半导体公司Xilinx日前揭开旗下数据中心软件可编程芯片设计的面纱,Xilinx称该数据中心软件可编程芯片设计是全新计算类别的一部分。
该数据中心软件可编程芯片设计的大名为自适应计算加速平台(ACAP),Xilinx表示ACAP将令数据中心服务器高度可编程成为现实,而且数据中心性能呈指数级增长。ACAP背后的技术对于普通人来说是高大上的技术,不过Xilinx将用到的概念与现有芯片设计做了对照。
根据Xilinx的说法,ACAP与现场可编程门阵列(FPGA)结构(一种可在制造后进一步配置的集成电路)以及SoC和GPU不同,因为“设计人员不再需要利用可编程逻辑建立连接性基础设施,ACAP可以使用高级语言进行编程,因此提供了灵活性和易用性,同时又提供了比CPU好一个数量级甚至更多的性能优势和功率效率。ACAP实现了以软件为中心的、本质完全不同设计流程,因为所有连接的基础架构都是通过原生软件编程实现的。“
Xilinx首席执行官Victor Peng解释说,Xilinx过去的产品都具有一定程度的适应性和可编程性,但ACAP在这方面做了更多,因为它既可以进行软件编程,也可以进行硬件编程。设计人员因此可以在同一芯片上进行任意多次范围广泛的应用程序编程。
在策略方面,Xilinx新平台的目标是数据中心客户,但Xilinx认为ACAP技术也适用于新兴市场,包括5G、汽车、航空和国防以及有线通信。Xilinx在瞄着未来计算需求,诸如物联网、机器学习和人工智能一类的计算市场。
Xilinx此举事关重大。英特尔的Altera部是竞争对手,两家都在开发可编程处理器和边缘计算、物联网和5G应用。
Peng表示,“我们的策略是在一个适应性和智能世界中推动业务发展。对于我们作为一家企业而言,数据中心在软件开发方面有很多创新,我们希望支持软件方面的创新者。从长期来看,目标放在开发者上会增加我们产品的使用。”
Xilinx表示,首款代号为Everest的ACAP产品系列将采用TSMC 的7nm工艺技术开发,并将在今年晚些时候推出。
好文章,需要你的鼓励
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。