Prozessoren

Baidu schließt ua die Entwicklung von Kunlun-Chips mit bis zu 260 Tops ab

Inhaltsverzeichnis:

Anonim

Baidu betritt den überfüllten Raum der KI-Beschleuniger (Artificial Intelligence). Das Unternehmen gab bekannt, dass es die Entwicklung seines Kunlun- Chips abgeschlossen hat , der bis zu 260 TOPS bei 150 W bietet. Der Chip wird Anfang nächsten Jahres im 14-nm-Prozess von Samsung in Produktion gehen und enthält das 2.5D-Paket von HBM.

Baidu Kunlun bietet bis zu 260 TOPS bei 150 W in AI-Berechnungen

Kunlun basiert auf der XPU-Architektur von Baidu für neuronale Netzwerkprozessoren. Der Chip kann 260 TOPS bei 150 W leisten und hat eine Bandbreite von 512 GB / s. Laut Baidu ist der Chip für Cloud Computing und Wissenschaft gedacht, obwohl das Unternehmen keine Spezifikationen für die Edge-Variante angegeben hat (da diese normalerweise eine viel niedrigere TDP aufweisen).

Baidu behauptet, Kunlun sei dreimal schneller in der Inferenz als herkömmliche (nicht spezifizierte) FPGA / GPU-Systeme in einem Verarbeitungsmodell in natürlicher Sprache, unterstützt jedoch auch eine Vielzahl anderer KI-Workloads, obwohl dies nicht der Fall ist Es heißt, ob der Chip auch für das Training geeignet oder vorgesehen ist.

Samsung wird den Chip für Baidu herstellen, der Anfang nächsten Jahres im 14-nm-2, 5-D-Prozess auf Basis des I-Cube-Interposers für die Integration des 32-GB-HBM2-Speichers produziert werden soll.

Besuchen Sie unseren Leitfaden zu den besten Prozessoren auf dem Markt

Für Ryan hilft der Chip dem Unternehmen, sein Fertigungsgeschäft auf Rechenzentrumsanwendungen auszudehnen, so Ryan Lee, Vice President Manufacturing Marketing bei Samsung Electronic.

Mit Kunlun schließt sich Baidu einer Reihe von Unternehmen mit KI-Inferenzchips für Rechenzentren auf einer Liste an, die Googles TPUs, Qualcomms Cloud 100, Nvidias T4 und Intels Nervana NNP-I und seine jüngsten umfasst Übernahme von Habana Goya. Am Rande haben Unternehmen wie Huawei, Intel, Nvidia, Apple, Qualcomm und Samsung diskrete oder integrierte Beschleuniger für neuronale Netze.

Tomshardware-Schriftart

Prozessoren

Die Wahl des Herausgebers

Back to top button