


天数智芯推出7通用GPU芯片时,得到了业内人士的认可。工程院院士倪广南表示,该芯片的性能指标不亚于国外主流产品。电子爱好者了解到,天数智芯的天盖100芯片面积比行业内同类芯片小一半,但现了单精FP32性能37TF和半精FP16BF16性能147TF。


国内通用GPU芯片落地,深挖应用场景。


国内通用GPU芯片将在人工智能领域开放大规模应用市场,需要云培训。以安全相机为例。在工作过程中,相机需要车辆识别、人脸识别等。更重要的是,它依靠云培训模型来进行大量的推理。


郭伟提到,通用GPU芯片也可用于安全检查机和递行业。论是安全还是递行业,这些行业对模型培训和模型推理的速度都有很高的要求。在这方面,智能芯片的客户带来了登录应用案例。


通用GPU芯片比较典型的应用场景是人工智能,但随着技术的成熟,通用GPU芯片在5G、自动驾驶、大数据等领域的应用不断扩大。


自动驾驶比较重要的是安全。汽车上有很多传感器来获取道路状况。这些数据将被整合,然后通过预先训练的模型来预测道路状况。郭伟指出,在这个过程中,需要大量的计算能力。同时,考虑到汽车空间、电池功耗等问题,不宜将大功耗或大计算能力系统放在汽车内部。比较值得考虑的解决方案是将系统放在边缘。同时,由于需要速决策,边缘与汽车之间的通信需要尽可能低,5可以现如此低的延迟。


通用GPU芯片需要在这些处理过程中使用。郭伟认为,在现理想的高计算能力和低功耗技术的情况下,未来高端高计算能力芯片可以直接放在汽车上,应用场景更广泛,这也是未来几年行业的研究方向。


天数智芯副总裁郭伟提到了个方面:


首先,更强的计算能力。任何人工智能应用程序的模型都将变得越来越复杂,需要提供更高的计算能力。与此同时,芯片生产的改进将减少边际效应。此时,如何进一步提高计算能力际上是任何通用GPU芯片都将面临的技术挑战。另一方面,自动驾驶、智能医疗等行业的算法也在不断发展。此时,对于芯片的训练,更高的计算能力可以支持相应的算法操作。


第二,通用性更高。由于技术的速迭代,云培训芯片必须具有更高的通用性,以满足智能驾驶、智能医疗等高端市场的需求。


第,隐私计算。智能医疗场景涉及患者甚至医院的医疗数据隐私。任何人工智能模型都需要大量的数据来培训。此时,隐私计算需要通过隐私和解密来使用。


隐私保护对医疗场景非常重要。云培训芯片的隐私保护解决方案和一般计算也应该是随后的发展趋势。郭伟表示,天数智能芯将深入挖掘未来隐私保护的相关应用场景,并推出解决方案。


小结


如今,随着技术的成熟,国内企业不断努力推动通用GPU芯片市场,这也将给更多的应用场景带来多样化的可能性。当然,国内企业也需要面对与国际企业的差距,在追赶过程中不断缩小差距,使国内通用GPU芯片能够真正使用。
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友