シノプシスは最近、マルチダイ システムの状況に関する業界横断的なパネルを主催しました。特に AI 中心のハードウェアの急速な加速との関連性が興味深いと思いました。詳細については以下をご覧ください。パネリストは全員マルチダイ システムで重要な役割を果たしており、Shekhar Kapoor (シノプシス社製品管理シニア ディレクター)、Cheolmin Park (サムスン社コーポレート VP)、Lalitha Immaneni (Intel アーキテクチャ、デザイン、テクノロジー ソリューション担当副社長)、Michael Schaffert でした。 (上級副社長、ボッシュ)、および Murat Becer (副社長、R&D、Ansys)。このパネルは、Marco Chiappetta (HotTech Vision and Analysis の共同創設者兼主席アナリスト) が司会を務めました。
大きな需要の原動力
この見出しの下では、通常の容疑者 (HPC、自動車など) をすべて展開するのが一般的ですが、そのリストはおそらく最大の根底にある要因、つまりすべての LLM と生成 AI における優位性をめぐる現在の争奪戦を空売りしています。大規模な言語モデルは、検索、ドキュメント作成、その他の機能において新しいレベルの SaaS サービスを提供し、これを最初に適切に実現した人に大きな競争上の利点がもたらされます。モバイル デバイスや車内では、優れた自然言語ベースの制御とフィードバックにより、既存の音声ベースのオプションが原始的なものに見えます。一方、拡散およびポアソン流モデルを使用して新しい画像を作成する生成手法は、画像ライブラリによって補完されたテキストまたは写真上に描画される壮観なグラフィックを汲み出すことができます。消費者を惹きつけるものとして、これは将来の携帯電話のリリースにとって次の大きな目玉となる可能性があります。
トランスベースの AI は莫大な $$$ の機会をもたらしますが、課題も伴います。このような方法を可能にするテクノロジーはクラウドですでに実証されており、エッジでも出現していますが、メモリを大量に消費することはよく知られています。プロダクション LLM は、トランスにロードする必要がある数十億から数兆のパラメータを実行します。インプロセスワークスペースに対する需要も同様に高いです。拡散ベースのイメージングでは、完全な画像に徐々にノイズが追加され、再びトランスベースのプラットフォームを介して修正された画像に戻ります。
初期ロードを除けば、これらのプロセスはいずれも、外部 DRAM との対話によるオーバーヘッドを許容できません。遅延は許容できず、電力需要により電話機のバッテリーが消耗したり、データセンターの電力予算を使い果たしたりする可能性があります。すべてのメモリはコンピューティングの近く、つまり非常に近くにある必要があります。解決策の 1 つは、アクセラレータの上に SRAM をスタックすることです (AMD と現在 Intel がサーバー チップで実証しているように)。パッケージ内の高帯域幅メモリにより、多少遅いオプションが追加されますが、それでもオフチップ DRAM ほど遅くはありません。
そのすべてにマルチダイ システムが必要です。では、そのオプションを本番環境に対応させるという点では、私たちはどの段階にいるのでしょうか?
私たちの現状についての見解
導入、アプリケーション、ツールなど、この分野の成長に対する熱意をたくさん聞きました。 Intel、AMD、Qualcomm、Samsung はすべて、この分野で明らかに非常に積極的です。 Apple M2 Ultra はデュアル ダイ設計であり、AWS Graviton 3 はマルチ ダイ システムであることが知られています。大手システム会社や半導体会社には他にもたくさんの例があると思います。ダイは依然として主に社内で調達され (おそらく HBM スタックを除く)、TSMC、Samsung、または Intel のファウンドリ パッケージング テクノロジで組み立てられているという印象を受けます。しかし、Tenstorrent は、次世代 AI 設計をチップレット (マルチダイ システムでの使用に適したダイ) として製造するために Samsung を選択したと発表したばかりであるため、この分野はすでにより広範なダイ ソーシングに向けて少しずつ進んでいます。
パネリスト全員が当然のことながら全体的な方向性について熱心に話しており、明らかにテクノロジーやツールが急速に進化していることが話題の原因となっています。ラリサ氏は、現在構築および設計されているマルチダイ システムの方法がまだ初期段階にあり、ダイの大規模な再利用可能な市場を立ち上げる準備ができていないことを指摘して、その熱意を根拠づけました。それは驚きません。この複雑なテクノロジーは、まずシステム設計者、ファウンドリ、EDA 企業間の緊密なパートナーシップの中で成熟し、より多くのユーザーに普及できるようになるまでにおそらく数年かかるようです。
ファウンドリ、システム ビルダー、EDA 企業はすべてのカードを公開しているわけではなく、宣伝するよりもさらに進んでいる可能性があると私は確信しています。もっと聞くのを楽しみにしています。パネルディスカッションをご覧いただけます こちら.
この投稿を共有する:
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://semiwiki.com/artificial-intelligence/336319-synopsys-panel-updates-on-the-state-of-multi-die-systems/
- :は
- :not
- :どこ
- 180
- 300
- a
- 私たちについて
- 加速
- 加速器
- アカウント
- アクティブ
- 追加
- 養子縁組
- 利点
- 広告協賛
- 再び
- AI
- すべて
- 沿って
- 既に
- am
- AMD
- 間で
- an
- 分析
- アナリスト
- および
- 発表の
- 別の
- どこにでも
- Apple
- 建築
- です
- AS
- 組み立て
- At
- 聴衆
- 自動車
- AWS
- バック
- 帯域幅
- バッテリー
- BE
- さ
- 以下
- の間に
- ビッグ
- 最大の
- 億
- 打撃
- ボッシュ
- より広い
- 予算
- ビルダー
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 缶
- 機能
- 自動車
- カード
- 課題
- チップ
- 選択する
- 選ばれた
- はっきりと
- クラウド
- 共同創設者
- comes
- コマンドと
- 企業
- 比較
- 競争力のある
- 複雑さ
- 計算
- consumer
- コントロール
- 企業
- 可能性
- 作成
- 創造
- 電流プローブ
- 現在
- データセンター
- 需要
- 実証
- 設計
- 設計
- デザイナー
- Devices
- 死
- 方向
- 取締役
- 議論
- ドキュメント
- そうではありません
- ドメイン
- 支配
- ドレイン
- ドロー
- 描画
- エッジ(Edge)
- 新興の
- 熱意
- 熱心な
- 平等に
- 等
- すべてのもの
- 進化
- 例
- 除く
- 既存の
- 伸ばす
- 広範囲
- 外部
- 要因
- 有名
- スピーディー
- フィードバック
- 名
- フロー
- フォワード
- 発見
- ファウンドリ
- から
- フル
- さらに
- 未来
- 世代
- 生々しい
- 生成AI
- 取得する
- グラフィック
- 成長性
- Hardware
- 持ってる
- 見出し
- 聞いた
- 耳
- ハイ
- 主催
- 住宅
- しかしながら
- hpc
- HTML
- HTTPS
- 巨大な
- 飢えました
- i
- 画像
- 画像
- イメージング
- in
- 初期
- インテル
- 相互作用
- 興味深い
- 内部で
- IT
- ITS
- JPG
- ただ
- カプール
- 既知の
- 言語
- 大
- より大きい
- 起動する
- 最低
- レベル
- ライブラリ
- 光
- ような
- リスト
- 負荷
- 見て
- たくさん
- M2
- 主要な
- make
- 作成
- 管理
- マルコ
- 市場
- 成熟した
- 最大幅
- 五月..
- 多分
- me
- その間
- メモリ
- メソッド
- Michael Liebreich
- モバイル
- モバイルデバイス
- モデル
- 修正されました
- 他には?
- マルチ
- しなければなりません
- ナチュラル
- 近く
- ニーズ
- 新作
- 次の
- ノイズ
- なし
- 注記
- 今
- of
- 提供
- on
- ONE
- 機会
- オプション
- オプション
- or
- その他
- でる
- が
- 包装
- パネル
- パネルディスカッション
- パラメータ
- パーク
- パートナーシップ
- おそらく
- 電話
- プラットフォーム
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- プレンティ
- 可能
- ポスト
- 電力
- 主に
- プレゼント
- プリミティブ
- 校長
- ラボレーション
- プロダクト
- 製品管理
- 生産
- 徐々に
- 受験する
- 実績のある
- ポンプ
- クアルコム
- R&D
- 急速な
- 準備
- 最近
- リリース
- 関連性
- 必要
- 再利用可能な
- 右
- 役割
- ロール
- ラン
- SaaSの
- サムスン
- を検索
- と思われる
- セルズ
- 半導体
- シニア
- サービス
- いくつかの
- ショート
- すべき
- 表示
- 重要
- 遅く
- So
- 溶液
- ソリューション
- 幾分
- 調達
- 部品調達
- スペース
- 壮大な
- スタック
- スタック
- 都道府県
- まだ
- そのような
- 適当
- 優れた
- 確か
- 驚き
- システム
- テクノロジー
- テクノロジー
- 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다.
- より
- それ
- バズ
- ステート
- アプリ環境に合わせて
- その後
- そこ。
- ボーマン
- 彼ら
- もの
- この
- 介して
- 〜へ
- 豊富なツール群
- top
- に向かって
- トランス
- 数兆
- tsmc
- 超
- 下
- 根本的な
- 更新版
- 中古
- いつもの
- 非常に
- 、
- ビジョン
- vp
- ました
- よく見る
- 仕方..
- we
- した
- which
- 誰でも
- 意志
- 作品
- でしょう
- 年
- まだ
- 貴社
- ゼファーネット