英特尔近日宣布FPGA业务独立,该业务将销售用于从蜂窝塔到机器人等系统的可重新配置芯片。
英特尔FPGA业务的根源可以追溯到一家名为Altera的芯片制造商,后者成立于1983年。英特尔在2015年以167亿美金收购了这家公司,后来将其并入英特尔的数据中心部门。去年,英特尔宣布计划把Altera从数据中心部门剥离出来,成为一个独立的业务部门。
处理器中的晶体管被组织成模块,每个模块执行一组不同的任务。一个模块可能会被优化以执行矩阵乘法,这是机器学习模型用来处理数据的数学计算,反过来,相邻的晶体管簇可能主要专注于加密网络流量。
大多数处理器不允许用户更改晶体管集群执行什么任务以及执行方式。英特尔新独立的Altera部门,销售FPGA芯片则支持定制。企业可以调整FGPA的设计,以提高运行目标工作负载的速度或者降低功耗。
例如,一个开发AI驱动的智能家电的硬件团队,可以对FPGA中大部分的电路进行优化,用于执行矩阵乘法。处理器拥有的AI优化电路越多,运行机器学习模型的速度也就越快。FGPA不仅能够定制板载计算模块,还能够定制管理这些模块之间数据流的互连方式。
Altera是由首席执行官Sandra Rivera领导的,她曾经是英特尔数据中心部门的负责人。在今天的网络会议中Rivera表示,Altera的潜在市场规模将在几年内达到550亿美金,此外她还提供了关于Altera产品开发路线图的最新信息。
Rivera预览了Agilex 3,这是即将推出的FPGA系列,适用于需要有限计算能力的低功耗设备。Altera预计,这些芯片可用于云、通信和边缘计算环境,将在今年晚些时候分享有关该产品系列的更多细节。
在不久的将来,Altera将推出中端FGPA系列名为Agilex 5系列。英特尔表示,这个产品系列是基于10纳米工艺的,每瓦性能比使用7纳米技术制造的竞争对手产品高出60%。
另一个卖点是Agilex 5配备了数字信号处理器(DSP),使用AI优化的电路来加速计算。DSP是一种专用处理器,专为压缩多媒体文件和消除其中可能包含的任何传输错误等任务而开发。Agilex 5还包括了其他计算模式,例如基于Arm设计的CPU核心。
英特尔这次还提供了关于Altera此前公布的Agilex 7和Agilex 9产品线的更新信息,并表示,前一个芯片系列已经“投入生产”,而后者现已经投入量产。
Agilex 7针对数据中心、网络和国防系统的使用进行了优化,Agilex 9则面向雷达和军事航空航天用例,两条产品线都针对混合信号处理或编码为1和0的标准数据以及雷达读数等其他类型信号的任务处理进行了优化。
Rivera表示:“客户要应对日益复杂的技术挑战,努力从竞争对手中脱颖而出并加快实现价值的速度,在这个背景下,我们有机会重振FPGA市场。”
Altera的主要竞争对手是AMD,后者在2022年以500亿美金收购了Xilinx,进入FPGA市场,这笔交易也是半导体行业有史以来规模最大的收购。根据IDC的估计,由于这次收购使得AMD在FPGA市场占到了55%的份额,Altera的份额为30%多。
好文章,需要你的鼓励
随着AI模型规模不断扩大,GPU内存容量已成为瓶颈。Phison和Sandisk分别提出了软硬件解决方案:Phison的aiDAPTIV+软件通过创建跨GPU内存、CPU内存和SSD的虚拟内存池,支持高达700亿参数的模型;而Sandisk的高带宽闪存(HBF)则采用类似HBM的硬件架构,通过TSV连接器将NAND闪存与GPU紧密集成。Phison方案适合中小企业和边缘系统,Sandisk方案则针对大型GPU服务器,两种技术可共存互补。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估,量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量,消耗281,000立方米水。运营阶段占环境影响85%,远超硬件制造成本。研究表明地理位置和模型大小显著影响碳足迹,企业可通过选择适当规模模型、批处理技术和清洁能源部署来减少环境影响。这一透明度为企业AI采购决策提供了新的评估标准。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。