17m算力

Ⅰ 英特尔发布新一代AI芯片，吞吐量较A100翻倍

英特尔发布新一代AI芯片，吞吐量较A100翻倍

英特尔发布新一代AI芯片，吞吐量较A100翻倍，芯片制造商英特尔发布一款专注于人工智能计算的全新芯片Gaudi2，希望借此挑战英伟达在人工智能芯片市场的主导地位。英特尔发布新一代AI芯片，吞吐量较A100翻倍。

英特尔发布新一代AI芯片，吞吐量较A100翻倍1

针对AI加速，英特尔发布专用于高性能深度学习AI训练的英特尔Habana Gaudi2 AI处理器，以及第二代云端AI推理芯片Greco。

第二代Gaudi训练芯片和Greco推理芯片均采用7nm工艺，较上一代16nm有所提升。Gaudi2可拥有高达96GB HBM2e内存，以及24个集成的100GbE RoCE端口。

据介绍，在训练主流计算机视觉和自然语言处理模型时，Gaudi2的吞吐量可达到英伟达A100的两倍。

Habana客户现可使用Gaudi2处理器，其第二代Greco推理芯片将从今年下半年开始提供给客户。

英特尔还宣布其代号为Arctic Sound-M（ATS-M）的英特尔数据中心GPU将于2022年第三季度发布。

作为面向多媒体转码、视觉图形处理和云端推理的单一GPU解决方案，ATS-M是英特尔在该领域首款配备AV1硬件编码器的独立GPU。

它是一颗支持高质量转码和高性能的强大GPU，能够提供每秒150万亿次运算（150TOPS）。

开发人员可以利用oneAPI支持的开放软件堆栈，轻松地开展面向ATS-M的设计工作。

ATS-M将拥有两种不同的产品外形设计，并将获得超过15款来自戴尔、Supermicro、浪潮和新华三等合作伙伴的系统设计。

随后，英特尔首次进行了其软件基础设施计划Endgame项目的概念演示。

应用程序可以充分利用这个软件基础设施层，使设备能利用网络中其他设备的计算资源，从而提供始终可用、低时延、连续的计算服务。

例如，在一台设备上运行要求苛刻的GPU工作负载时，可以感知并利用来自更高性能计算设备上的额外图形处理算力，以增强用户体验。

Endgame项目正在开发中，英特尔在今年开始该技术的beta测试。

英特尔发布新一代AI芯片，吞吐量较A100翻倍2

5月11日消息，当地时间周二芯片制造商英特尔发布一款专注于人工智能计算的全新芯片Gaudi2，希望借此挑战英伟达在人工智能芯片市场的主导地位。

Gaudi2是由英特尔旗下Habana实验室开发的第二代人工智能处理器。Habana实验室曾是一家以色列人工智能芯片初创公司，被英特尔于2019年底斥资20亿美元收购。近年来，数据中心常用的人工智能计算业务飞速增长，相关创企纷纷获得巨额投资。

眼下很多人工智能研究员和企业已经习惯使用英伟达的软件平台CUDA，英特尔想要从英伟达手中抢夺市场份额并非易事。除了推出用于人工智能计算的新芯片之外，英特尔还表示一直在进行软件开发。

“CUDA并不是英伟达能够长期屹立不倒的护城河，”Habana实验室首席商务官艾塔·麦地纳（Eitan Medina）表示。他补充称，英特尔开发的软件平台采用开放标准，可以从软件开发网站GitHub免费下载和使用。“现在的问题是，谁能更高效地完成这项工作？”

麦地纳表示，Gaudi2的处理速度是Habana实验室之前所开发人工智能芯片的两倍，由台积电的7纳米制程代工制造。相比之下，Habana实验室之前推出的人工智能芯片采用的16纳米制程工艺。

英特尔还推出一款用于人工智能推理工作的芯片Greco，能够利用人工智能算法预测或识别物体。

英特尔数据中心和人工智能负责人桑德拉·里维拉(Sandra Rivera)表示，未来五年，人工智能芯片市场预计将以每年25%的速度增长，规模会达到500亿美元左右。她说：“我们打算通过投资和创新来引领市场发展。”她补充说，会向软件领域进行更多投资，其中既有扩大英特尔的团队，也有收购其他公司。

英特尔发布新一代AI芯片，吞吐量较A100翻倍3

GPU、AI 芯片、通用化云算力软件，英特尔在创新峰会上告诉我们，它仍然是那家站在最前沿的科技公司。

本周二，英特尔推出了一款名为 Gaudi2 的 AI 芯片，这家公司正在大力进军英伟达主导的人工智能芯片市场。

Gaudi2 是以色列人工智能芯片初创公司 Habana Labs 的第二代处理器，英特尔于 2019 年以约 20 亿美元的价格收购了该公司。近年来，AI 研究人员和公司已经习惯使用英伟达软件平台 CUDA，因此从后者手中抢夺市场份额一直是一个挑战。除了用于人工智能计算的新芯片外，英特尔一直专注于软件研发。

相对于前代 AI 处理器 Greco 和 Goya，Gaudi2 的速度有了显著提升，其采用台积电 7 纳米制程，Tensor 处理器内核数量增加到 24 个，封装内存容量从 32GB（HBM2）增加至 96GB（HBM2E），板载 SRAM 增加了一倍（从 24MB 到 48MB）。

「这是第一个也是唯一一个集成了如此大内存的 AI 加速器，」Habana Labs 的首席运营官 Eitan Medina 表示。该处理器的 TDP 为 600W，但仍然使用被动冷却，不需要液冷。

英特尔展示了 Gaudi2 与竞争对手在热门任务上的一些性能比较。在 ResNet-50 模型训练中，Gaudi2 的'吞吐量是一代产品的 3.2 倍，英伟达 80GB A100 的 1.9 倍，V100 的 4.1 倍。在其他一些基准测试中，Gaudi 和 80GB A100 之间的差距更加明显：对于 BERT Phase-2 训练吞吐量，Gaudi-2 比 80GB A100 高出 2.8 倍。

不过，英特尔并没有和英伟达最新的 H100 进行对比。

英特尔表示，基于与第一代 Gaudi 相同的体系架构，Habana Gaudi2 处理器大幅提高了训练性能。用户在云端运行 Amazon EC2 DL1 实例以及本地运行 Supermicro Gaudi 训练服务器时，其性价比比现有 GPU 解决方案提升了 40%。

与此同时，英特尔还推出了一款名为 Greco 的推理芯片。Gaudi2 处理器目前已经开售，而 Greco 预计将在今年下半年开始为选定的客户提供样品。

昨天英特尔推出的 12 代酷睿 CPU HX55 系列不同于此前产品，可以实现接近桌面版的能力，其拥有最多 8 个性能 P 核、8 个能效 E 核，最多 16 个核心、24 个线程，还有 30MB 三级缓存，核显最多包含 32 个执行单元。

除此之外，H55 系列内存支持双通道 DDR5-4800 或者 DDR4-3200，最多安装四条 128G 内存，以及四块共计 16TB 的 SSD 固态硬盘，它也支持 PCIe 5.0。

HX55 系列一共有七款产品，覆盖从 i5 到 i9，基础功耗均为 33W，最高睿频功耗达到 157W。

旗舰型号是 i9-12950HX，8P+8E 16 核心 24 线程，三级缓存 30MB，P 核频率为 3.6-5.0GHz，E 核频率达到 1.7-3.6GHz，集成核显 32 单元，频率为 1.55GHz。

性能方面，以最高端的 i9-12900HX 为例，对比上代顶级 CPU i9-11980HK，新芯片单核性能提升 17％，多核性能提升 64％，3D 渲染性能增加了 81％，AutoDesk 专业创作性能提升了 12-28％。

随着新 CPU 的发布，一系列电脑厂商的游戏笔记本、移动工作站新品即将陆续上市。

除了新的硬件产品之外，英特尔昨天还首次进行了软件基础设施计划「Project Endgame」的概念演示。应用程序可以利用该软件基础设施层，使设备能利用网络中其他设备的计算资源，从而提供始终可用、低时延、连续的计算服务。

英特尔首席架构师 Raja Kori 现场展示了 Endgame，在一台笔记本上运行虚幻引擎 5 Demo 时卡顿非常明显，在开启持续计算基础设施后，软件可以感知并利用来自附近更高性能计算设备上的额外图形处理算力（一台外星人主机），帧率瞬间升级到了台式机水平。

这一能力也将在未来的元宇宙应用中发挥重要作用。英特尔表示，Endgame 项目正在开发中，预计今年开始 beta 测试。

Ⅱ 绠楀姏鐨勫崟浣嶆槸浠涔堬紵

GPU鏈嶅姟鍣ㄦ槸鍩轰簬GPU鐨勫簲鐢ㄤ簬瑙嗛戠紪瑙ｇ爜銆佹繁搴﹀︿範銆佺戝﹁＄畻绛夊氱嶅満鏅鐨勫揩閫熴佺ǔ瀹氥佸脊鎬х殑璁＄畻鏈嶅姟銆

浣滅敤鏄锛氬嚭鑹茬殑鍥惧舰澶勭悊鑳藉姏鍜岄珮鎬ц兘璁＄畻鑳藉姏鎻愪緵鏋佽嚧璁＄畻鎬ц兘锛屾湁鏁堣В鏀捐＄畻鍘嬪姏锛屾彁鍗囦骇鍝佺殑璁＄畻澶勭悊鏁堢巼涓庣珵浜夊姏銆

閲囩敤2棰楄嚦寮篍5-2600V3绯诲垪澶勭悊鍣锛屽唴瀛橀噰鐢128GB/256GB DDR4 2133/2400MHZ,绯荤粺纭鐩橀噰鐢2鍧512G SSD鍥烘佺‖鐩橈紝鏁版嵁纭鐩橀噰鐢3鍧25瀵2T浼佷笟绾х‖鐩橈紝鎴栬3鍧35瀵 4T浼佷笟绾х‖鐩橈紝骞冲彴閲囩敤鏀鎸佷袱GPU鏈嶅姟鍣锛圠Z-743GR锛夛紝鍥汫PU鏈嶅姟鍣(LZ-748GT)锛屽叓GPU鏈嶅姟鍣(LZ-4028GR)銆

rx470鏄惧崱鎸栫熆绠楀姏215mh/s锛岄偅涔堟崲绠楁垚涓澶╃畻鍔涙槸澶氬皯T锛

绠楀姏鏄鎸囪＄畻璁惧囬氳繃澶勭悊鏁版嵁锛屽疄鐜扮壒瀹氱粨鏋滆緭鍑虹殑璁＄畻鑳藉姏銆

绠楀姏骞挎硾瀛樺湪浜庢墜鏈恒丳C銆佽秴绾ц＄畻鏈虹瓑鍚勭嶇‖浠惰惧囦腑锛屾病鏈夌畻鍔涳紝杩欎簺杞銆佺‖浠跺氨涓嶈兘姝ｅ父浣跨敤銆傝岀帺铏氭嫙璐у竵鐨勬姇璧勮咃紝閮藉惉杩囩畻鍔涜繖涓璇嶏紝鍦ㄥ尯鍧楅摼涓锛岀畻鍔涢氬父鏄鎸囨寲鐭挎満鎸栧嚭姣旂壒甯佺殑鑳藉姏锛岀畻鍔涘崰鍏ㄧ綉绠楀姏鐨勬瘮渚嬭秺楂橈紝绠楀姏浜у嚭鐨勬瘮鐗瑰竵灏辫秺澶氥

绠楀姏鍙鍒嗕负涓夌被锛氱涓绫伙紝灏辨槸楂樻ц兘璁＄畻锛屽嵆鈥滆秴绠椻濄傜浜岀被绠楀姏锛屼负浜哄伐鏅鸿兘璁＄畻鏈猴紝涓昏佺敤浜庡勭悊浜哄伐鏅鸿兘搴旂敤闂棰橈紱绗涓夌被灏辨槸鏁版嵁涓蹇冿紝瀹冩洿澶氭槸閫氳繃浜戣＄畻鐨勬柟寮忕粰澶у舵彁渚涚畻鍔涚殑鍏鍏辨湇鍔°傝繖涓夌嶈＄畻涓蹇冿紝鍚堣捣鏉ュ氨鍙嶆槧鍑轰竴涓鍥藉剁殑绠楀姏銆

2023骞寸畻鍔涢緳澶翠笂甯傚叕鍙革細

1銆佹嫇缁翠俊鎭锛氬叕鍙镐緷鎵樺厗鐎氭湇鍔″櫒鍜屽厗鐎欰I鎺ㄧ悊鏈嶅姟鍣ㄦ彁渚涚殑閫氱敤鍜孉绠楀姏鏀鎸侊紝鍦ㄤ簯杈圭鐨勫崌鎼烘妧鏈妗嗘灦鍐咃紝閲嶇偣鍙戝睍楦胯挋琛屾肩瑧鑰愪笟涓撳睘鎿嶄綔绯荤粺銆侀缚钂欒屼笟涓撳睘缁堢銆佹嫇缁村厓鎿嶄綔绯荤粺銆佽屼笟杈圭紭涓浣撴満锛屸滆蒋+纭鈥濇繁搴﹁瀺鍚堬紝瀹炵幇浜戣竟绔鍗忓悓锛屼互杈圭淇冧簯銆

2銆佺戝ぇ璁椋烇細璁椋炵殑绠楀姏瀹屽叏婊¤冻AI绠楁硶妯″瀷璁缁冿紝鍙闈㈠悜寮鏀惧钩鍙版暟鐧句竾寮鍙戣呭拰鍏朵粬琛屼笟浼欎即鎻愪緵鐩稿叧AI鏈嶅姟鐨勯渶姹傦紝鍏鍙告寔缁鎵撻犱汉宸ユ櫤鑳芥牳蹇冩妧鏈鐨勯嗗厛寮曟搸锛岄氳繃鏃犵洃鐫ｈ缁冦佸皬鏁版嵁瀛︿範绠楁硶鐨勭獊鐮达紝鐢ㄦ洿灏戠殑鏍囪版暟鎹瀹炵幇鏇村ソ鐨勬晥鏋滐紝浠庤岄檷浣庝汉宸ユ櫤鑳藉湪鍚勪釜棰嗗煙鎺ㄥ箍钀藉湴鐨勬垚鏈銆

3銆侀栭兘鍦ㄧ嚎锛氬叕鍙哥殑CDS棣栦簯寮傛瀯绠楀姏骞冲彴锛屼富瑕侀潰鍚戜互GPU绠楀姏涓轰富鐨勪笟鍔″満鏅锛屾棦鍖呮嫭浜嗕互娣卞害瀛︿範銆丄I璁＄畻銆佽秴绠椾负涓荤殑绠楀姏涓氬姟锛屼篃瑕嗙洊浜嗕互褰辫嗘覆鏌撱佸疄鏃舵覆鏌撱佷簯娓告垙銆乆R绛夎嗚夎＄畻闇姹傘

绠楃洏鍜岃＄畻鏈

鏄惧崱鐜板湪鎸栦笉鍑烘潵姣旂壒甯佺殑銆備綘杩欎釜绠楀姏鏄浠ュお鍧婄殑绠楀姏銆傝＄畻鏂规硶涔熶笉瀵

鍏蜂綋姝ラゅ備笅锛

涓澶╂湁86400绉掞紝鑰屼綘鎻愪緵鐨勫崟浣峬h/s骞朵笉鏄瀹归噺鍗曚綅锛屾墍浠ヨ疯嚜琛岃＄畻銆

ETH ETC ZEC SC 绛夋墠鏄鏄惧崱鎸栫熆鐨勩

鏈杩戝洜涓烘寲鐭跨伀鐖嗭紝閮ㄥ垎鏄惧崱鍨嬪彿渚涜揣绱у紶锛孉鍗″氨鏈夊ソ鍑犳惧熀鏈鏂璐т簡锛屼环鏍间篃涓婃定浜嗕笉姘忔槬灏戙傝嫳浼熻揪涓撲笟鐭垮崱鍙鑳藉氨鍦ㄦ湰鏈10鍙峰乏鍙冲嚭璐э紝鑰孉鍗¤繖杈规湁RX470銆丷X560涓ゆ句笓涓氱熆鍗★紝鍚庣画鏄鍚﹁繕浼氭湁鍏跺畠鍨嬪彿鐨勪笓涓氱熆鍗″瀷鍙锋帹鍑猴紝閭ｅ氨寰楃湅鎸栫熆杩樻槸鍚﹁兘绋冲畾涓嬪幓浜嗐傛湰娆℃垜浠瑕佸规瘮鐨勬槸RX460鍜孏TX1060涓ゆ炬樉鍗＄殑鎸栫熆绠楀姏锛屼笅闈㈢殑娴嬭瘯鏁版嵁鏄浠ュお甯佹寲鐭跨畻鍔涖

鑻变紵杈惧彂甯冨彶涓婃渶寮鸿＄畻骞冲彴锛岄粍鏁欎富锛氳嚜鍔ㄩ┚椹朵笉鍐嶆媴蹇冪畻鍔涢棶棰

纭呰胺鐨勮＄畻鏈哄崥鐗╅嗚や负涓鍥界殑绠楃洏鏄鏈鏃╃殑璁＄畻鏈轰箣涓銆傜畻鐩樺叿澶囦簡璁＄畻鏈虹殑鍩烘湰鐗圭偣锛岃蒋浠跺氨鏄鍙ｈ瘈锛岃緭鍏ャ佽緭鍑恒佽＄畻銆佸瓨鍌ㄥ氨闈犵畻鐝犲拰绠楃洏鐨勬嗘灦銆備粩缁嗘兂鎯筹紝杩欒繕鐪熸槸涓鍙版瀬绠涓讳箟鐨勫彂鏄庛

绠楃洏闈炲父濂界敤锛屽湪涓鍥斤紝鐩村埌90骞翠唬闅忕潃璁＄畻鏈虹殑鏅鍙婏紝绠楃洏鎵嶈褰诲簳鍙栦唬鎺夈80骞翠唬璁＄畻鍣ㄥ彂鏄庝互鍚庯紝鍦ㄥ緢澶氫笓涓氱殑璐浼氶嗗煙锛屽苟娌℃湁鍙栦唬绠楃洏锛屽緢澶氳佸笀鍌呰繕鏄瑙夊緱绠楃洏鏇村揩銆

鍦ㄧ數瑙嗗墽銆婃殫绠椼嬮噷锛屾垜浠鐢氳嚦鐪嬪埌涓鍫嗕汉浣跨敤绠楃洏璁＄畻鏉ョ牬瑙ｅ瘑鐮併

绠楃洏鍦ㄤ腑鍥界殑鍑虹幇锛屾渶鏃╁彲浠ヨ拷婧鍒颁笢姹夛紝鏈鏅氫篃鍩烘湰鏄瀹嬪厓鏃朵唬浜嗐傚彲浠ユ兂璞″湪閭ｄ釜骞翠唬锛屾湁浜嗙畻鐩樼殑涓鍥戒汉锛屽湪绠楀姏涓婄粷瀵圭⒕鍘嬪叏鐞冦

瑗挎柟涓栫晫寮濮嬮捇鐮旂敤鏈烘版潵鍋氳＄畻澶х害瑕佸埌17涓栫邯浜嗭紝涔熷氨鏄鎴戜滑鐨勬櫄鏄庢椂鏈熴傚笗鏂鍗″彂鏄庝簡鏈烘拌＄畻鍣锛屼娇鐢ㄩ娇杞绛夊嶆潅鏈烘拌呯疆鏉ュ仛鍔犲噺娉曘傝櫧鐒跺畠鐨勮＄畻閫熷害杩樻槸涓嶅傜畻鐩橈紝浣嗗畠鐨勫ソ澶勬槸瀹屽叏鑷鍔ㄧ殑锛屾垜浠鍙绠¤緭鍏ワ紝鍏蜂綋璁＄畻瀹屽叏闈犳満姊拌呯疆鏉ュ畬鎴愶紝涓嶉渶瑕佹垜浠鑳岃典箻娉曞彛璇浜嗐

宸磋礉濂囧悗鏉ュ彂鏄庝簡宸鍒嗘満鍜屽垎鏋愭満锛屽彲浠ヨ繘琛屽姞鍑忎箻闄や互澶栫殑鏇村姞澶嶆潅鐨勮＄畻锛屽傚规暟銆佷笁瑙掑嚱鏁般佸钩鏂广佸井绉鍒嗚＄畻绛夈

褰撶劧锛屾満姊拌＄畻鏈鸿繃浜庡嶆潅锛屽苟娌℃湁鐪熸ｆ祦琛屽紑锛屼絾鏄浠庢満姊拌＄畻鏈哄拰绠楃洏鐨勫尯鍒锛屾垜浠宸茬粡寮鍑轰笢瑗挎柟鎬濈淮鐨勪笉鍚岋紝鐢氳嚦鏂囨槑鐨勪笉鍚岃蛋鍚戙

1銆佸湪鍒堕犲拰浣跨敤宸ュ叿涓婏紝涓鍥藉湪鏄庢湯涔嬪墠骞朵笉钀藉悗銆

2銆佷絾鏄锛屼腑鍥界殑宸ュ叿鐩稿圭畝鍗曪紝瑕佽繘涓姝ユ彁楂樻晥鐜囷紝闇瑕佺殑涓嶆槸杩涗竴姝ュ崌绾у伐鍏凤紝鑰屾槸寰堝氫汉涓璧蜂娇鐢ㄥ伐鍏凤紝姣斿100涓浜轰竴璧风敤绠楃洏銆備絾鏄瑗挎柟瀵瑰伐鍏疯祴浜堜簡鍑犱箮鏃犻檺鐨勮兘鍔涢勬湡锛屼娇寰椾粬浠鍙戞槑浜嗗彧闇瑕佹瀬灏戞暟浜烘搷浣滐紝浣嗗彲浠ュ畬鎴愬法澶у伐浣滈噺鐨勫伐鍏枫傛満姊拌＄畻鍣ㄦ槸涓绉嶏紝鍏跺畠杩樻湁寰堝氾紝姣斿傜汉缁囨満銆佽捀姹芥満绛夈

3銆佷腑鍥芥枃鍖栬嚜宸卞逛簬宸ュ叿鐨勮繘涓姝ュ彂灞曞嚑涔庡仠婊炰簡锛岃岃タ鏂规槸鏃ユ柊鏈堝紓銆

瑗挎柟瀛﹁呮湁涓瑙傜偣锛岃翠腑鍥藉湪鏄庢湞鍜屾竻鏈濇椂鏈燂紝鍐滀笟鍜屼汉鍙ｆ斂绛栭兘鍙戝睍鐨勫お濂戒簡锛屼汉鍙ｈ勬ā杈惧埌浜嗘暟浜匡紝杩欐牱閫犳垚浜嗕竴绉嶅唴鍗峰寲鏁堝簲锛屼篃灏辨槸璇翠腑鍥界殑寤変环鍔冲姩鍔涘お澶氫簡锛屽逛换浣曟彁鍗囧姵鍔ㄦ晥鐜囩殑鍙戞槑鍒涢犻兘娌℃湁闇姹傘傛墍浠ワ紝涓鍗庢枃鏄庤嚜宸辨妸鑷宸遍攣姝讳簡锛屽彧鑳介潬瑗挎柟鏂囨槑鐨勫己鍔垮叆渚垫墠鑳借蛋鍑烘诲惊鐜銆

鏉庣害鐟熶篃鏈夎憲鍚嶄竴闂锛屼负浠涔堝彜浠ｇ戞妧閭ｄ箞鍙戣揪鐨勪腑鍥芥病鏈夎癁鐢熺戝︺

鍏跺疄绉戝︽槸涓鏁村楁濈淮鍜岃ょ煡浣撶郴锛屽寘鎷褰㈣屼笂瀛︺侀昏緫銆佹暟瀛︺佹鐤戠簿绁炪佺嫭绔嬫濇兂绛夌瓑銆傝繖浜涘叾瀹炲湪涓鍥藉彜浠ｇ殑鐨囨潈绀句細閮戒笉鍏峰囥傛墍浠ワ紝涔熶笉浠呬粎鏄鍐呭嵎鍖栫殑闂棰樸

鎴戜滑鍐嶅洖澶寸湅鐪嬮樼洰閲岃寸殑锛岀畻鐩樹篃浣胯＄畻鏈虹殑闂棰樸

鎴戜滑鍙戞槑浜嗙畻鐩橈紝浣嗘槸鐩村埌90骞翠唬锛屾垜浠杩樺湪浣跨敤绠楃洏銆備絾鏄瑗挎柟绀句細宸茬粡浠庢満姊拌＄畻鍣ㄥ彂灞曞埌浜嗕粖澶╃殑鍚勭嶇數瀛愯＄畻鏈恒

鎴戜滑鐨勬枃鏄庡湪宸ュ叿鐨勮繘鍖栦笂鍋滄浜嗭紝浣嗘槸瑗挎柟鏂囨槑鍗村湪涓鐩翠笉鏂鐨勮繘姝ャ傝繖鍏跺疄鍍忔瀬浜嗭紝浜哄拰鍔ㄧ墿鐨勫尯鍒锛屼笉绠℃槸浣跨敤宸ュ叿杩樻槸缇や綋鍗忎綔锛屽姩鐗╀竴鐩村仠鐣欏湪涓涓姘村钩涓嶅啀鍙戝睍浜嗭紝浣嗘槸浜哄嵈涓鐩村彂灞曪紝鍏堕熷害杩滆秴鐢熺墿鍩哄洜鐨勫彉寮傞熷害銆傛墍浠ュ緢澶氬﹁呰や负锛屾櫤浜虹殑鎬濈淮鍗囩骇浠ュ悗锛屼汉绫荤殑鍙戝睍閫熷害宸茬粡鎽嗚劚浜嗙敓鐗╁熀鍥狅紝鎴戜滑瓒呰秺浜嗚繘鍖栬恒傞亾閲戞柉鎻愬嚭浜嗘枃鍖栧熀鍥犵殑姒傚康锛宮eme锛屼粬璁や负鏂囧寲鍩哄洜鑷宸变篃鍦ㄥ彉寮傚拰澶嶅埗銆

浠庤繖涓鎰忎箟涓婅达紝搴旇ユ槸鏌愮嶆枃鍖栧熀鍥狅紝姣斿傜戞妧鍩哄洜锛屽湪涓滆タ鏂规枃鏄庝腑鏈夌潃宸ㄥぇ鍖哄埆锛岃繖绉嶅尯鍒鍦ㄦ櫄鏄庝互鍚庡彂鐢熶簡璐ㄥ彉銆傜戞妧鍩哄洜鑷宸卞湪鍏ㄤ笘鐣岀箒娈栥佸彉寮傘佽繘鍖栥傝屾垜浠涓鍥戒汉锛岃嚜宸卞苟娌℃湁婕斿寲鍑虹戞妧鍩哄洜銆

鍑鏂囧嚡鍒╁湪浠栫殑涔︺婄戞妧绌剁珶鎯宠佷粈涔堛嬮噷锛屼篃鎻愬嚭锛岀戞妧涔熸槸涓绉嶇敓鍛斤紝瀹冩湁鑷宸辩殑鐢熷瓨鍜屽彂灞曞姩鍔涖

鏄惧崱鎬庝箞璁＄畻鎸栫熆绠楀姏

鍘熸湰搴旇ュ湪浠婂勾 3 鏈堜唤浜庡姞宸炲湥浣曞炰妇鍔炵殑鑻变紵杈 GTC 2020 澶т細锛屽洜涓哄叏鐞冩ф柊鍐犵梾姣掕偤鐐庣殑鐖嗗彂鑰屼笉寰椾笉鎺ㄨ繜涓捐屻

姣斿師璁″垝鏅氫簡灏嗚繎 2 涓鏈堬紝鑻变紵杈 GTC 2020 缁堜簬鍦 5 鏈 14 鏃ュ洖褰掋

涓嶈繃杩欎竴娆″紑鍙戣呬滑娌″姙娉曞湪绾夸笅闆嗕細锛屽彧鑳介氳繃绾夸笂鐩存挱瑙傜湅銆岀毊琛ｆ暀涓汇嶉粍浠佸媼鐨勪富棰樻紨璁层傝侀粍姝ゆ℃槸鍦ㄤ粬纭呰胺鐨勫朵腑瀹屾垚浜嗚繖鍦哄埆寮鐢熼潰鐨勩孠itchen Keynote銆嶃

铏界劧鏄鍘ㄦ埧涓捐岋紝鑻变紵杈句緷鐒剁垎鍑恒屾牳寮广嶏紝鍙戝竷浜嗗叏鏂颁竴浠ｇ殑 GPU 鏋舵瀯 Ampere锛堝畨鍩癸級銆

鍦ㄨ嚜鍔ㄩ┚椹舵柟鍚戜笂锛岃嫳浼熻揪閫氳繃涓ゅ潡 Orin SoC 鍜屼袱鍧楀熀浜庡畨鍩规灦鏋勭殑 GPU 缁勫悎锛屽疄鐜颁簡鍓嶆墍鏈鏈夌殑2000 TOPS绠楀姏鐨 Robotaxi 璁＄畻骞冲彴锛屾暣浣撳姛鑰椾负800W銆

鏈変笟鐣岃傜偣璁や负锛屽疄鐜 L2 鑷鍔ㄩ┚椹堕渶瑕佺殑璁＄畻鍔涘皬浜 10 TOPS锛孡3 闇瑕佺殑璁＄畻鍔涗负 30 - 60 TOPS锛孡4 闇瑕佺殑璁＄畻鍔涘ぇ浜 100 TOPS锛孡5 闇瑕佺殑璁＄畻鍔涜嚦灏戜负 1000 TOPS銆

鐜板湪鐨勮嫳浼熻揪鑷鍔ㄩ┚椹惰＄畻骞冲彴宸茬粡寤虹珛璧蜂簡浠10TOPS/5W锛200TOPS/45W鍒2000 TOPS/800W鐨勫畬鏁翠骇鍝佺嚎锛屽垎鍒瀵瑰簲鍓嶈嗘ā鍧椼丩2+ADAS浠ュ強Robotaxi鐨勫悇绾у簲鐢ㄣ

浠庝骇鍝佺嚎鐪嬶紝鑻变紵杈綝rive AGX灏嗗叏闈㈠规爣 MobileyeEyeQ绯诲垪锛屽笇鏈涙垚涓洪噺浜т緵搴旈摼涓鐨勫叧閿鍘傚晢銆

1銆佸叏鏂 GPU 鏋舵瀯锛欰mpere锛堝畨鍩癸級

2 涓鏈堢殑绛夊緟鏄鍊煎緱鐨勶紝鏈娆 GTC 涓婏紝榛勪粊鍕嬮噸纾呭彂甯冧簡鑻变紵杈惧叏鏂颁竴浠 GPU 鏋舵瀯 Ampere锛堝畨鍩癸級浠ュ強鍩轰簬杩欎竴鏋舵瀯鐨勯栨 GPU NVIDIA A100銆

A100 鍦ㄦ暣浣撴ц兘涓婄浉姣斾簬鍓嶄唬鍩轰簬 Volta 鏋舵瀯鐨勪骇鍝佹湁 20 鍊嶇殑鎻愬崌锛岃繖棰 GPU 灏嗕富瑕佺敤浜庢暟鎹鍒嗘瀽銆佷笓涓氳＄畻浠ュ強鍥惧舰澶勭悊銆

鍦ㄥ畨鍩规灦鏋勪箣鍓嶏紝鑻变紵杈惧凡缁忕爺鍙戜簡澶氫唬 GPU 鏋舵瀯锛屽畠浠閮芥槸浠ョ戝﹀彂灞曞彶涓婄殑浼熶汉鏉ュ懡鍚嶇殑銆

姣斿 Tesla锛堢壒鏂鎷夛級銆丗ermi锛堣垂绫筹級銆並epler锛堝紑鏅鍕掞級銆丮axwell锛堥害鍏嬫柉缁村皵锛夈丳ascal锛堝笗鏂鍗★級銆乂olta锛堜紡鐗癸級浠ュ強 Turing锛堝浘鐏碉級銆

杩欎簺鏍稿績鏋舵瀯鐨勫崌绾фｆ槸鎺ㄥ姩鑻变紵杈惧悇绫 GPU 浜у搧鏁翠綋鎬ц兘鎻愬崌鐨勫叧閿銆

閽堝瑰熀浜庡畨鍩规灦鏋勭殑棣栨 GPU A100锛岄粍浠佸媼缁嗘暟浜嗗畠鐨勪簲澶ф牳蹇冪壒鐐癸細

闆嗘垚浜嗚秴杩 540 浜夸釜鏅朵綋绠★紝鏄鍏ㄧ悆瑙勬ā鏈澶х殑 7nm 澶勭悊鍣锛涘紩鍏ョ涓変唬寮犻噺杩愮畻鎸囦护 Tensor Core 鏍稿績锛岃繖涓浠 Tensor Core 鏇村姞鐏垫椿銆侀熷害鏇村揩锛屽悓鏃舵洿鏄撲簬浣跨敤锛涢噰鐢ㄤ簡缁撴瀯鍖栫█鐤忓姞閫熸妧鏈锛屾ц兘寰椾互澶у箙鎻愬崌锛涙敮鎸佸崟涓 A100 GPU 琚鍒嗗壊涓哄氳揪 7 鍧楃嫭绔嬬殑 GPU锛岃屼笖姣忎竴鍧 GPU 閮芥湁鑷宸辩殑璧勬簮锛屼负涓嶅悓瑙勬ā鐨勫伐浣滄彁渚涗笉鍚岀殑璁＄畻鍔涳紱闆嗘垚浜嗙涓変唬 NVLink 鎶鏈锛屼娇 GPU 涔嬮棿楂橀熻繛鎺ラ熷害缈诲嶏紝澶氶 A100 鍙缁勬垚涓涓宸ㄥ瀷 GPU锛屾ц兘鍙鎵╁睍銆

杩欎簺浼樺娍绱鍔犺捣鏉ワ紝鏈缁堣 A100 鐩歌緝浜庡墠浠ｅ熀浜 Volta 鏋舵瀯鐨 GPU 鍦ㄨ缁冩ц兘涓婃彁鍗囦簡6 鍊嶏紝鍦ㄦ帹鐞嗘ц兘涓婃彁鍗囦簡7 鍊嶃

鏈閲嶈佺殑鏄锛孉100 鐜板湪灏卞彲浠ュ悜鐢ㄦ埛渚涜揣锛岄噰鐢ㄧ殑鏄鍙扮Н鐢电殑 7nm 宸ヨ壓鍒剁▼鐢熶骇銆

闃块噷浜戙佺櫨搴︿簯銆佽吘璁浜戣繖浜涘浗鍐呬紒涓氭ｅ湪璁″垝鎻愪緵鍩轰簬 A100 GPU 鐨勬湇鍔°

2銆丱rin+瀹夊煿鏋舵瀯 GPU锛氬疄鐜 2000TOPS 绠楀姏

闅忕潃鑻变紵杈惧叏鏂 GPU 鏋舵瀯瀹夊煿鐨勬帹鍑猴紝鑻变紵杈剧殑鑷鍔ㄩ┚椹跺钩鍙帮紙NVIDIA Drive锛変篃杩庢潵浜嗕竴娆℃ц兘鐨勯炶穬銆

澶у剁煡閬擄紝鑻变紵杈炬ゅ墠宸茬粡鎺ㄥ嚭浜嗗氫唬 Drive AGX 鑷鍔ㄩ┚椹跺钩鍙颁互鍙 SoC锛屽寘鎷珼rive AGX Xavier銆丏rive AGX Pegasus浠ュ強Drive AGX Orin銆

鍏朵腑锛孌rive AGX Xavier 骞冲彴鍖呭惈浜嗕袱棰 Xavier SoC锛岀畻鍔涘彲浠ヨ揪鍒 30TOPS锛屽姛鑰椾负 30W銆

鏈杩戜笂甯傜殑灏忛箯 P7 涓婂氨閲忎骇鎼杞戒簡杩欎竴璁＄畻骞冲彴锛岀敤浜庡疄鐜颁竴绯诲垪 L2 绾ц嚜鍔ㄨ緟鍔╅┚椹跺姛鑳姐

Drive AGX Pegasus 骞冲彴鍒欏寘鎷浜嗕袱棰 Xavier SoC 鍜屼袱棰楀熀浜庡浘鐏垫灦鏋勭殑 GPU锛岀畻鍔涜兘鍋氬埌 320TOPS锛屽姛鑰椾负 500W銆

鐩鍓嶆湁鏂囪繙鐭ヨ岃繖鏍风殑鑷鍔ㄩ┚椹跺叕鍙稿湪浣跨敤杩欎竴璁＄畻骞冲彴銆

鍦 2019 骞 12 鏈堢殑 GTC 涓鍥藉ぇ浼氫笂锛岃嫳浼熻揪鍙堝彂甯冧簡鏈鏂颁竴浠ｇ殑鑷鍔ㄩ┚椹惰＄畻 SoC Orin銆

杩欓楄姱鐗囩敱 170 浜夸釜鏅朵綋绠＄粍鎴愶紝闆嗘垚浜嗚嫳浼熻揪鏂颁竴浠 GPU 鏋舵瀯鍜 Arm Hercules CPU 鍐呮牳浠ュ強鍏ㄦ柊娣卞害瀛︿範鍜岃＄畻鏈鸿嗚夊姞閫熷櫒锛屾渶楂樻瘡绉掑彲杩愯 200 涓囦嚎娆¤＄畻銆

鐩歌緝浜庝笂涓浠 Xavier 鐨勬ц兘锛屾彁鍗囦簡 7 鍊嶃

濡備粖锛岃嫳浼熻揪杩涗竴姝ュ皢鑷鍔ㄩ┚椹惰＄畻骞冲彴鐨勭畻鍔涘線鍓嶆帹杩涳紝閫氳繃灏嗕袱棰 Orin SoC 鍜屼袱鍧楀熀浜庡畨鍩规灦鏋勭殑 GPU 闆嗘垚璧锋潵锛岃揪鍒版儕浜虹殑 2000TOPS 绠楀姏銆

鐩歌緝浜 Drive AGX Pegasus 鐨勬ц兘鍙堟彁鍗囦簡 6 鍊嶅氾紝鐩稿簲鍦帮紝鍏跺姛鑰椾负 800W銆

鎸変竴棰 Orin SoC 200TOPS 绠楀姏鏉ヨ＄畻锛屼竴鍧楀熀浜庡畨鍩规灦鏋勭殑 GPU 鐨勭畻鍔涜揪鍒颁簡 800TOPS銆

姝ｅ洜涓洪珮绠楀姏锛岃繖涓骞冲彴鑳藉熷勭悊鍏ㄨ嚜鍔ㄩ┚椹跺嚭绉熻溅杩愯屾墍闇鐨勬洿楂樺垎杈ㄧ巼浼犳劅鍣ㄨ緭鍏ュ拰鏇村厛杩涚殑鑷鍔ㄩ┚椹舵繁搴︾炵粡缃戠粶銆

瀵逛簬楂橀樁鑷鍔ㄩ┚椹舵妧鏈鐨勫彂灞曡岃█锛岃嫳浼熻揪姝ｅ湪渚濋潬 Orin SoC 鍜屽畨鍩 GPU 鏋舵瀯鍦ㄨ＄畻骞冲彴鏂归潰寮曢嗘暣涓琛屼笟銆

褰撶劧锛屼綔涓轰竴涓杞浠跺畾涔夌殑骞冲彴锛岃嫳浼熻揪 Drive AGX 鍏峰囧緢濂界殑鍙鎵╁睍鎬с

鐗瑰埆鏄闅忕潃瀹夊煿 GPU 鏋舵瀯鐨勬帹鍑猴紝璇ュ钩鍙板凡缁忓彲浠ュ疄鐜颁粠鍏ラ棬绾 ADAS 瑙ｅ喅鏂规堝埌 L5 绾ц嚜鍔ㄩ┚椹跺嚭绉熻溅绯荤粺鐨勫叏鏂逛綅瑕嗙洊銆

姣斿傝嫳浼熻揪鐨 Orin 澶勭悊鍣ㄧ郴鍒椾腑锛屾湁涓娆句綆鎴愭湰鐨勪骇鍝佸彲浠ユ彁渚 10TOPS 鐨勭畻鍔涳紝鍔熻椾粎涓 5W锛屽彲鐢ㄤ綔杞﹁締鍓嶈 ADAS 鐨勮＄畻骞冲彴銆

鎹㈠彞璇濊达紝閲囩敤鑻变紵杈 Drive AGX 骞冲彴鐨勫紑鍙戣呭湪鍗曚竴骞冲彴涓婁粎鍩轰簬涓绉嶆灦鏋勪究鑳藉紑鍙戝嚭閫傚簲涓嶅悓缁嗗垎甯傚満鐨勮嚜鍔ㄩ┚椹剁郴缁燂紝鐪佸幓浜嗗崟鐙寮鍙戝氫釜瀛愮郴缁燂紙ADAS銆丩2+ 绛夌郴缁燂級鐨勯珮鏄傛垚鏈銆

涓嶈繃锛屾兂閲囩敤 Orin 澶勭悊鍣ㄧ殑鍘傚晢杩樺緱绛変竴娈垫椂闂达紝鍥犱负杩欐捐姱鐗囦細浠 2021 骞村紑濮嬫彁渚涙牱鍝侊紝鍒2022 骞翠笅鍗婂勾鎵嶄細鎶曞叆鐢熶骇骞跺紑濮嬩緵璐с

3銆佽嫳浼熻揪鑷鍔ㄩ┚椹躲屾湅鍙嬪湀銆嶅啀鎵╁ぇ

鏈灞 GTC 涓婏紝鑻变紵杈剧殑鑷鍔ㄩ┚椹躲屾湅鍙嬪湀銆嶇户缁鎵╁ぇ銆

涓鍥借嚜鍔ㄩ┚椹跺叕鍙稿皬椹鏅鸿岋紙Ponyai锛夈佺編鍥界數鍔ㄨ溅鍒涗笟鍏鍙窩anoo鍜屾硶鎷夌鏈鏉ワ紙Faraday Future锛夊姞鍏ュ埌鑻变紵杈剧殑鑷鍔ㄩ┚椹剁敓鎬佸湀锛屽皢閲囩敤鑻变紵杈剧殑 Drive AGX 璁＄畻骞冲彴浠ュ強鐩稿簲鐨勯厤濂楄蒋浠躲

灏忛┈鏅鸿屽皢浼氬熀浜 Drive AGX Pegasus 璁＄畻骞冲彴鎵撻犲叏鏂颁竴浠 Robotaxi 杞﹀瀷銆

姝ゅ墠锛屽皬椹鏅鸿屽凡缁忔嬁鍒颁簡涓扮敯鐨 4 浜跨編閲戞姇璧勶紝涓嶇煡閬撳叾鍏ㄦ柊涓浠 Robotaxi 浼氫笉浼氬熀浜庝赴鐢版棗涓嬭溅鍨嬫墦閫犮

缇庡浗鐨勭數鍔ㄦ苯杞﹀垵鍒涘叕鍙 Canoo 鎺ㄥ嚭浜嗕竴娆句笓闂ㄧ敤浜庡叡浜鍑鸿屾湇鍔＄殑鐢靛姩杩蜂綘宸村＋锛岃″垝鍦 2021 骞翠笅鍗婂勾鎶曞叆鐢熶骇銆

涓轰簡瀹炵幇杈呭姪椹鹃┒鐨勭郴鍒楀姛鑳斤紝杩欐捐溅鍨嬩細鎼杞借嫳浼熻揪 Drive AGX Xavier 璁＄畻骞冲彴銆傚墠涓嶄箙锛孋anoo 杩樺拰鐜颁唬姹借溅杈炬垚鍚堜綔锛岃佹惡鎵嬪紑鍙戠數鍔ㄦ苯杞﹀钩鍙般

浣滀负鍏ㄧ悆鏂伴犺溅鍦堝唴姣旇緝鐗规畩瀛樺湪鐨勬硶鎷夌鏈鏉ワ紝杩欎竴娆′篃鍔犲叆鍒颁簡鑻变紵杈剧殑鑷鍔ㄩ┚椹剁敓鎬佸湀銆

FF 棣栨鹃噺浜ц溅 FF91 涓婄殑鑷鍔ㄩ┚椹剁郴缁熷皢鍩轰簬 Drive AGX Xavier 璁＄畻骞冲彴鎵撻狅紝鍏ㄨ溅鎼杞戒簡澶氳揪 36 棰楀悇绫讳紶鎰熷櫒銆

娉曟媺绗鏈鏉ュ畼鏂圭О FF91 鏈夋湜鍦ㄤ粖骞村勾搴曞紑濮嬩氦浠橈紝涓嶇煡閬撳眾鏃朵細涓嶄細鍐嶄竴娆¤烦绁ㄣ

浣滀负 GPU 棰嗗煙缁濆归湼涓荤殑鑻变紵杈撅紝鍦ㄩ珮绠楀姏鐨勬暟鎹涓蹇 GPU 浠ュ強楂樻ц兘銆佸彲鎵╁睍鐨勮嚜鍔ㄩ┚椹惰＄畻骞冲彴鐨勫姞鎸佷笅锛屽凡缁忓缓璧蜂簡涓涓瀹屾暣鐨勯泦鏁版嵁鏀堕泦銆佹ā鍨嬭缁冦佷豢鐪熸祴璇曘佽繙绋嬫帶鍒跺拰瀹炶溅搴旂敤鐨勮蒋浠跺畾涔夌殑鑷鍔ㄩ┚椹跺钩鍙帮紝瀹炵幇浜嗙鍒扮鐨勫畬鏁撮棴鐜銆

鍚屾椂锛屽叾鑷鍔ㄩ┚椹剁敓鎬佸湀涔熷湪涓嶆柇鎵╁ぇ锛屽寘鎷姹借溅鍒堕犲晢銆佷竴绾т緵搴斿晢銆佷紶鎰熷櫒渚涘簲鍟嗐丷obotaxi 鐮斿彂鍏鍙稿拰杞浠跺垵鍒涘叕鍙稿湪鍐呯殑鏁扮櫨瀹惰嚜鍔ㄩ┚椹朵骇涓氶摼涓婄殑浼佷笟宸茬粡鍦ㄥ熀浜庤嫳浼熻揪鐨勮＄畻纭浠跺拰閰嶅楄蒋浠跺紑鍙戙佹祴璇曞拰搴旂敤鑷鍔ㄩ┚椹惰溅杈嗐

鏈鏉ワ紝鍦ㄦ暣涓鑷鍔ㄩ┚椹朵骇涓氶噷锛屼互璁＄畻鑺鐗囦负鏍稿績浼樺娍锛岃嫳浼熻揪鐨勮Е瑙掑皢鏇村姞娣卞叆锛屾湁鏈轰細鎴愪负浜т笟閾炬潯涓婁笉鍙鎴栫己鐨勪緵搴斿晢銆

鏈鏂囨潵婧愪簬姹借溅涔嬪惰溅瀹跺彿浣滆咃紝涓嶄唬琛ㄦ苯杞︿箣瀹剁殑瑙傜偣绔嬪満銆

鍩轰簬鏋舵瀯鍒涙柊锛屼笟鍐呴栨惧瓨绠椾竴浣撳ぇ绠楀姏AI鑺鐗囩偣浜

鍙浠ュ弬鑰冧笅闈锛屾牴鎹涓浜涚綉鍚у競鍦哄父鐢ㄧ殑鏄惧崱,鏁寸悊鐨勪竴浠界浉鍏虫樉鍗＄殑浠锋牸鍜岀畻鍔涗互鍙婇勮″洖鏈鏈,澶ф傚彲浠ュ仛涓鍙傝:

Radeon RX 580鏄惧崱

鏁存満鍔熻楋細243W

璁＄畻鍔涳細224M

鏄惧崱鍞浠凤細1999鍏

姣24灏忔椂鎸朎TH鏁伴噺锛0015

姣24灏忔椂浜х敓鏀剁泭:2448鍏

棰勮″洖鏈鏃堕棿锛8166澶

Radeon RX 470鏄惧崱

鏁存満鍔熻:159W

璁＄畻鍔涳細243M

鏄惧崱鍞浠凤細1599鍏

姣24灏忔椂鎸朎TH鏁伴噺锛0017

姣24灏忔椂浜х敓鏀剁泭:279鍏

棰勮″洖鏈鏃堕棿锛5731澶

Radeon RX 480鏄惧崱

鏁存満鍔熻:171W

璁＄畻鍔涳細244M

鏄惧崱鍞浠凤細1999鍏

姣24灏忔椂鎸朎TH鏁伴噺锛0017

姣24灏忔椂浜х敓鏀剁泭:2787鍏

棰勮″洖鏈鏃堕棿锛7173澶

鎵╁睍璧勬枡锛

鏄惧崱锛圴ideo card锛孏raphics card锛夊叏绉版樉绀烘帴鍙ｅ崱锛屽張绉版樉绀洪傞厤鍣锛屾槸璁＄畻鏈烘渶鍩烘湰閰嶇疆銆佹渶閲嶈佺殑閰嶄欢涔嬩竴銆傛樉鍗′綔涓虹數鑴戜富鏈洪噷鐨勪竴涓閲嶈佺粍鎴愰儴鍒嗭紝鏄鐢佃剳杩涜屾暟妯′俊鍙疯浆鎹㈢殑璁惧囷紝鎵挎媴杈撳嚭鏄剧ず鍥惧舰鐨勪换鍔°

鏄惧崱鎺ュ湪鐢佃剳涓绘澘涓婏紝瀹冨皢鐢佃剳鐨勬暟瀛椾俊鍙疯浆鎹㈡垚妯℃嫙淇″彿璁╂樉绀哄櫒鏄剧ず鍑烘潵锛屽悓鏃舵樉鍗¤繕鏄鏈夊浘鍍忓勭悊鑳藉姏锛屽彲鍗忓姪CPU宸ヤ綔锛屾彁楂樻暣浣撶殑杩愯岄熷害銆傚逛簬浠庝簨涓撲笟鍥惧舰璁捐＄殑浜烘潵璇存樉鍗￠潪甯搁噸瑕併 姘戠敤鍜屽啗鐢ㄦ樉鍗″浘褰㈣姱鐗囦緵搴斿晢涓昏佸寘鎷珹MD(瓒呭井鍗婂间綋)鍜孨vidia(鑻变紵杈)2瀹躲傜幇鍦ㄧ殑top500璁＄畻鏈猴紝閮藉寘鍚鏄惧崱璁＄畻鏍稿績銆傚湪绉戝﹁＄畻涓锛屾樉鍗¤绉颁负鏄剧ず鍔犻熷崱銆

鍙傝冭祫鏂欙細

5鏈23鏃ワ紝AI鑺鐗囧叕鍙稿悗鎽╂櫤鑳藉ｅ竷锛屽叾鑷涓荤爺鍙戠殑涓氬唴棣栨惧瓨绠椾竴浣撳ぇ绠楀姏AI鑺鐗囨垚鍔熺偣浜锛屽苟鎴愬姛璺戦氭櫤鑳介┚椹剁畻娉曟ā鍨嬨傝姱鐗団滅偣浜鈥濇寚鐢垫祦椤哄埄閫氳繃鑺鐗囷紝閫氬父鎰忓懗鐫鑺鐗囧彲鐢锛屽悗缁娴嬭瘯淇姝ｅ悗鍗冲彲閲忎骇銆

鍩轰簬鏋舵瀯鍒涙柊锛岃ユ捐姱鐗囬噰鐢⊿RAM锛堥潤鎬侀殢鏈哄瓨鍙栧瓨鍌ㄥ櫒锛変綔涓哄瓨绠椾竴浣撲粙璐锛岄氳繃瀛樺偍鍗曞厓鍜岃＄畻鍗曞厓鐨勬繁搴﹁瀺鍚堬紝瀹炵幇浜嗛珮鎬ц兘鍜屼綆鍔熻楋紝鏍风墖绠楀姏杈20TOPS锛圱OPS鏄澶勭悊鍣ㄨ繍绠楄兘鍔涘崟浣嶏級锛屽彲鎵╁睍鑷200TOPS锛岃＄畻鍗曞厓鑳芥晥姣旈珮杈20TOPS/W锛圱OPS/W鏄璇勪环澶勭悊鍣ㄨ繍绠楄兘鍔涚殑鎬ц兘鎸囨爣锛岀敤浜庡害閲忓湪1W鍔熻楃殑鎯呭喌涓嬪勭悊鍣ㄨ兘杩涜屽氬皯涓囦嚎娆℃搷浣滐級銆傝繖鏄涓氬唴棣栨惧熀浜庝弗鏍煎瓨鍐呰＄畻鏋舵瀯銆丄I绠楀姏杈惧埌鏁板崄TOPS鎴栬呮洿楂樸佸彲鏀鎸佸ぇ瑙勬ā瑙嗚夎＄畻妯″瀷鐨凙I鑺鐗囷紙瀛樺唴璁＄畻锛岄【鍚嶆濅箟灏辨槸鎶婅＄畻鍗曞厓宓屽叆鍒板唴瀛樺綋涓锛屾槸涓绉嶈烦鍑轰紶缁熻＄畻鏈虹粨鏋勪綋绯荤殑鎶鏈锛夈備笌浼犵粺鏋舵瀯涓嬬殑澶х畻鍔涜姱鐗囩浉姣旓紝璇ユ捐姱鐗囧湪绠楀姏銆佽兘鏁堟瘮绛夋柟闈㈤兘鍏锋湁鏄捐憲鐨勪紭鍔裤

鎹鎮夛紝璇ユ捐姱鐗囬噰鐢22nm鎴愮啛宸ヨ壓鍒剁▼锛屽湪鎻愬崌鑳芥晥姣旂殑鍚屾椂锛岃繕鑳芥湁鏁堟妸鎺у埗閫犳垚鏈銆傛ゅ栵紝鍦ㄧ伒娲绘ф柟闈锛岃ユ捐姱鐗囦笉浣嗘敮鎸佸競闈涓婄殑涓绘祦绠楁硶锛岃繕鍙浠ユ敮鎸佷笉鍚屽㈡埛瀹氬埗鑷宸辩殑绠楀瓙锛屾洿鍔犻傞厤浜庣畻娉曠殑楂橀熻凯浠ｃ

鍦ㄦ櫤鑳介┚椹剁瓑杈圭紭绔楂樺苟鍙戣＄畻鍦烘櫙涓锛岄櫎浜嗗圭畻鍔涢渶姹傞珮澶栵紝瀵硅姱鐗囩殑鍔熻楀拰鏁ｇ儹涔熸湁寰堥珮鐨勮佹眰銆傜洰鍓嶏紝甯歌勬灦鏋勮姱鐗囪捐′腑鍐呭瓨绯荤粺鐨勬ц兘鎻愬崌閫熷害澶у箙钀藉悗浜庡勭悊鍣ㄧ殑鎬ц兘鎻愬崌閫熷害锛屾湁闄愮殑鍐呭瓨甯﹀芥棤娉曚繚璇佹暟鎹楂橀熶紶杈擄紝鏃犳硶婊¤冻楂樼骇鍒鏅鸿兘椹鹃┒鐨勮＄畻闇姹傘傚叾娆★紝鏁版嵁鏉ュ洖浼犺緭鍙堜細浜х敓宸ㄥぇ鐨勫姛鑰椼 鍚庢懇鏅鸿兘鍩轰簬璇ユ捐姱鐗囷紝棣栨″湪瀛樺唴璁＄畻鏋舵瀯涓婅窇閫氫簡鏅鸿兘椹鹃┒鍦烘櫙涓嬪氬満鏅銆佸氫换鍔＄畻娉曟ā鍨嬶紝涓洪珮绾у埆鏅鸿兘椹鹃┒鎻愪緵浜嗕竴鏉″叏鏂扮殑鎶鏈璺寰勶紝鏈鏉ユ湁鏈涙洿濂藉湴婊¤冻楂樼骇鍒鏅鸿兘椹鹃┒鏃朵唬鐨勯渶姹傘

鍚庢懇鏅鸿兘鏄鍥藉唴鐜囧厛閫氳繃搴曞眰鏋舵瀯鍒涙柊锛岃繘琛屽ぇ绠楀姏AI鑺鐗囪捐＄殑鍒濆垱浼佷笟銆備换浣曢犺嗗紡鍒涙柊閮戒細闈㈠规瀬楂樼殑鎶鏈鎸戞垬锛岀爺鍙戜汉鍛橀渶瑕佹牴鎹浼犵粺瀛樺偍鍣ㄤ欢閲嶆柊璁捐＄數璺銆佸崟鍏冮樀鍒椼佸伐鍏烽摼绛夛紝鍚屾椂蹇呴』绐佺牬鍚勭嶇墿鐞嗗拰缁撴瀯涓婄殑鎶鏈闅鹃樸傛ゆ¤姱鐗囩偣浜鎴愬姛锛屾爣蹇楃潃鍏跺湪澶х畻鍔涘瓨绠椾竴浣撴妧鏈鐨勫伐绋嬪寲钀藉湴鍙栧緱浜嗗叧閿鎬х殑绐佺牬銆

鍚庢懇鏅鸿兘鍒涚珛浜2020骞村簳锛屾婚儴浣嶄簬鍗椾含锛屽湪鍖椾含銆佷笂娴枫佹繁鍦冲潎鎷ユ湁鎶鏈鍥㈤槦銆傛埅鑷崇洰鍓嶏紝鍚庢懇鏅鸿兘宸插畬鎴3杞铻嶈祫锛屾姇璧勬柟娑电洊绾㈡潐涓鍥姐佺粡绾鍒涙姇銆佸惎鏄庡垱鎶曘佽仈鎯冲垱鎶曠瓑澶撮儴鏈烘瀯锛屼互鍙婇噾娴︽偊杈 姹借溅 銆佷腑鍏虫潙鍚鑸绛夊浗璧勫熀閲戙

Ⅲ 国产座舱SoC“芯”突破 杰发科技AC8015量产出货持续增长

根据测算,2021年中国智能座舱市场规模大约为500-600亿元,未来10年将保持12%左右的平均增速,市场需求旺盛。从功能来看,智能座舱承担了“第三空间”使命,不断与IVI、DMS/OMS、语音识别以及ADAS功能融合,车内应用场景不断丰富对座舱SoC的要求越来越高。主要玩家有高通、英特尔、三星、瑞萨、英伟达、恩智浦、德州仪器、Telechips、联发科、杰发科技、华为、芯驰科技、地平线等知名公司。

其中,四维图新旗下的杰发科技(AutoChips)是国内为数不多的汽车电子芯片专业设计公司,自主研发的数款具有显著国产替代优势的车规级芯片已实现大规模量产。经过近十年的发展,在传统IVI领域,杰发科技AutoChips车载中控信息娱乐系统(IVI)SoC芯片已历经5次大的迭代,累计出货超7000万套片,占据本土汽车芯片厂商在该领域的领先地位。伴随汽车智能化升级,带有集中域控制概念的智能座舱被导入传统IVI领域,杰发科技及早布局,历经两年自主研发,推出了新一代智能座舱SoC——AC8015,并于2021年3月首度实现前装量产,在国内入门级智能座舱SoC赛道占尽先机。AC8015以其极致的高性价比、一体化解决方案、本地化服务等独到优势,目前已获多家整车厂项目定点并应用于一芯多屏(仪表+IVI)、单液晶仪表、中控及高端娱乐信息系统,落地项目超20多个车型。

AC8015高集成度、高可靠性、高性价比、成熟的客户支持能力及量产交付保障能力得到了业界认可,2021年12月17-18日,2021佐思智能汽车年会暨金智奖颁奖典礼在苏州举办。杰发科技“AC8015智能座舱SoC”荣获智能座舱应用处理器领域年度最佳产品奖。

一、杰发科技AC8015的主要优势

1、性价比优势明显

AC8015主要瞄准国内市场容量最大的入门级智能座舱应用市场,充分满足国内普通消费者对智能座舱成熟功能应用需求而研发的一款高性价比智能座舱SoC。

AC8015没有在芯片性能方面追求极致算力,而是在保证终端功能安全、够用、好用的前提下,追求芯片性能与成本的最佳平衡点。

在芯片设计环节以及下游客户整体解决方案开发环节,成本控制始终贯穿其中,为降低客户开发周期及开发成本,AC8015还集成了杰发科技自研的AVM、DMS算法,Carplay、蓝牙协议栈及丰富的第三方应用。与同类竞品比,AC8015具有显著的性价比优势,其打破了智能座舱仅局限于中高端车型搭载的状况。

(来源:佐思汽车)