现货推荐
recommended
联系电话
recommended
联系人：商务接待
电 话：0755-8332 2522
传 真：0755-8364 8400
地 址：深圳市福田区彩田南路2010号中深花园A座六层
为什么GPU芯片的研发比一般芯片难度大，研发成本高？
通用计算GPU
再看通用计算GPGPU芯片，目前进展比较快的当属天数智芯，今年3月，天数智芯发布全自研高性能云端7纳米芯片BI及产品卡。BI是国内第一款全自研、真正基于通用GPU架构的GPGPU云端高端训练芯片，采用业界领先的7纳米制造工艺、2.5D CoWoS封装，容纳240亿晶体管，支持FP32、FP/BF16、INT32/16/8等多精度数据混合训练，集成32GB HBM2内存、存储带宽达1.2TB，单芯每秒可进行147万亿次FP16计算（147TFLOPS@FP16）。
BI芯片及产品卡均以实体形式发布，即将进入批量生产和商用交付，产品开发和商业应用进度领先国内同行1-2年时间。
天数智芯高管对电子发烧友网表示，近年兴起的AI浪潮中，GPGPU对于用传统语言编写的、软件形式的计算有较好的支持，具有高度的灵活性等这些特点，使其成为了一项炙手可热的技术产品。跟ASIC芯片相比，GPGPU具有更广泛的适用性、兼容性、灵活性，对技术变化的包容和适应能力更为突出，产品的应用生命周期更长。同时，通过性能挖掘优化，达成性能、能耗和性价比的最优解，实现跟ASIC芯片相当的算力和能耗水平。
早前，天数智芯首席科学家郑金山曾表示，“国际领先厂商GPU里是有图形渲染的，在芯片上大约占30%，但是图形渲染对于AI和数据中心完全没有用。所以这一块我们直接取消掉。”或许这就是GPGPU在数据中心和AI市场的机会所在。
壁仞科技也是专注GPU芯片研发的初创企业，成立于2019年，致力于开发原创性的通用计算体系，建立高效的软硬件平台，同时在智能计算领域提供一体化的解决方案。从发展路径上，壁仞科技将首先聚焦云端通用智能计算，逐步在人工智能训练和推理、图形渲染等多个领域赶超现有解决方案，实现国产高端通用智能计算芯片的突破。短短两年间已完成B轮融资，累计融资额超47亿元人民币。
业内人士表示，GPU芯片的研发比一般芯片难度大，研发成本高，先进工艺的芯片投片花费巨大，少则几亿多则十亿元以上，因此整个国产GPU芯片无论是融资还是投入都是相对较高的。从技术角度看，用于图像渲染的GPU设计相对更加复杂，不仅是GPU架构上，还在接口速率、带宽、存储以及先进封装如Chiplet等方面，考验芯片厂商的设计能力。而GPGPU针对AI训练或推理场景采用一定的算力和算法，能够更有针对性地发展计算性能。
在GPU领域业界常说，英伟达的成功并不仅是它的GPU芯片，更重要的是它的软件生态，因为其构建的强大生态，即便它的芯片或方案更贵，也仍然得到用户的购买。而这样的生态体系，令许多GPU或AI芯片公司望尘莫及。当然，在国内我们的桌面处理器生态系统正在建设，厂商们主动积极地将CPU、GPU与操作系统、应用软件进行广泛适配。另一个突围的机会则是国产GPU芯片厂商与客户充分沟通从定制功能、降低成本的角度切入到客户的需求当中。
