MetaChip ने एज एआई चिप MEGA188 के परीक्षण को बढ़ावा दिया, उत्पादन की योजना 2027 की शुरुआत में है
और पढ़ें
Pandaily
pandaily.com

MetaChip ने एज एआई चिप MEGA188 के परीक्षण को बढ़ावा दिया, उत्पादन की योजना 2027 की शुरुआत में है

शेन्ज़ेन स्थित डेवलपर MetaChip ने एज एआई इन्फेरेंस के लिए अपने कोप्रोसेसर, MEGA188 की प्रगति का विवरण प्रस्तुत किया। जानकारी के अनुसार, जो 18 नवंबर को बीजिंग में एक कार्यक्रम में प्रस्तुत की गई थी, चिप ने सिलिकॉन लॉन्च और मॉडल परीक्षण के चरणों को पार कर लिया है। वर्तमान में नमूना और इंजीनियरिंग सत्यापन पर काम चल रहा है, और बड़े पैमाने पर उत्पादन 2027 की पहली तिमाही के लिए निर्धारित है, इससे पहले नहीं।

कंपनी ने चीनी तकनीकी प्रकाशन Zhidx में प्रकाशित साक्षात्कार में प्राप्त चरणों का वर्णन किया, और IT Home ने इस विकास पर 20 नवंबर को प्रकाश डाला। यह ध्यान रखना महत्वपूर्ण है कि यह चिप का पहला कार्यान्वयन नहीं था: MetaChip बताता है कि सिलिकॉन 14 अक्टूबर को प्राप्त हुआ था, और उसी दिन इसे लॉन्च किया गया था। PCIe के माध्यम से कनेक्शन 19 अक्टूबर को स्थापित किया गया था, और स्टैक्ड मेमोरी पढ़ने/लिखने की जांच अक्टूबर के अंत में हुई थी।

चिप का डिज़ाइन 28-नैनोमीटर प्रौद्योगिकी प्रक्रिया में बनाया गया है और हाइब्रिड इंटरकनेक्शन और थ्रू-सिलिकॉन वाया के माध्यम से लॉजिक के साथ DRAM को वर्टिकली इंटीग्रेट करता है। MetaChip मेमोरी की पीक बैंडविड्थ 600 जीबी प्रति सेकंड, 2 जीबी, 4 जीबी और 8 जीबी की मेमोरी कॉन्फ़िगरेशन, और चिप की औसत बिजली खपत लगभग 5-10 वाट होने का दावा करता है। ये आंकड़े विक्रेता के विनिर्देश हैं, न कि सिस्टम दक्षता के स्वतंत्र माप के परिणाम।

MEGA188 कंप्यूटर के केंद्रीय प्रोसेसर को बदलने के बजाय PCIe और M.2 जैसे इंटरफेस के माध्यम से मुख्य होस्ट प्रोसेसर को पूरक करने के लिए डिज़ाइन किया गया है। मुख्य विचार यह है कि मेमोरी को कंप्यूटिंग ब्लॉकों के करीब लाने से स्थानीय भाषा मॉडल इन्फेरेंस के दौरान डेटा स्थानांतरण से जुड़ी बाधा कम हो सकती है।

अपने स्वयं के परीक्षणों के दौरान, कंपनी ने MiniCPM5-2B का उपयोग करते हुए उच्च प्रदर्शन मोड में लगभग 293 टोकन प्रति सेकंड और Qwen3-8B के साथ काम करते समय लगभग 80 टोकन प्रति सेकंड का प्रदर्शन हासिल किया। कम बिजली खपत वाले मोड में क्रमशः लगभग 92 और 26 टोकन प्रति सेकंड का प्रदर्शन दर्ज किया गया। हालांकि, इन दोनों मोडों को न्यूनतम ऊर्जा खपत पर अधिकतम थ्रूपुट के एकल वादे में संयोजित नहीं किया जा सकता है।

एक महत्वपूर्ण पहलू एक कार्ड बनाम कई कार्ड के संचालन के बीच अंतर है। MetaChip ने बताया कि एक कार्ड पर Qwen3-30B-A3B के लिए लगभग 19 टोकन प्रति सेकंड प्राप्त होता है, जबकि कई कार्डों के समानांतर संचालन पर यह आंकड़ा बढ़कर लगभग 80 टोकन प्रति सेकंड हो जाता है। कई कार्डों के लिए यह आंकड़ा एक चिप के संचालन का परिणाम नहीं है, और प्रदान किए गए माप मनमाने ढंग से अनुरोधों, मॉडल सेटिंग्स या अनुप्रयोगों के लिए प्रदर्शन स्थापित नहीं करते हैं।

डेवलपर SSD समर्थन के साथ मिश्रण-ऑफ-एक्सपर्ट्स आर्किटेक्चर को तैनात करने की संभावना का भी पता लगा रहा है: विशेषज्ञों के पूर्ण भार को स्टोरेज पर संग्रहीत किया जाता है, जबकि स्टैक्ड DRAM सक्रिय विशेषज्ञों को कैश करती है। 120 बिलियन पैरामीटर वर्ग की बड़ी कॉन्फ़िगरेशन, जो कई कार्डों और वितरित SSD स्टोरेज का उपयोग करती हैं, अभी भी सत्यापन चरण में हैं।

अल्पकालिक बाधा इंजीनियरिंग नमूनों को पुनरुत्पादित और समर्थित उत्पादों में बदलना बनी हुई है। इंटरफ़ेस संगतता, विश्वसनीयता परीक्षण, रनटाइम सॉफ़्टवेयर और ग्राहकों के साथ एकीकरण इस कार्य का हिस्सा बने हुए हैं; घोषित उत्पादन अवधि कंपनी का लक्ष्य है, न कि पुष्टि की गई आपूर्ति मात्रा।

समान कहानियाँ

गूगल ने डेटा सुरक्षा और एआई में मेमोरी बढ़ाने के लिए TPU 8tx और TPU 8i Max लॉन्च किए
और पढ़ें
olhardigital.com.br

गूगल ने डेटा सुरक्षा और एआई में मेमोरी बढ़ाने के लिए TPU 8tx और TPU 8i Max लॉन्च किए

गूगल ने दो नए आर्टिफिशियल इंटेलिजेंस (एआई) चिप सिस्टम, जिन्हें TPU 8tx और TPU 8i Max कहा जाता है, जारी किए हैं, जो अपने प्रोसेसर की आठवीं पीढ़ी का विस्तार हैं। इन नए उपकरणों में से एक को प्रसंस्करण के दौरान डेटा सुरक्षा सुनिश्चित करने के लिए विशेष रूप से डिज़ाइन किया गया है, जबकि दूसरे को एआई एजेंटों द्वारा उपयोग की जाने वाली बड़ी मात्रा में जानकारी को प्रबंधित करने के लिए बनाया गया है।

इन लॉन्च के साथ, कंपनी एक ही वर्ष में आठवें पीढ़ी के चार TPU सिस्टम उपलब्ध कराती है, जिनमें से प्रत्येक को मॉडल प्रशिक्षण और निष्पादन की विभिन्न मांगों के लिए लक्षित किया गया है। ये उपकरण TPU 8t और TPU 8i को पूरक करते हैं, जिन्हें अप्रैल में गूगल क्लाउड नेक्स्ट इवेंट के दौरान पेश किया गया था।

TPU 8t बड़े पैमाने पर मॉडल प्रशिक्षण पर केंद्रित है, और TPU 8i त्वरित प्रतिक्रियाओं की आवश्यकता वाले कार्यों के लिए है। गूगल के अनुसार, ये नए चिप्स प्रशिक्षण में 2.7 गुना अधिक प्रदर्शन प्रदान करते हैं और अनुमान (inference) में पिछली पीढ़ी की तुलना में 80% बेहतर लागत-प्रदर्शन अनुपात प्रदान करते हैं।

TPU 8tx उन कंपनियों और सरकारी एजेंसियों के लिए है जिन्हें कंप्यूटिंग प्रक्रिया के दौरान गोपनीय जानकारी को उजागर किए बिना संभालना होता है। दूसरी ओर, TPU 8i Max को उन अनुप्रयोगों के लिए डिज़ाइन किया गया है जिनके लिए बड़ी मात्रा में डेटा का एक साथ विश्लेषण करने की आवश्यकता होती है, जैसे कि एआई एजेंट जो विस्तृत कोड या लंबे वीडियो रिकॉर्डिंग की जांच करते हैं।

TPU 8tx सीधे अपने हार्डवेयर में गोपनीय कंप्यूटिंग कार्यक्षमता को एकीकृत करता है। यह डेटा और मॉडल की आंतरिक जानकारी को सुरक्षित रहने की अनुमति देता है, भले ही इसका उपयोग सिस्टम द्वारा किया जा रहा हो। यह सुविधा उन संगठनों के लिए उपयुक्त है जो निजी डेटा को संभालते हैं या जिन्हें बहुत सख्त सुरक्षा मानकों का पालन करने की आवश्यकता होती है।

यह उपकरण TPU 8t की समान प्रोसेसिंग तकनीक का उपयोग करता है, लेकिन इसे पांचवीं पीढ़ी के AMD EPYC प्रोसेसर और बोर्डफ्लाई नेटवर्क के साथ जोड़ता है। गूगल ने सूचित किया कि यह संयोजन TPU 8t की तुलना में आधे तक प्रतिक्रिया समय देता है, बिना प्रदर्शन पर महत्वपूर्ण प्रभाव डाले।

आर्किटेक्चर निजी डेटा का उपयोग करके एआई मॉडल को अनुकूलित करने, बड़े मॉडलों से छोटे संस्करण बनाने और विभिन्न सर्वर सेटों के बीच जानकारी स्थानांतरित किए बिना एजेंटों को प्रशिक्षित करने का भी समर्थन करता है।

TPU 8i Max एक ही भौतिक संरचना में दो TPU 8i चिप्स को समेकित करता है, जो इसे मानक मॉडल की तुलना में दोगुना प्रसंस्करण क्षमता और मेमोरी संसाधन प्रदान करता है। इसके अलावा, गूगल ने उल्लेख किया कि यह सिस्टम रैक के समान स्थान पर दो गुना अधिक प्रोसेसिंग घटक केंद्रित करता है, जिससे डेटा केंद्रों में अधिक कम्प्यूटेशनल क्षमता मिलती है।

हार्डवेयर के अतिरिक्त, कंपनी ने डेवलपर्स की सहायता के लिए उपकरण पेश किए हैं। TorchTPU, जिसे ओपन-सोर्स के रूप में जारी किया गया है, PyTorch और Hugging Face मॉडल के साथ विकसित अनुप्रयोगों को कोड को फिर से लिखे बिना TPUs पर चलाने की अनुमति देता है। एक अन्य नवाचार TPU Sync है, जो चिप्स, सर्वरों और स्टोरेज सिस्टम के बीच संचार को बेहतर बनाता है, जिससे एआई द्वारा उत्तर उत्पन्न करते समय पुन: उपयोग की जाने वाली जानकारी तक पहुंच अनुकूलित होती है। गूगल ने कहा कि इससे इस डेटा के स्थानांतरण और पहले शब्द या उत्तर के हिस्से की प्रतीक्षा समय में 90% से अधिक की कमी आ सकती है।

अंत में, Cloud Pathways गूगल Kubernetes इंजन (GKE) पर सामान्य रूप से उपलब्ध हो गया है। यह टूल कई TPU प्रोसेसर सेटों के समन्वय को एक एकल इकाई के रूप में आसान बनाता है, जिससे उच्च प्रसंस्करण क्षमता की आवश्यकता वाले कार्यों का निष्पादन सरल हो जाता है।

गूगल ने बताया कि लगभग 100 ग्राहक पहले से ही अपने TPUs का उपयोग कर रहे हैं, जिसमें एआई प्रयोगशालाएं, वित्तीय संस्थान, खुदरा विक्रेता और विश्वविद्यालय शामिल हैं। कंपनी स्वयं अपने प्रोसेसर के विकास में तेजी लाने के लिए AlphaChip और Gemini जैसे आर्टिफिशियल इंटेलिजेंस टूल का उपयोग करती है।

गोके रोबोटों के लिए 10 TOPS और VLA समर्थन के साथ GK6950 एज एआई चिप्स की एक श्रृंखला की योजना बना रहा है
और पढ़ें
pandaily.com

गोके रोबोटों के लिए 10 TOPS और VLA समर्थन के साथ GK6950 एज एआई चिप्स की एक श्रृंखला की योजना बना रहा है

गोके माइक्रोइलेक्ट्रॉनिक्स कंपनी रोबोटों के लिए GK6950 नामक एज एआई चिप्स की एक श्रृंखला विकसित कर रही है जो मनुष्यों के साथ इंटरैक्ट कर सकते हैं। यह श्रृंखला अगले साल उपलब्ध होने की योजना है।

योजनाओं का विवरण 2 नवंबर को कंपनी के डिजिटल प्लेटफॉर्म विकास विभाग के उप निदेशक और एआई तकनीकी प्रमुख, नि याओ द्वारा चीन सेमीकंडक्टर इंडस्ट्री कॉन्फ्रेंस 2026 के समानांतर चल रहे आपूर्ति श्रृंखला सत्र के दौरान प्रस्तुत किया गया था। वर्तमान में चिप जारी नहीं किया गया है, और नमूनों, ग्राहकों या डिलीवरी समय के बारे में कोई जानकारी प्रदान नहीं की गई है।

नि के अनुसार, GK6950 श्रृंखला अगली पीढ़ी के न्यूरल प्रोसेसर आर्किटेक्चर का उपयोग करती है, जो सीधे डिवाइस पर चलता है और 10 TOPS की शक्ति के साथ सघन INT8 कंप्यूटिंग प्रदान करता है। चिप विभिन्न सटीकता स्तरों का समर्थन करता है: मिश्रित INT4, INT8, INT16 और FP16 प्रारूप। इसे पारंपरिक ऑडियो और विजन धारणा को संसाधित करने, साथ ही एक ही आर्किटेक्चर पर बड़े मॉडल और विजन-लैंग्वेज-एक्शन प्रकार के मॉडल के अनुमान के लिए डिज़ाइन किया गया है।

चिप का डिज़ाइन रोबोट के विशिष्ट कार्यभार पर केंद्रित है: इंटरैक्टिव बड़े मॉडल और त्रि-आयामी स्थानिक पुनर्निर्माण का समवर्ती निष्पादन। गोके का दावा है कि समान NPU ऑपरेटर प्रत्येक कार्य के लिए विभिन्न सटीकता स्तरों का समर्थन कर सकते हैं। भाषा मॉडल का अनुमान 4-बिट प्रारूप भार, FP16 सक्रियण और पेज प्रबंधन के साथ INT8 कुंजी-मूल्य कैश का उपयोग करके निष्पादित किया जाता है, जो लंबे संदर्भों और समानांतर थ्रेड्स के साथ काम करते समय मेमोरी और बैंडविड्थ पर लोड को कम करने में मदद करता है। स्थानिक ज्यामिति पुनर्निर्माण में FP16 प्रारूप में रहती है, जिसमें मध्यवर्ती सुविधाएँ और आउटपुट शामिल हैं, ताकि मुद्रा और गहराई के अनुमानों में त्रुटियों के संचय से बचा जा सके।

छवि प्रीप्रोसेसिंग कई कैमरों से डेटा को संसाधित करते समय उच्च थ्रूपुट बनाए रखने के लिए सघन INT8 मोड में की जाती है। चिप के अलावा, गोके GK-VGGT-SLAM नामक एक हल्का स्ट्रीमिंग स्थानिक तर्क एल्गोरिथम विकसित करने की योजना बना रहा है। यह एल्गोरिथम केवल वर्तमान और पिछले फ्रेम का उपयोग करके वास्तविक समय में दृश्यों को कारण रूप से पुनर्स्थापित करने की अनुमति देता है, बजाय इसके कि सभी सामग्री एकत्र की जाए और बाद में संसाधित की जाए।

नि ने गति, वस्तु पकड़ने और रखने के दौरान रोबोटों को लगातार क्या जानने की आवश्यकता है, इस दृष्टिकोण से समस्या को तैयार किया: अपना आसन, पर्यावरण की संरचना और लक्ष्य वस्तु की स्थिति। आसन, गहराई या बिंदु मिलान में त्रुटियां कलाकृतियों और गलत मानचित्रों के निर्माण का कारण बन सकती हैं, जो टकराव की रोकथाम और हेरफेर को नकारात्मक रूप से प्रभावित करती हैं, जबकि ऑनबोर्ड कम्प्यूटेशनल शक्ति, मेमोरी, बैंडविड्थ और ऊर्जा की खपत सीमित रहती है।

ऊर्जा खपत, उपयोग किए गए तकनीकी नोड, मेमोरी कॉन्फ़िगरेशन और रोबोटों के लिए परीक्षण बेंचों पर प्रदर्शन के बारे में जानकारी जारी नहीं की गई थी। सिलिकॉन की शिपमेंट तक, सटीकता योजना और SLAM के दावे डिजाइन लक्ष्य बने हुए हैं।

AutoChips ने केबिन नियंत्रण के लिए SoC AC8035 प्रस्तुत किया, 2027 की पहली तिमाही में इंजीनियरिंग नमूने की योजना बनाई
और पढ़ें
pandaily.com

AutoChips ने केबिन नियंत्रण के लिए SoC AC8035 प्रस्तुत किया, 2027 की पहली तिमाही में इंजीनियरिंग नमूने की योजना बनाई

ऑटोचिप्स, जो नेविइनफो की ऑटोमोटिव चिप्स में एक सहायक कंपनी है, ने AC8035 - छठी पीढ़ी का ऑटोमोटिव स्तर का माइक्रोचिप पेश किया है। यह प्लेटफॉर्म केबिन नियंत्रण, ड्राइवर सहायता और पार्किंग कार्यों को एक ही चिप में एकीकृत करने के लिए डिज़ाइन किया गया है।

यह घोषणा 6 नवंबर को नेविइनफो सम्मेलन में की गई थी, जैसा कि चीनी प्रकाशन Sina की रिपोर्ट है। 2027 की पहली तिमाही में इंजीनियरिंग नमूनों के जारी होने की योजना है।

एकल चिप का प्रस्तावित कॉन्फ़िगरेशन स्मार्ट केबिन के कार्यों को संसाधित करने में सक्षम है, साथ ही L2/L2+ स्तर की ड्राइवर सहायता और स्वचालित पार्किंग सुविधाओं का समर्थन करता है। इसके अलावा, यह सीधे डिवाइस पर बड़े आर्टिफिशियल इंटेलिजेंस मॉडल को चलाने का समर्थन करता है।

अनाउंसमेंट के हिस्से के रूप में विकास मंच और नमूना रिलीज शेड्यूल प्रस्तुत किए गए थे, हालांकि किसी भी सीरियल उत्पादन या मौजूदा वाहनों में AC8035 के उपयोग की पुष्टि नहीं की गई थी।

चिप की क्षमताओं पर बयान

नेविइनफो के सीईओ चेन पेंग ने उल्लेख किया कि चिप डिजाइन को भविष्य की जरूरतों को ध्यान में रखना चाहिए, क्योंकि ऑटोमोटिव के लिए सेमीकंडक्टर विकास चक्र AI मॉडल अपडेट की तेज गति से लंबा होता है। Sina की रिपोर्ट के अनुसार, नया डिज़ाइन मेमोरी बैंडविड्थ जैसे क्षेत्रों में सुरक्षा मार्जिन प्रदान करता है ताकि बाद में मॉडल अपडेट की सुविधा मिल सके।

चीनी उद्योग संसाधन Chedongxi ने बताया कि चेन का दावा है कि डिज़ाइन लगातार काम करने वाले मल्टीमोडल इंटरैक्शन को सक्षम कर सकता है, जिसके लिए सक्रियण वाक्यांश कहने की आवश्यकता नहीं होती है। उन्होंने मेमोरी बैंडविड्थ के बारे में भी बताया जो तुलनीय उत्पादों की तुलना में दो से तीन गुना अधिक है, हालांकि रिपोर्ट परीक्षण विन्यास या स्वतंत्र रूप से मूल्यांकित बेंचमार्क का विवरण नहीं देती है। ये दावे प्रबंधन के विचार हैं, न कि श्रृंखला वाहनों में प्रदर्शित प्रदर्शन।

घटकों का एकीकरण व्यक्तिगत नियंत्रकों और संबंधित हार्डवेयर की संख्या को कम करने के लिए है, जिससे वाहन की कंप्यूटिंग वास्तुकला सरल हो सकती है। फिर भी, रिपोर्टों में AC8035 के लिए सिस्टम स्तर पर बचत का मात्रात्मक मूल्यांकन शामिल नहीं है, और न ही ग्राहक वाहन कार्यक्रम का उल्लेख है। चिप की अंतिम कीमत या बड़े पैमाने पर शिपमेंट की तारीख भी प्रकट नहीं की गई है।

डेटा प्रबंधन दृष्टिकोण

चेन ने ऑटोमोटिव उद्योग के लिए व्यापक प्रस्ताव के हिस्से के रूप में डेटा प्रबंधन के महत्व पर भी जोर दिया। Chedongxi उनके विदेशी दृष्टिकोण को 'डेटा स्थानीयकरण, मॉडल वैश्वीकरण' उद्धृत करता है: इसका मतलब है कि पुन: प्रयोज्य मॉडल क्षमताओं के निर्माण के साथ-साथ स्थानीय कानून के अनुसार डेटा वितरण और प्रसंस्करण प्रक्रियाओं को अनुकूलित करना। उन्होंने जोड़ा कि अनुपालन और गोपनीयता की रक्षा को डेटा प्रोसेसिंग चक्र में अंतर्निहित किया जाना चाहिए, न कि कार बिक्री के लिए तैयार होने के बाद जोड़ा जाना चाहिए।

व्यापक सम्मेलन में केबिन-विशिष्ट मॉडल और विदेशी बाजारों में विस्तार करने वाले ऑटोमेकर्स के लिए बहुभाषी बड़े मॉडल बनाने के लिए माइक्रोसॉफ्ट के साथ सहयोग शामिल था। ये पहलें नेविइनफो की व्यापक रणनीति का हिस्सा हैं, न कि स्वयं AC8035 चिप की अतिरिक्त विशेषताएं। चिप के लिए अगला घोषित चरण इंजीनियरिंग नमूनों का जारी होना है; सत्यापन और उत्पादन में बदलाव अभी बाकी है।

लोकप्रिय