MetaChip promove teste do chip Edge AI MEGA188 com planos de produção para o início de 2027
Leia mais
Pandaily
pandaily.com

MetaChip promove teste do chip Edge AI MEGA188 com planos de produção para o início de 2027

O desenvolvedor de Shenzhen, MetaChip, apresentou detalhes sobre o progresso de seu coprocessador para inferência de IA na borda, o MEGA188. De acordo com as informações apresentadas no evento em Pequim em 18 de novembro, o chip passou pelas etapas de lançamento de silício e testes de modelos. Atualmente, os trabalhos estão focados em amostras e validação de engenharia, e a produção em massa está planejada para o primeiro trimestre de 2027, e não antes.

A empresa descreveu as etapas alcançadas em uma entrevista publicada pelo veículo tecnológico chinês Zhidx, e a IT Home cobriu este desenvolvimento em 20 de novembro. Vale notar que este não foi o primeiro envolvimento do chip: a MetaChip informa que o silício foi recebido em 14 de outubro e foi lançado nesse dia. A conexão via PCIe foi estabelecida em 19 de outubro, e a verificação de leitura/escrita da memória empilhada ocorreu no final de outubro.

O design do chip é realizado em processo tecnológico de 28 nanômetros e integra verticalmente DRAM com lógica por meio de conexão híbrida e vias de silício através. A MetaChip declara uma largura de banda de memória de pico de 600 GB por segundo, configurações de memória de 2 GB, 4 GB e 8 GB, e um consumo médio de energia do chip de cerca de 5 a 10 watts. Esses indicadores são especificações do fornecedor, e não resultados de medições independentes de eficiência do sistema.

O MEGA188 destina-se a complementar o processador principal do host através de interfaces como PCIe e M.2, e não a substituir a CPU do computador. A ideia principal é que aproximar a memória dos blocos de computação pode reduzir o gargalo associado ao movimento de dados durante a inferência local de modelos de linguagem.

Em testes próprios, a empresa alcançou um desempenho de aproximadamente 293 tokens por segundo no modo de alto desempenho ao usar o MiniCPM5-2B e quase 80 tokens por segundo ao trabalhar com o Qwen3-8B. No modo de baixo consumo, os números foram de cerca de 92 e 26 tokens por segundo, respectivamente. Não se deve combinar esses modos em uma única promessa de largura de banda máxima com consumo mínimo de energia.

Um aspecto importante é a diferença entre o funcionamento de um cartão e de vários. A MetaChip informou que para o Qwen3-30B-A3B em um único cartão, é alcançado cerca de 19 tokens por segundo, enquanto com o funcionamento paralelo de vários cartões, o indicador aumenta para cerca de 80 tokens por segundo. Este indicador para múltiplos cartões não é resultado do trabalho de um único chip, e as medições fornecidas não estabelecem o desempenho para consultas, configurações de modelos ou aplicativos arbitrários.

O desenvolvedor também está estudando a possibilidade de implantar uma arquitetura mixture-of-experts com suporte a SSD: os pesos completos dos especialistas são armazenados no drive, enquanto a DRAM empilhada armazena em cache os especialistas ativos. Configurações maiores de classe de 120 bilhões de parâmetros, utilizando vários cartões e armazenamento distribuído SSD, ainda estão em fase de verificação.

Um obstáculo de curto prazo permanece sendo a transformação de amostras de engenharia em produtos reprodutíveis e suportados. A compatibilidade das interfaces, o teste de confiabilidade, o software de tempo de execução e a integração com clientes continuam sendo parte desse trabalho; o período de produção anunciado é um objetivo da empresa, e não um volume de fornecimento confirmado.

Histórias semelhantes

Google lança TPU 8tx e TPU 8i Max para proteção de dados e aumento de memória em IA
Leia mais
olhardigital.com.br

Google lança TPU 8tx e TPU 8i Max para proteção de dados e aumento de memória em IA

O Google divulgou dois novos sistemas de chips de inteligência artificial (IA), denominados TPU 8tx e TPU 8i Max, que representam uma expansão da oitava geração de seus processadores. Um destes novos dispositivos foi concebido especificamente para garantir a proteção de dados durante o processamento, enquanto o outro foi criado para gerenciar grandes volumes de informações utilizadas por agentes de IA.

Com estes lançamentos, a corporação passa a disponibilizar quatro sistemas TPU de oitava geração em um único ano, sendo cada um direcionado a distintas demandas de treinamento e execução de modelos. Estes equipamentos complementam os TPU 8t e TPU 8i, que foram apresentados em abril durante o evento Google Cloud Next.

O TPU 8t é focado no treinamento de modelos em grande escala, e o TPU 8i é destinado a tarefas que requerem respostas ágeis. De acordo com o Google, esses novos chips proporcionam até 2,7 vezes mais desempenho no treinamento e apresentam uma relação custo-desempenho na inferência 80% superior à geração anterior, respectivamente.

O TPU 8tx é voltado para empresas e órgãos governamentais que necessitam manusear informações confidenciais sem que estas sejam expostas durante o processo de computação. Por sua vez, o TPU 8i Max foi desenhado para aplicações que demandam a análise simultânea de vastas quantidades de dados, como agentes de IA que examinam extensos códigos ou longas gravações de vídeo.

O TPU 8tx integra funcionalidades de computação confidencial diretamente em seu hardware. Isso possibilita que dados e informações internas dos modelos permaneçam seguros mesmo quando estão sendo utilizados pelo sistema. Este recurso é adequado para organizações que tratam de dados privados ou que precisam cumprir normas de segurança muito estritas.

Este equipamento emprega a mesma tecnologia de processamento do TPU 8t, mas combina-a com processadores AMD EPYC de quinta geração e a rede Boardfly. O Google informou que esta combinação resulta em um tempo de resposta até metade do TPU 8t, sem causar impacto significativo no desempenho.

A arquitetura também suporta a adaptação de modelos de IA utilizando dados privados, a criação de versões reduzidas a partir de modelos maiores e o treinamento de agentes sem a necessidade de transferir informações entre diferentes conjuntos de servidores.

O TPU 8i Max consolida dois chips TPU 8i em uma única estrutura física, o que lhe confere o dobro da capacidade de processamento e de recursos de memória em comparação com o modelo padrão. Além disso, o Google mencionou que este sistema concentra duas vezes mais componentes de processamento no mesmo espaço de rack, permitindo maior capacidade computacional nos centros de dados.

Adicionalmente aos hardwares, a empresa introduziu ferramentas para auxiliar os desenvolvedores. O TorchTPU, liberado como código aberto, permite que aplicações desenvolvidas com PyTorch e modelos do Hugging Face sejam executadas nas TPUs sem exigir a reescrita do código. Outra inovação é o TPU Sync, que aprimora a comunicação entre os chips, servidores e sistemas de armazenamento, otimizando o acesso às informações que a IA reutiliza ao gerar respostas. O Google afirmou que isso pode diminuir em mais de 90% o tempo de transferência desses dados e a espera pela primeira palavra ou parte de uma resposta.

Por fim, o Cloud Pathways tornou-se acessível de forma geral no Google Kubernetes Engine (GKE). Esta ferramenta facilita a coordenação de múltiplos conjuntos de processadores TPU como se fossem uma única unidade, simplificando a execução de tarefas que exigem alta capacidade de processamento.

O Google relatou que cerca de 100 clientes já utilizam suas TPUs, abrangendo laboratórios de IA, instituições financeiras, varejistas e universidades. A própria companhia emprega ferramentas de inteligência artificial, como AlphaChip e Gemini, para acelerar o desenvolvimento de seus próprios processadores.

Goke planeja série de chips Edge AI GK6950 para robôs com suporte a 10 TOPS e VLA
Leia mais
pandaily.com

Goke planeja série de chips Edge AI GK6950 para robôs com suporte a 10 TOPS e VLA

A Goke Microelectronics está desenvolvendo uma série de chips Edge AI chamada GK6950, destinada a robôs capazes de interagir com humanos. Está previsto que esta série esteja disponível no próximo ano.

Os detalhes do plano foram apresentados em 2 de novembro por Ni Yayu, vice-chefe do departamento de desenvolvimento de plataforma digital da empresa e líder técnico de IA, durante uma sessão de cadeia de suprimentos realizada paralelamente à Conferência Chinesa de Indústria de Semicondutores de 2026. Atualmente, o chip não foi lançado, e nenhuma informação sobre amostras, clientes ou prazos de entrega foi fornecida.

Segundo Ni, a série GK6950 utiliza uma arquitetura de processador neural de nova geração, operando diretamente no dispositivo, que fornece um cálculo denso INT8 de 10 TOPS. O chip suporta vários níveis de precisão: formatos mistos INT4, INT8, INT16 e FP16. Ele é projetado para processar percepção tradicional de áudio e visão, bem como inferência de grandes modelos e modelos de visão-linguagem-ação em uma única arquitetura.

O design do chip é orientado para a carga de trabalho específica de robô: execução simultânea de um grande modelo interativo e reconstrução espacial tridimensional. A Goke afirma que os mesmos operadores de NPU podem suportar diferentes níveis de precisão para cada tarefa. A inferência do modelo de linguagem é executada usando pesos de formato de 4 bits, ativações FP16 e cache chave-valor INT8 com gerenciamento de página, o que ajuda a reduzir a carga de memória e largura de banda ao lidar com contextos longos e fluxos paralelos. A geometria espacial da reconstrução permanece em formato FP16, incluindo características intermediárias e saídas, para evitar o acúmulo de erros nas estimativas de pose e profundidade.

O pré-processamento de imagens é realizado em modo denso INT8 para manter alta taxa de transferência ao processar dados de múltiplas câmeras. Além do próprio chip, a Goke planeja desenvolver um algoritmo leve de raciocínio espacial com transmissão de fluxo chamado GK-VGGT-SLAM. Este algoritmo permite reconstruir cenas causalmente à medida que os vídeos chegam, usando apenas quadros atuais e anteriores para estimar a pose e construir um mapa tridimensional em tempo real, em vez de coletar todo o material e processá-lo posteriormente.

Ni formulou o problema do ponto de vista das informações que os robôs devem conhecer constantemente durante o movimento, captura e posicionamento de objetos: sua própria pose, a estrutura do ambiente e a localização do objeto alvo. Erros na determinação de pose, profundidade ou correspondência de pontos podem levar a artefatos e mapas incorretos, afetando negativamente a prevenção de colisões e manipulações, enquanto a capacidade computacional, memória, largura de banda e consumo de energia a bordo permanecem limitados.

Informações sobre o consumo de energia, a unidade tecnológica utilizada, a configuração de memória e o desempenho em bancadas de teste para robôs não foram divulgadas. Até o momento do envio do silício, o esquema de precisão e as declarações de SLAM permanecem como metas de projeto.

AutoChips apresenta SoC AC8035 para controle de cabine e planeja amostras de engenharia no primeiro trimestre de 2027
Leia mais
pandaily.com

AutoChips apresenta SoC AC8035 para controle de cabine e planeja amostras de engenharia no primeiro trimestre de 2027

A AutoChips, subsidiária da NavInfo no setor de chips automotivos, apresentou o AC8035, um microchip automotivo de sexta geração. Esta plataforma é projetada para consolidar funções de controle de cabine, assistência ao motorista e estacionamento em um único chip.

O anúncio foi feito na conferência NavInfo em 6 de novembro, de acordo com um relatório do veículo chinês Sina. O lançamento de amostras de engenharia está previsto para o primeiro trimestre de 2027.

A configuração proposta de um único chip é capaz de processar tarefas de cabine inteligente, além de suportar funções de assistência ao motorista de níveis L2/L2+ e estacionamento automatizado. Além disso, ele suporta a execução de grandes modelos de inteligência artificial diretamente no dispositivo.

Durante o anúncio, foram apresentadas uma plataforma de desenvolvimento e um cronograma de lançamento de amostras, mas não foi confirmada nem a produção em série nem o uso do AC8035 em veículos existentes.

Declarações sobre as capacidades do chip

O CEO da NavInfo, Chen Peng, observou que o desenvolvimento de chips deve levar em conta as necessidades futuras, visto que o ciclo de desenvolvimento de semicondutores para transporte automotivo é mais longo do que o ritmo rápido de atualização dos modelos de IA. De acordo com o relatório da Sina, o novo design prevê margem de segurança em áreas como largura de banda de memória para permitir atualizações futuras de modelos.

O recurso industrial chinês Chedongxi informou que Chen afirma que o design é capaz de fornecer interação multimodal contínua, sem a necessidade de proferir uma frase de ativação. Ele também mencionou uma largura de banda de memória que excede em dois a três vezes os indicadores de produtos comparáveis, embora o relatório não especifique a configuração de teste ou um benchmark avaliado independentemente. Essas declarações permanecem opiniões da liderança, e não desempenho demonstrado em veículos de produção.

A integração de componentes visa reduzir o número de controladores individuais e hardware associado, o que potencialmente pode simplificar a arquitetura computacional do veículo. No entanto, os relatórios não contêm uma avaliação quantitativa da economia em nível de sistema para o AC8035, nem indicam um programa de veículo cliente. O preço final do chip ou a data de fornecimento em massa não foram divulgados.

Abordagem de gerenciamento de dados

Chen também enfatizou a importância do gerenciamento de dados como parte de uma oferta mais ampla para a indústria automotiva. A Chedongxi cita sua abordagem estrangeira como 'localização de dados, globalização de modelos': isso significa adaptar os processos de entrega e processamento de dados à legislação local, ao mesmo tempo em que se criam capacidades de modelos reutilizáveis. Ele acrescentou que a conformidade com normas e a proteção de privacidade devem ser incorporadas ao ciclo de processamento de dados, e não adicionadas após o carro estar pronto para venda.

A conferência mais ampla incluiu modelos específicos para cabine e colaboração com a Microsoft para criar um ecossistema multilíngue de grandes modelos para fabricantes de automóveis que estão se expandindo internacionalmente. Essas iniciativas fazem parte de uma estratégia mais ampla da NavInfo, e não são características adicionais do próprio chip AC8035. Para o chip em si, a próxima fase anunciada é o lançamento de amostras de engenharia; a validação e a transição para a produção ainda estão por vir.

Popular