比GPU更适合AI计算的芯片诞生?参加现场演出,了解高性能“,GPU+”;架构-量子比特,
摩尔法则和Dennard Scaling效应未能提升CPU性能,对于图形加速和高性能计算设计的GPU在AI计算领域略显乏力。
百花齐放的ASIC AI芯片在某些方面有所改进,但存在应用场景局限,依赖于自建生态,客户迁移难,学习曲线长等问题。
图形处理器GPPPU作为AI计算领域的最新发展方向不断迭代和发展。
技术发展不仅要与现有的AI软件生态兼容,还要坚持自主创新。登陆科技的“GPU+”创新架构应运而生,基于“GPU+”的首款芯片产品Goldwasser已在多个行业商业化。
为什么“GPU+”适用于解决高性能和通用性等AI计算难题。备受关注的“GPU+”架构核心竞争力在哪里。芯片使用“GPU+”架构的能力是多少。
6月30日,量子比特“量子比特视角”CEO/CTO系列分享活动邀请科技联合创始人王平揭开“GPU+”软件定义片内异结构体系的神秘面纱。
嘉宾介绍
王平具有15年以上的芯片架构设计及管理经验,专注于图形处理器和高性能计算架构及系统方案,集经验和创新力,并具有主导产品开发和市场获取的成功经验。
共享内容共享主题:创新+自我研究“双核”驱动,GPU+赋能AI落实
共享大纲:
计算力:数字经济引擎、智能社会基础芯片:异构计算是趋势,GPU+将成为主流AI芯片自我研究IP:大芯片企业可持续发展的根本动力直播申请添加小助理(微信ID:Qbitbot018、,并注释“视角”可参加直播交流组,获得启动注意amp;得到实况录音链接,客人PPT等的一手信息!
“量子比特视角”关于量子比特对CEO/CTO系列的分享活动,不定期邀请前沿科技领域的创业公司CEO/CTO,分享企业的最新战略、最新技术和最新产品,与广大运营商、爱好者探讨前沿技术理论和产业实践。
量子比特QbitAI
关注我们,首先了解最先进的科技动态