中国·北京 – 2024年1月8日 - MulticoreWare Inc与Imagination Technologies共同宣布已在德州仪器TDA4VM处理器上实现了GPU计算,不仅使算力提升了约50 GFLOPS,而且还实现了自动驾驶和高级驾驶辅助系统(ADAS)常见工作负载性能的跃升。
此次合作使得在高分辨率(3200x2000)图像上使用GPU运行StereoBM(Stereo Block Matching)算法的性能比使用CPU提高了100多倍,这使汽车行业的客户能够使用支持OpenCL™的IMG BXS GPU,在TDA4系统级芯片(SoC)上实现传感器处理工作负载(摄像头、雷达和激光雷达)的性能功耗比最大化,增强了平台上的其他现成计算加速器。
MulticoreWare副总裁兼汽车和交通运输业务部门总经理Vish Rajalingam表示:“汽车软件的变革推动了在低功耗SoC上无缝衔接各种智能化功能的需求。我们在所有主要AI加速器、GPU和SoC上使用OpenCL和Edge AI的经验给汽车行业的未来带来了无限的可能性。我们十分高兴能与Imagination及其客户一起深入改变这个激动人心的行业。”
为了高效率地发挥GPU核的作用,MulticoreWare对StereoBM算法进行了优化。IMG BXS-4-64 GPU内置函数与自适应内存处理有助于在具有更高分辨率的摄像头数据上实现最佳性能。
Imagination产品管理副总裁Jake Kochnowicz表示:“图形处理器在汽车中的作用远不止在显示器上渲染像素这样的传统工作,还能支持汽车ADAS工作负载的灵活、可编程和高性能方案。在软件定义汽车的整个生命周期中,硬件很早就已经被确定下来,因此GPU 正成为一项关键的差异化因素,它可以在一个对用户友好的软件环境中解锁新的功能。此次与MulticoreWare的合作充分证明了这一点。”
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。