芯片设计初创公司 Baya Systems Inc. 今日宣布完成 3600 万美元融资,用于支持其业务增长并加速软件产品组合的开发,以满足新兴"芯片组"经济的需求。
本轮 B 轮融资由 Maverick Silicon 和 Synopsys Inc. 领投,现有投资者 Matrix Partners 和 Intel Capital 也参与其中。
随着人工智能的发展,所谓的芯片组或片上系统 (SoC) 变得越来越受欢迎,因为 AI 需要极其高效的数据移动和计算密度。SoC 将各种半导体组件结合在一起,包括中央处理器、图形处理器、神经网络加速器和其他类型的芯片,以创建更高效的计算平台。然而,将如此多的不同组件放在单个硅片上的挑战之一是需要确保各个部件之间能够快速移动数据的高效设计。
芯片制造商通过将片上网络 (NoC) 技术与其 SoC 集成来解决这个问题。NoC 是专门的组件,可以在芯片上移动数据,同时最大限度地减少连接所有组件所需的资源。
它们跨越 SoC,但挑战在于多芯片实现——即公司希望连接大型 SoC 集群以运行更强大的应用程序和工作负载。简而言之,当 NoC 需要与其他 NoC 通信时,效果并不理想。
Baya Systems 表示,他们开发了一种"革命性的"芯片组优化 NoC 和物理链路 (PHY) 互连解决方案来解决这个挑战。该公司表示,虽然现在可以通过 PHY 连接单个芯片组上的 NoC,但这样做效率低下。
这就是为什么该公司提出了一种新方法,将各种 NoC 整合到一个"统一结构"中,使其像单个智能全局 NoC 一样运作。根据 Baya Systems 的说法,其技术有助于降低延迟,提高 NoC 间通信的带宽和吞吐量,同时在多芯片设计中提供更大的流量路由灵活性。
Baya Systems 创始人兼首席执行官 Sailesh Kumar 博士表示,复杂 SoC 和结合 CPU、GPU 及其他加速器的芯片组的设计师通常会依赖"暴力"解决方案,他认为这是不可持续的。
"存在太多风险,例如高昂的重新设计成本、扩展困难,以及可能推出性能不佳的产品,"他说。"Baya 以性能为中心的软件方法,结合我们独特的传输和模块化结构 IP,从一开始就设计用于生产在构建时就正确的复杂多芯片解决方案,并简化设计流程。"
Baya Systems 表示,其技术优化并简化了芯片组通信,使系统设计师能够专注于系统的增值部分。换句话说,芯片设计师可以转而专注于使其芯片组变得更强大。
Maverick Silicon 董事总经理 Andrew Homan 表示,AI 的挑战不在于提供计算能力,而在于实现无缝数据移动。"Baya Systems 团队凭借 WeaverPro、WeaveIP 和其他解决方案,在行业中独特地填补了这一关键空白,"他说。
Baya Systems 表示,其软件的早期采用者包括 AI 芯片初创公司 Tenstorrent Inc.,该公司最近筹集了 6.93 亿美元的后期融资,以推动其与 Nvidia Corp. 竞争的雄心。该公司正在基于 RISC-V 架构设计更经济的 AI 加速器,消除了对高内存带宽等昂贵组件的需求。
该初创公司表示,计划在今年晚些时候宣布与更多芯片制造商的合作。
好文章,需要你的鼓励
通用汽车与英伟达扩大合作,旨在将人工智能应用于汽车制造的各个方面。这项合作涵盖工厂自动化、机器人技术和自动驾驶汽车开发。英伟达将为通用汽车提供 AI 基础设施和技术支持,助力其打造下一代智能工厂、优化生产流程,并推进自动驾驶技术的发展。这一战略合作反映了汽车行业向智能化、数字化转型的趋势。
企业AI不仅要考虑推理成本和性能,还需确保模型满足严格的安全、隐私和合规要求。建立可信赖的AI系统是关键,这意味着企业除了优化成本和性能外,还需优先考虑模型的完整性和安全性。在选择基础模型时,应采用全面的评估方法,包括安全性、偏见、合规性等多个方面,而不仅仅是关注单一指标。
英伟达推出革命性的共封装光学网络解决方案,大幅提升AI数据中心性能。新技术可将光学收发器数量减少4倍,能效提高3.5倍,信号完整性提升63倍,网络弹性增加10倍,部署时间缩短1.3倍。这一突破性进展将助力数据中心满足代理型AI对计算资源的巨大需求,标志着共封装光学技术实现量产的重要里程碑。
英伟达宣布与迪士尼研究院和谷歌 DeepMind 合作开发 Newton 物理引擎,用于模拟真实环境中的机器人动作。迪士尼将率先使用 Newton 驱动其下一代娱乐机器人,如星球大战风格的 BDX 机器人。英伟达计划于 2025 年晚些时候发布 Newton 的早期开源版本。这项合作将为迪士尼主题公园带来更具表现力和精确性的机器人体验。