استارت‌آپ کره‌ای Furiosa AI با تراشه Stork به جنگ انویدیا می‌ رود

01

از 02

تغییر معادلات بازار استنتاج هوش مصنوعی با تراشه Stork

نسل جدید معماری Furiosa AI به‌ طور ویژه برای بازار استنتاج هوش مصنوعی طراحی شده است؛ بازاری که با افزایش استفاده از عامل‌های هوشمند و مدل‌های بزرگ زبانی، به یکی از مهم‌ترین بخش‌های صنعت تراشه تبدیل شده است.

بیشتر بخوانید: پشت پرده سرمایه‌گذاری ۵ میلیارد یورویی اینتل در ایرلند

برخی از ویژگی‌های کلیدی سومین نسل شتاب‌دهنده هوش مصنوعی Furiosa AI عبارت‌انداز:

• ترکیب فناوری پردازشی ۲ نانومتری با حافظه HBM4/4E که امکان شبکه‌سازی پرسرعت در مقیاس رک و مدیریت خوشه‌های عظیم پردازشی هوش مصنوعی را فراهم می‌کند.
• معماری بهینه‌شده برای بارهای کاری پیچیده استنتاجی که با تمرکز بر جابه‌جایی سریع داده، عملکرد بالاتر به ازای هر وات و تراکم بیشتر توکن نسبت به کارآمدترین GPUهای موجود ارائه می‌دهد.
• توسعه بر پایه تراشه نسل فعلی RNGD که اکنون در مرحله تولید انبوه قرار دارد و مشتریانی مانند Samsung SDS و LG AI Research از آن استفاده می‌کنند.

طبق اطلاعات منتشرشده از سوی Furiosa AI، تراشه Stork از یک دای پردازشی پیشرفته ۲ نانومتری در کنار استاندارد حافظه HBM4/E بهره خواهد برد. این استارت‌آپ برای دستیابی به طراحی پیشرفته‌تر با Broadcom همکاری می‌کند تا از فناوری‌های بسته‌بندی پیشرفته این شرکت استفاده نماید و چندین قطعه سیلیکونی را در قالب یک تراشه یکپارچه و قدرتمند هوش مصنوعی یا سیستم روی تراشه (SoC) کنار هم قرار دهد.

02

از 02

طراحی تراشه‌ها

در تیزر منتشرشده از سوی Furiosa AI، طراحی تراشه نسل سوم این شرکت با ۱۲ جایگاه حافظه HBM4/E، دو چیپلت پردازشی عظیم مبتنی بر فناوری ۲ نانومتری و دو کنترلر ورودی/خروجی به نمایش درآمده است. در صورتی که Furiosa از پشته‌های حافظه ۱۲-Hi با ظرفیت ۳۶ گیگابایت برای هر ماژول استفاده کند، ظرفیت کل حافظه این شتاب‌دهنده به حدود ۴۳۲ گیگابایت خواهد رسید. Furiosa AI علاوه بر معماری پردازشی اختصاصی خود، قصد دارد از IPهای اترنت و PCIe شرکت Broadcom نیز بهره بگیرد؛ قابلیتی که امکان ارتباطات شبکه‌ای با پهنای باند بالا در مقیاس رک را برای خوشه‌های بزرگ محاسباتی هوش مصنوعی فراهم می‌کند.

برای مطالعه بیشتر: آغاز تولید انبوه تراشه AI5 تسلا در کارخانه سامسونگ

این شتاب‌دهنده برای بارهای کاری پیچیده و واقعی هوش مصنوعی از جمله نمونه‌گیری پس از آموزش مدل‌ها، بهینه‌سازی شده است. پهنای باند بالا یکی از محورهای اصلی طراحی این تراشه محسوب می‌شود و به همین دلیل Furiosa به سراغ استانداردهای جدید HBM4/E رفته است. این استارت‌آپ مدعی است که رویکرد آن در تمرکز بر انتقال داده و پهنای باند، به جای مدیریت رشته‌های پردازشی پیچیده مورد نیاز در GPUها، باعث خواهد شد تراشه Stork عملکرد بهتری در بهره‌وری انرژی و نرخ پردازش توکن نسبت به معماری‌های مدرن گرافیکی ارائه دهد. همچنین Furiosa اعلام کرده است که پشته نرم‌افزاری این شرکت به توسعه‌دهندگان امکان می‌دهد مدل‌های جدید هوش مصنوعی را با سرعت بیشتری روی سخت‌افزار مستقر کنند، در حالی که محدودیت‌های مربوط به توان عملیاتی و تأخیر پردازشی حفظ می‌شود.

خبر پیشنهادی: فشار هوش مصنوعی، اپل را به توسعه سریع تراشه M7 واداشت

کیت توسعه نرم‌افزاری Furiosa یا SDK این شرکت از یک کامپایلر عمومی بهره می‌برد که به‌طور خودکار کدهای سطح بالای PyTorch را به دستورالعمل‌های مناسب برای اجرای مستقیم روی سخت‌افزار تبدیل می‌کند. برای کاربران حرفه‌ای که نیازمند کنترل بیشتر روی پردازنده هستند، Virtual ISA استارت‌آپ Furiosa یک مدل برنامه‌نویسی اعلامی ارائه می‌دهد که امکان مدیریت مستقیم قابلیت‌های سخت‌افزاری را بدون پیچیدگی و رفتارهای غیرقابل پیش‌بینی رایج در برنامه‌نویسی GPU فراهم می‌کند. طبق برنامه فعلی، شتاب‌دهنده نسل سوم Furiosa AI قرار است در نیمه اول سال ۲۰۲۸ وارد مرحله نمونه‌سازی برای مشتریان شود و برای تامین نیازهای پردازشی نسل بعدی دیتاسنترهای هوش مصنوعی آماده خواهد بود.