Da IoT ao data center: SiFive revela núcleos XM AI de inteligência econômica

O desenvolvedor SiFive, conhecido por seus núcleos de processador RISC-V, decidiu aproveitar o boom da IA ​​​​com o anúncio dos clusters Intelligence XM, as primeiras soluções RISC-V do setor equipadas com um mecanismo de cálculo de matriz escalonável para lidar com cargas de trabalho de IA.

Como observa SiFive, o novo design deve ajudar os desenvolvedores de chips baseados em RISC-V na criação de sistemas de IA personalizados, inclusive para transporte autônomo, robótica, UAVs, IoT, computação de ponta, etc., onde o papel de tais cargas cresceu recentemente. significativamente, mas a exigência de eficiência energética não desapareceu. Mas se desejar, aceleradores de servidor também podem ser criados, afirma a empresa.

Cada bloco de matriz dentro de um cluster XM é complementado por quatro X Cores, cada um contendo dois blocos de cálculo vetorial e um bloco de cálculo escalar. Juntos, eles compartilham um cache L2 comum. O cluster XM possui um barramento com largura de banda de 1 TB/s e suporta conexões com dois tipos de memória – coerente através de um barramento CHI comum, ao qual está conectada memória DDR/HBM externa, ou uma porta de alta velocidade para SRAM. O desempenho de um cluster XM é de 8 Tflops no modo BF16 e 16 Tops no modo INT8 por frequência de GHz.

Fonte aqui e abaixo: SiFive

O tipo de núcleo host não é importante, pode ser RISC-V, Arm ou mesmo x86. No entanto, os núcleos do host podem estar totalmente ausentes. Espera-se que os chips baseados em XM tenham uma média de quatro a oito clusters, proporcionando até 8 TB/s de largura de banda de memória e até 64 teraflops de desempenho no modo BF16, e isso é apenas 1 GHz com baixo consumo de energia. Mas também é possível escalar até 512 blocos XM, o que já dará 4 Pflops de BF16. NVIDIA Blackwell, por exemplo, possui desempenho de 5 Pflops no mesmo modo.

Para popularizar ainda mais a arquitetura RISC-V, a empresa também planeja abrir o código-fonte da implementação de referência da SiFive Kernel Library (SKL). SKL inclui uma implementação de vários algoritmos populares otimizados para núcleos RISC-V SiFive, incluindo aqueles para trabalhar com redes neurais, processamento de sinais, álgebra linear, etc.

A SiFive parece estar indo bem e, como observou o CEO Patrick Little, os novos designs principais irão ajudá-la a manter seu ritmo de crescimento e acompanhar a evolução da IA, ao mesmo tempo que permanece um fornecedor de soluções exclusivas de processador de código aberto. No momento, a SiFive já fornece suas soluções para gigantes como Alphabet, Amazon, Apple, Meta✴, Microsoft, NVIDIA e Tesla.

avalanche

Postagens recentes

A Qualcomm espera faturar US$ 15 bilhões por ano com a venda de chips para servidores até 2029.

O relatório trimestral da Qualcomm veio acompanhado do anúncio dos processadores de servidor Dragonfly C1000,…

35 minutos atrás

Uma versão reforçada do cão robô chinês Lynx M20S escalou encostas de montanhas em temperaturas de -30 graus.

A empresa chinesa DEEP Robotics demonstrou a incrível resistência e capacidade de transposição de terrenos…

6 horas atrás

O aclamado simulador de sobrevivência DayZ ganhará uma sequência – a Bohemia Interactive anunciou oficialmente DayZ 2.

Os desenvolvedores do estúdio tcheco Bohemia Interactive confirmaram o desenvolvimento de uma sequência para o…

8 horas atrás

Em busca de férmions de Majorana: cientistas questionam novamente a tecnologia de computação quântica da Microsoft.

Uma nova crítica publicada na revista científica Nature levanta questões sobre o avanço da computação…

8 horas atrás

A Zoox atualizou seu serviço de robotáxis, com o lançamento do transporte público pago previsto para o final do ano.

A Zoox, empresa pertencente à Amazon, atualizou o design de seu robotáxi especializado. A Zoox…

10 horas atrás

Warhammer 40.000: Rogue Trader atingiu um novo pico de vendas e chegará ao formato físico pela primeira vez.

Após o fracasso do Owlcat Launcher, a Owlcat Games anunciou o sucesso de seu jogo…

11 horas atrás