定制的硅响尾蛇芯片设计生态系统

通过Ann Steffora Mutschler- 2022年10月19日-评论:0

定制硅开发人员正在改变整个半导体行业的关系、优先事项和方法，创造对跨越传统界限的技能的需求，并推动利用这些巨大投资的新商业模式。定制硅设计师今天是一个罕见的品种，能够理解特定领域的独特要求，以及一个伟大的设计。»阅读更多

什么是xPU?

通过布莱恩•贝利- 2021年11月11日-评论:0

几乎每天都有关于新的处理器架构的公告，它被冠以三个字母的首字母缩写——TPU, IPU, NPU。但真正的区别是什么呢?真的有那么多独特的处理器架构吗，还是另有原因?2018年，John L. Hennessy和David A. Patterson发表了题为“计算机架构的新黄金时代”的图灵演讲。»阅读更多

新AI处理器架构面临的挑战

通过布莱恩•贝利- 2021年7月29日-意见:0

投资资金正大量涌入为数据中心开发新的人工智能处理器，但这里的问题是独特的，结果是不可预测的，竞争对手财力雄厚，产品非常有粘性。最大的问题可能是有关终端市场的数据不足。在设计一个新的AI处理器时，每个设计团队都必须回答一个基本问题——多大的灵活性……»阅读更多

三代人的十个教训塑造了谷歌的TPUv4i

通过技术文件链接- 2021年6月11日-评论:0

资料来源:Norman P. Jouppi, Doe Hyun Yoon, Matthew Ashcraft, Mark Gottscho, Thomas B. Jablin, George Kurian, James Laudon，李胜，Peter Ma, Xiaoyu Ma, Nishant Patil, Sushma Prasad, Clifford Young，周宗伟(谷歌);David Patterson(谷歌/ Berkeley)2021 ACM/IEEE第48届计算机体系结构国际研讨会(ISCA)»阅读更多

利用专门构建的神经网络模型，获得更大的效率收益

通过Quenton大厅- 2020年12月9日-评论:0

神经网络可以被归类为一组松散地模仿人脑的算法，可以通过合并新数据来“学习”。事实上，开发专门构建的“计算高效”神经网络模型可以获得许多好处。然而，为了确保您的模型是有效的，有几个关键的需求需要考虑。一个关键的考虑……»阅读更多

软件定义的硬件再次取得进展

通过Ann Steffora Mutschler- 2020年3月26日-评论:0

在基于x86的cpu上运行通用软件的传统方法对于许多应用程序来说已经失去了动力，这是由于摩尔定律的放缓以及软件应用程序复杂性和规模的同时指数级增长。在这种环境中，由于x86体系结构的主导地位，软件和硬件是完全不同的。“硬件加速器的需求和出现……»阅读更多

机器学习的前沿

通过Mentor是西门子旗下的企业- 2020年3月11日-评论:0

将机器学习推向边缘对功率和性能有关键要求。使用现成的解决方案是不切实际的。在本文中，了解如何创建新的电源/内存高效硬件架构来满足n…»阅读更多

与记忆的关系越来越复杂

通过布莱恩•贝利- 2020年2月27日-意见:4

处理器和内存之间的关系过去非常简单，但在现代soc中有多个异构处理器和加速器，每个处理器和加速器都需要不同的方式来访问内存以获得最大效率。为了保持过去的统一规划模式，人们正在作出妥协，但要求进行一些根本性改变的压力正在增加。它确实……»阅读更多

解决内存瓶颈

通过布莱恩•贝利- 2019年10月4日-评论:4

芯片制造商正在努力解决处理器和内存之间的瓶颈，他们正在推出基于不同架构的新设计，速度之快甚至在几个月前都没有人能预料到。目前的问题是如何提高系统的性能，特别是那些处于边缘的系统，其中大量数据需要在本地或区域内处理。传统的方法…»阅读更多

为什么缩放必须继续

通过埃德·斯珀林- 2019年8月15日-评论:3

整个半导体行业已经意识到，规模逻辑的经济学已经不复存在。无论以何种标准衡量——每个晶体管的价格、每瓦的价格、每单位面积硅的价格——经济效益都不再处于有利地位。那么为什么还要继续呢?答案比乍看上去要复杂得多。这不仅仅是惯性和继续缩小在t…»阅读更多

←老帖子

标签:TPU