×
嵌入式 > 技术百科 > 详情

Graphcore采用新思科技Design Platform设计Colossus芯片,加速AI计算

发布时间:2020-06-09 发布时间:
|

新思科技(Synopsys, Inc.,纳斯达克股票市场代码: SNPS)宣布,Graphcore采用新思科技 Design Platform成功设计其Colossus™智能处理单元(IPU),与现有处理器(CPU和GPU)相比,加速了人工智能(AI)计算。新思科技全面的数字和定制设计流程通过关键的人工智能优化技术,使设计者能够在应用于云计算、数据中心、汽车和移动应用的AI芯片上,提供同类最佳的设计实现质量 (QoR)和最短的设计收敛时间 (TTR)。新思科技Fusion技术™增强了AI芯片设计能力,包括互连规划、乘法累加 (MAC) 拓扑优化和完整的AI IP参考流程,以实现最快速度、最小面积、最低功耗及实现三者的最佳平衡。

自2012年以来,人工智能处理能力的需求每3.5个月增长一倍(来源:OpenAI)。然而,随着处理能力、性能、功耗和延迟方面的需求不断增长,现有CPU和GPU处理器的能力逐渐达到极限。GraphcoreColossus IPU针对AI工作负载进行了优化,可在芯片上保存整个神经网络。它采用带有大规模并行、低精度浮点计算的图形计算方法,提供比其他解决方案更高的计算密度,从而加速机器学习的训练和推理。

Graphcore芯片事业部副总裁Phil Horsfield表示,“采用Fusion技术的新思科技Design Platform满足了我们实现人工智能和机器学习的卓越处理性能的全部需求。我们与新思科技的合作有助于在快速发展的动态市场中开发Colossus IPU,以推动当前和未来的AI应用。”

典型的AI芯片由数千个复制的处理器内核组成,具有高吞吐量、高能效和低延迟的特点。处理器内核是关键组件,对连接提出了极高的要求,这些要求很可能导致可布线性限制造成的拥堵。新思科技Fusion技术是设计AI芯片的首选,可提供最佳的功耗、性能、单位面积布线拥堵、良率和设计收敛。它配备了几种关键的针对人工智能的优化技术,包括数百个复制模块的AI芯片互连规划、MAC拓扑优化、完整的AI IP参考流程、全流程时钟和数据并发优化、连线综合和逻辑重构。全面的数字和定制设计流程包括DesignCompiler® Graphical综合、IC Compiler™ II布局布线、PrimeTime®signoff、StarRC®提取、CustomCompiler®定制版图、SiliconSmart®库单元表征和HSPICE®电路仿真,可提供同类最佳的QoR和TTR。

新思科技芯片设计事业部联席总经理Sassine Ghazi表示,“作为AI芯片设计的领导者,新思科技一直与计算机视觉、对象和语音识别以及大数据分析的先驱合作。GraphcoreColossus IPU是机器学习的一项重大成就,它使AI应用在整个芯片上传输数据的效率有着数量级的提高,同时显著减少了处理时浪费的功耗。Fusion技术使Graphcore这样的AI芯片公司通过与新思科技的合作,快速地将高度差异化、符合行业定义的超级芯片推向市场。”

  • 新思科技全面的数字和定制设计流程,通过使用专为人工智能优化的关键技术,提供同类最佳的设计实现质量(QoR)和最短的设计收敛时间(TTR)。
  • 符合标准的HDMI 2.1 IP可提供48Gbps聚合带宽,在60Hz刷新率条件下实现无压缩8K分辨率,以满足高性能设计要求。
  • 新思科技成功支持了大量的并行、以图形为中心的片上系统(SoC)芯片设计,其中包含235亿以上的晶体管和1200多个浮点处理器。

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』

热门文章 更多
越南制造.会成为中国制造的最大敌手吗?