MetaChip продвигает тестирование чипа Edge AI MEGA188 с планами производства в начале 2027 года
Подробнее
Pandaily
pandaily.com

MetaChip продвигает тестирование чипа Edge AI MEGA188 с планами производства в начале 2027 года

Разработчик из Шэньчжэня MetaChip представил детали о прогрессе своего сопроцессора для инференса Edge AI, MEGA188. Согласно информации, представленной на мероприятии 18 ноября в Пекине, чип прошел этапы запуска кремния и тестирования моделей. В настоящее время ведутся работы по образцам и инженерной валидации, а массовое производство запланировано на первый квартал 2027 года, а не ранее.

Компания описала достигнутые этапы в интервью, опубликованном китайским технологическим изданием Zhidx, а IT Home осветила эту разработку 20 ноября. Стоит отметить, что это не было первым включением чипа в работу: MetaChip сообщает, что кремний был получен 14 октября, и в этот день он запустился. Подключение через PCIe было установлено 19 октября, а проверка чтения/записи стекированной памяти последовала в конце октября.

Дизайн чипа выполнен в 28-нанометровом технологическом процессе и вертикально интегрирует DRAM с логикой посредством гибридного соединения и сквозных кремниевых vias. MetaChip заявляет о пиковой пропускной способности памяти в 600 ГБ в секунду, конфигурациях памяти 2 ГБ, 4 ГБ и 8 ГБ, а среднее энергопотребление чипа составляет около 5–10 ватт. Эти показатели являются спецификациями поставщика, а не результатами независимого измерения системной эффективности.

MEGA188 предназначен для дополнения основного процессора хоста через такие интерфейсы, как PCIe и M.2, а не для замены центрального процессора компьютера. Основная идея заключается в том, что приближение памяти к вычислительным блокам может уменьшить узкое место, связанное с перемещением данных при локальном инференсе языковых моделей.

В ходе собственных испытаний компания добилась производительности примерно 293 токенов в секунду в высокопроизводительном режиме при использовании MiniCPM5-2B и почти 80 токенов в секунду при работе с Qwen3-8B. В низкопотребляющем режиме показатели составили около 92 и 26 токенов в секунду соответственно. При этом нельзя объединять эти режимы в единое обещание максимальной пропускной способности при минимальном потреблении энергии.

Важным аспектом является различие между работой одной карты и нескольких. MetaChip сообщила, что для Qwen3-30B-A3B на одной карте достигается около 19 токенов в секунду, тогда как при параллельной работе нескольких карт показатель возрастает примерно до 80 токенов в секунду. Данный показатель для нескольких карт не является результатом работы одного чипа, и предоставленные измерения не устанавливают производительность для произвольных запросов, настроек моделей или приложений.

Разработчик также изучает возможность развертывания архитектуры mixture-of-experts с поддержкой SSD: полные веса экспертов хранятся на накопителе, в то время как стекированная DRAM кэширует активных экспертов. Более крупные конфигурации класса 120 миллиардов параметров, использующие несколько карт и распределенное хранилище SSD, все еще находятся на стадии проверки.

Краткосрочным препятствием остается превращение инженерных образцов в воспроизводимые и поддерживаемые продукты. Совместимость интерфейсов, тестирование надежности, программное обеспечение времени выполнения и интеграция с клиентами остаются частью этой работы; объявленный период производства является целевым показателем компании, а не подтвержденным объемом поставок.

Похожие сюжеты

Google выпустил TPU 8tx и TPU 8i Max для защиты данных и увеличения памяти в ИИ
Подробнее
olhardigital.com.br

Google выпустил TPU 8tx и TPU 8i Max для защиты данных и увеличения памяти в ИИ

Google представил две новые системы чипов искусственного интеллекта (ИИ) под названиями TPU 8tx и TPU 8i Max, которые представляют собой расширение восьмого поколения его процессоров. Одно из этих новых устройств разработано специально для обеспечения защиты данных во время обработки, а другое создано для управления большими объемами информации, используемой агентами ИИ.

С этими выпусками корпорация теперь предлагает четыре системы TPU восьмого поколения за один год, причем каждая из них предназначена для различных потребностей в обучении и выполнении моделей. Эти устройства дополняют TPU 8t и TPU 8i, которые были представлены в апреле на мероприятии Google Cloud Next.

TPU 8t ориентирован на обучение крупномасштабных моделей, а TPU 8i предназначен для задач, требующих быстрого реагирования. По данным Google, эти новые чипы обеспечивают до 2,7-кратного прироста производительности при обучении и демонстрируют соотношение цены и производительности при инференсе на 80% выше, чем у предыдущего поколения, соответственно.

TPU 8tx предназначен для компаний и государственных учреждений, которым необходимо обрабатывать конфиденциальную информацию без риска ее раскрытия в процессе вычислений. В свою очередь, TPU 8i Max разработан для приложений, требующих одновременного анализа огромных объемов данных, таких как агенты ИИ, изучающие обширный код или длинные видеозаписи.

TPU 8tx интегрирует функции конфиденциальных вычислений непосредственно в свое оборудование. Это позволяет данным и внутренней информации моделей оставаться в безопасности даже при использовании системой. Эта функция подходит для организаций, работающих с частными данными или которым необходимо соблюдать очень строгие нормы безопасности.

Это устройство использует ту же технологию обработки, что и TPU 8t, но сочетает ее с процессорами AMD EPYC пятого поколения и сетью Boardfly. Google сообщил, что это сочетание обеспечивает время отклика вдвое меньшее, чем у TPU 8t, без существенного снижения производительности.

Архитектура также поддерживает адаптацию моделей ИИ с использованием частных данных, создание уменьшенных версий из более крупных моделей и обучение агентов без необходимости передачи информации между различными наборами серверов.

TPU 8i Max объединяет два чипа TPU 8i в одну физическую структуру, что дает ему вдвое большую вычислительную мощность и объем памяти по сравнению со стандартной моделью. Кроме того, Google отметил, что эта система концентрирует вдвое больше вычислительных компонентов в одном корпусе стоек, что обеспечивает большую вычислительную мощность в центрах обработки данных.

В дополнение к оборудованию компания представила инструменты для помощи разработчикам. TorchTPU, выпущенный с открытым исходным кодом, позволяет запускать приложения, разработанные с использованием PyTorch и моделей Hugging Face, на TPU без необходимости переписывания кода. Другой инновацией является TPU Sync, который улучшает связь между чипами, серверами и системами хранения данных, оптимизируя доступ к информации, которую ИИ повторно использует при генерации ответов. Google заявил, что это может сократить время передачи этих данных и ожидания первого слова или части ответа более чем на 90%.

Наконец, Cloud Pathways стал общедоступным в Google Kubernetes Engine (GKE). Этот инструмент упрощает координацию нескольких наборов процессоров TPU как единого блока, что облегчает выполнение задач, требующих высокой вычислительной мощности.

Google сообщил, что около 100 клиентов уже используют его TPU, включая лаборатории ИИ, финансовые учреждения, розничных продавцов и университеты. Сама компания использует инструменты искусственного интеллекта, такие как AlphaChip и Gemini, для ускорения разработки собственных процессоров.

Goke планирует серию чипов Edge AI GK6950 для роботов с поддержкой 10 TOPS и VLA
Подробнее
pandaily.com

Goke планирует серию чипов Edge AI GK6950 для роботов с поддержкой 10 TOPS и VLA

Компания Goke Microelectronics разрабатывает серию чипов Edge AI под названием GK6950, предназначенную для роботов, способных взаимодействовать с человеком. Планируется, что эта серия станет доступна в следующем году.

Детали планов были представлены 2 ноября в Чжухае Ни Яю, заместителем руководителя отдела разработки цифровой платформы компании и техническим руководителем по ИИ, во время сессии по цепочке поставок, которая проходила параллельно с Конференцией китайской полупроводниковой промышленности 2026 года. На данный момент чип не выпущен, и информация о образцах, клиентах или сроках поставки не была предоставлена.

По словам Ни, серия GK6950 использует архитектуру нейронного процессора нового поколения, работающего непосредственно на устройстве, обеспечивающую плотностное вычисление INT8 мощностью 10 TOPS. Чип поддерживает различные уровни точности: смешанные форматы INT4, INT8, INT16 и FP16. Он спроектирован для обработки традиционного восприятия аудио и зрения, а также для инференса больших моделей и моделей типа зрение-язык-действие на одной архитектуре.

Конструкция чипа ориентирована на специфическую рабочую нагрузку робота: одновременное выполнение интерактивной большой модели и трехмерной пространственной реконструкции. Goke утверждает, что одни и те же операторы НПУ могут поддерживать разные уровни точности для каждой задачи. Инференс языковой модели выполняется с использованием весов 4-битного формата, активаций FP16 и кэша ключ-значение INT8 с управлением страницами, что помогает снизить нагрузку на память и пропускную способность при работе с длинными контекстами и параллельными потоками. Пространственная геометрия реконструкции остается в формате FP16, включая промежуточные признаки и выходные данные, чтобы избежать накопления ошибок в оценках позы и глубины.

Предварительная обработка изображений осуществляется в плотном режиме INT8 для поддержания высокой пропускной способности при обработке данных с нескольких камер. Помимо самого чипа, Goke планирует разработать легковесный алгоритм пространственного рассуждения с потоковой передачей под названием GK-VGGT-SLAM. Этот алгоритм позволяет восстанавливать сцены причинно по мере поступления видео, используя только текущие и предыдущие кадры для оценки позы и построения трехмерной карты в реальном времени, вместо того чтобы собирать весь материал и обрабатывать его позже.

Ни сформулировал проблему с точки зрения информации, которую роботы должны постоянно знать во время движения, захвата и размещения объектов: собственная поза, структура окружающей среды и положение целевого объекта. Ошибки в определении позы, глубины или сопоставлении точек могут привести к появлению артефактов и некорректным картам, что негативно сказывается на предотвращении столкновений и манипуляциях, в то время как вычислительные мощности, память, пропускная способность и энергопотребление на борту остаются ограниченными.

Информация о потреблении энергии, используемом технологическом узле, конфигурации памяти и производительности на тестовых стендах для роботов не была раскрыта. До момента отгрузки кремния схема точности и заявления о SLAM остаются целевыми показателями проектирования.

AutoChips представила SoC AC8035 для управления кабиной, планирует инженерные образцы в первом квартале 2027 года
Подробнее
pandaily.com

AutoChips представила SoC AC8035 для управления кабиной, планирует инженерные образцы в первом квартале 2027 года

AutoChips, дочерняя компания NavInfo в сфере автомобильных чипов, представила AC8035 — микросхему автомобильного уровня шестого поколения. Эта платформа предназначена для объединения функций управления кабиной, помощи водителю и парковки в едином чипе.

Объявление было сделано на конференции NavInfo 6 ноября, согласно отчету китайского издания Sina. Планируется выпуск инженерных образцов в первом квартале 2027 года.

Предлагаемая конфигурация одного чипа способна обрабатывать задачи умной кабины, а также поддерживать функции помощи водителю уровней L2/L2+ и автоматизированную парковку. Кроме того, она поддерживает запуск крупных моделей искусственного интеллекта непосредственно на устройстве.

В рамках анонса были представлены платформа разработки и график выпуска образцов, однако не было подтверждено ни серийное производство, ни использование AC8035 в существующих транспортных средствах.

Заявления о возможностях чипа

Генеральный директор NavInfo Чэн Пэн отметил, что разработка чипов должна учитывать будущие потребности, поскольку цикл развития полупроводников для автотранспорта дольше, чем быстрый темп обновления моделей ИИ. Согласно отчету Sina, новый дизайн предусматривает запас прочности в таких областях, как пропускная способность памяти, чтобы обеспечить возможность последующих обновлений моделей.

Китайский отраслевой ресурс Chedongxi сообщил, что Чэн утверждает, что дизайн способен обеспечивать многомодальное взаимодействие, работающее постоянно, без необходимости произнесения активационной фразы. Он также заявил о пропускной способности памяти, которая в два-три раза превышает показатели сопоставимых продуктов, хотя отчет не уточняет тестовую конфигурацию или независимо оцененный бенчмарк. Эти заявления остаются мнениями руководства, а не продемонстрированной производительностью в серийных автомобилях.

Интеграция компонентов призвана уменьшить количество отдельных контроллеров и связанного оборудования, что потенциально может упростить вычислительную архитектуру автомобиля. Тем не менее, отчеты не содержат количественной оценки экономии на уровне системы для AC8035, а также не указывают на программу клиентского автомобиля. Также не раскрыта окончательная цена чипа или дата массовых поставок.

Подход к управлению данными

Чэн также подчеркнул важность управления данными как части более широкого предложения для автомобильной отрасли. Chedongxi цитирует его зарубежный подход как «локализация данных, глобализация моделей»: это означает адаптацию процессов доставки и обработки данных к местному законодательству при одновременном создании повторно используемых возможностей моделей. Он добавил, что соблюдение норм и защита конфиденциальности должны быть заложены в цикл обработки данных, а не добавляться после того, как автомобиль готов к продаже.

Более широкая конференция включала модели, специфичные для кабины, и сотрудничество с Microsoft по созданию многоязычной экосистемы больших моделей для автопроизводителей, расширяющихся за рубеж. Эти инициативы относятся к более широкой стратегии NavInfo, а не являются дополнительными характеристиками самого чипа AC8035. Для самого чипа следующим заявленным этапом является выпуск инженерных образцов; валидация и переход к производству еще предстоят.

Популярное