Após o lançamento dos concorrentes processadores 3A6000, a empresa chinesa Loongson anunciou o desenvolvimento de aceleradores especializados baseados em GPU LG200 para inteligência artificial e tarefas de computação de alto desempenho. Tendo como pano de fundo um aumento significativo na procura de tais produtos, bem como uma proibição dos EUA do fornecimento de poderosos aceleradores de IA e GPUs à China, as empresas locais estão a tentar preencher o nicho vago.
Fonte da imagem: El Chapuzas Informático
Oficialmente, Loongson LG200 é um sistema multiprocessador paralelo projetado para as mesmas tarefas atribuídas aos aceleradores especializados NVIDIA H100 e A100, bem como soluções semelhantes da AMD. Ou seja, o novo produto será utilizado para trabalhar com algoritmos de IA e na área de computação de alto desempenho (HPC). O Loongson LG200 afirma oferecer suporte a OpenCL 3.0 para computação e OpenGL 4.0 para cargas de trabalho gráficas.
O diagrama de blocos do LG200 de Loongson mostra a GPU organizada em quatro clusters, cada um contendo 16 pequenas unidades lógicas aritméticas (ALUs), quatro ALUs grandes e uma unidade ALU enorme. A fabricante ainda não divulgou detalhes técnicos adicionais sobre seu desenvolvimento.
O LG200 é conhecido por suportar o formato inteiro INT8 para cargas de trabalho de IA, bem como operações de ponto flutuante FP32 e FP64 para tarefas de computação. Segundo o desenvolvedor, o desempenho computacional do LG200 varia de 256 Gflops a 1 Tflops por nó. É verdade que a empresa não especifica de quais indicadores de precisão de cálculo estamos falando.
Mesmo que as declarações da empresa digam respeito ao desempenho do FP64, seu número é significativamente inferior ao das GPUs especializadas modernas. Por exemplo, o mesmo acelerador NVIDIA H100 fornece desempenho FP64 a 67 Tflops. A partir disso podemos assumir que o LG200 está focado na computação lógica de baixo consumo de energia.
Loongson definiu seu acelerador LG200 no segmento GPGPU. Em outras palavras, ele não foi projetado apenas para cargas de trabalho de IA, HPC e gráficos, mas também pode ser usado para tarefas de computação de uso geral. O desenvolvedor não especifica o que exatamente significa neste caso.