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
软件开发瓶颈是现代企业面临的关键挑战。本文探讨了消除瓶颈的有效策略,包括优化沟通、提高可视化、自动化流程和培养共同责任文化。专家建议通过异步更新、看板管理和自动化工具来提高效率。同时强调了数据质量、跨团队协作和持续改进的重要性。文章还提到了新兴技术如AI在解决瓶颈问题中的潜在应用。
随着人工智能技术的发展,深度伪造内容在网络上大量涌现,可能对我们的健康造成潜在威胁。从虚假名人代言到有害的AI生成医疗建议,深度伪造正在助长一波危险的虚假信息浪潮。本文探讨了深度伪造在医疗保健领域的负面影响,以及如何在这个充满虚假信息的时代保护自己的健康。
INCYMO.AI 推出了一个革新性的 AI 驱动创意平台,专注于移动游戏广告制作。该平台基于 10 万多个市场验证广告的数据分析,通过 AI 技术为游戏营销人员提供创意构思和广告生成服务。在创意疲劳、用户获取成本上升和隐私限制的当前环境下,该平台为游戏营销开辟了一条数据驱动的全新道路。
Databricks 与 Palantir 签署合作协议,开发出更优的大语言模型微调方法,并与 Anthropic 达成为期五年的战略联盟,将 Claude 大语言模型整合到其数据湖平台中。此次合作将为企业客户提供更强大的 AI 能力,包括军工级安全性、高效的模型训练以及全面的数据治理,助力企业打造专属 AI 应用。