国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

“高舉高打”挑戰云端AI訓練芯片

新思科技 ? 來源:新思科技 ? 2020-08-28 15:35 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

-燧原科技-

“數據”這一人類自身創造的資源,在算力的開啟下,已正式拉開人類對數字經濟新模式的探索序章。以數據中心、智能計算中心為代表的算力基礎設施以及人工智能AI)產業,在“新基建”的助推下將迎來爆發式增長,而這兩者的基礎層硬件核心就是AI芯片。

“高舉高打”

挑戰云端AI訓練芯片

云端AI的實現包括兩個環節:訓練、推理。用于構建神經網絡模型的訓練芯片,首先需要使用大量數據進行訓練操作,對模型進行訓練(Training),整個過程可能耗時數天,通常需要通過大量的數據輸入讓芯片做海量繁復運算;利用訓練好的模型響應實際請求,使用新的數據去“推斷”(Inference)出各種結論。

▲ 圖1:AI訓練和推斷的區別和聯系。來源:騰訊云社區 云端訓練芯片難度大、壁壘高、開發周期長,必須用到最新的半導體工藝和高級封裝技術,而且在配套軟件上也需要很強的支持。同時芯片越大,整個設計難度也會呈指數級上升。單從芯片晶圓制造所用的掩膜(mask)層級來看,AI訓練芯片與AI推理芯片的難度差異好比建一座70-80層大廈與建一棟20-30層樓房的區別。在過去5年中,國內新增的AI研發類初創公司數量多達上千家,其中云端推理百家爭鳴,而針對云端訓練做加速的初創芯片公司寥若晨星。 2019年12月11日燧原科技發布首款云端AI訓練芯片——“邃思”,這款芯片不僅代表了國內同類最高性能,即使放眼全球最頂尖的產品,其算力依然旗鼓相當。“我們的兩位創始人非常靠譜,都是真正能夠做成事的人。”談到自己與燧原科技的結緣,項目組合管理負責人(Portfolio Management Office,PMO)Tina表示,“兩年前,AI訓練芯片領域是一片藍海,雖然挑戰更大,但我很了解這個團隊的技術實力和過往的工程實戰經歷,我相信我們有能力把握住這個市場機會,收到邀請后我就在公司創立的第三個月加入了燧原,和靠譜的人一起迎接挑戰。” 作為一家新創公司,只用18個月打造云端AI訓練芯片,除了燧原創業團隊的多年技術積淀,首戰告捷的另一個關鍵要素正是它對建立科學的工程化方法學的重視,而這一點是目前中國IC設計產業普遍缺乏,卻是真正打造強“芯”的必由之路。

PMO:

讓公司的每一個項目都成功

行軍打仗,瞬息萬變。想要在一場戰役中取得勝利,方向正確,團隊協同,步步為營是關鍵。一步一個腳印地打下一個個山頭,最終帶領整個團隊取得勝利,助力公司在一個個關鍵項目取得成功是PMO的終極使命。

戰略決策支持

使公司戰略與項目執行形成信息雙向反饋,幫助公司做出正確的決策,并確保公司的戰略落實到項目,做到戰略和執行的閉環。

端到端項目管理

PM對每個項目進行完整生命周期的管理,以縱觀全局的角度,高效協同多個項目;以客戶需求為導向,對項目做好風險把控,最終保證項目高效地執行并成功地交付。

最佳實踐中心建立最佳實踐與集訓中心機制,保證燧原各項目之間的成功可復制、經驗有傳承。

▲圖2:燧原科技的PMO閉環模型 PM是運籌帷幄的軍師,在分析事實、問題折疊與拆解、資源配置的每一步路上,必須擁有全局觀、對產品有完整的理解及敏銳的洞察力,一如Tina領導的PMO“軍師聯盟”始終在正確的道路上航行,與各環節團隊并肩作戰,完成一個個項目的攻堅。

在探索和創新的過程中

方法學就是工具

相比成熟的大芯片公司,全新的架構、團隊及有限的資源,燧原的創芯之路也并不平靜。回望一路經歷的挑戰,在項目執行的過程中保持團隊的高度協調、保持效率,保證最終按時按質的完成交付,燧原已經熔煉出一套獨門心法。 “大概在2018年11、12月前后,整個芯片的開發臨近設計凍結的里程碑,理論上來講這個時間點所有的設計、所有的IP應該都已經完成了開發,只需要進行最終一輪集成,就可以進入流片前的最后一輪物理實現階段。這時出現了突發狀況,一個非常關鍵模塊的驗證出現延遲,同時又產生了功能變更的新需求,一旦解決不好,不僅項目計劃會延期,甚至流片后的產品質量也將難以保證。”當時的挑戰還歷歷在目,Tina條理清晰的復盤了當時的舉措:

Reset

重新梳理需求的優先級,快速鎖定,把需求的串擾先解決掉;

Prioritize

把已經出現的所有問題再次梳理,在資源和時間有限的情況下抓大放小,先解決主要矛盾;

Reorganize

對資源進行了重新配置,把非關鍵路徑上的資源調度到關鍵路徑上來,優先解決重要的事情;

Plan

對整個項目下游的所有環節做詳細的統籌規劃,確保可以最大程度上把這個模塊對于系統可能會出現的影響消解掉。

完善的方法學離不開EDA工具和平臺的配套支持,“新思科技完整的工具鏈和成熟穩定的IP,幫助我們在架構設計前期就能驗證架構思路,并且加快SoC的收斂;從軟硬件迭代的角度,借助新思的VDK平臺、ZeBu平臺和技術支持,我們使軟件開發測試工作提前了三個月以上,極大縮短后續硬件加速器或者FPGA平臺上的軟硬協同驗證的時間。“在Tina看來,評估并聚合資源以保障項目進度與質量,對復雜的AI訓練芯片能加速面世尤為關鍵。 燧原用18個月的時間,向行業展示了其過硬的研發實力,但作為一家云端AI芯片的初創公司來說,真正硬核的是燧原科技“靠譜” 的團隊DNA,完整的工程化方法學加持高效專業的團隊,每一個細節都在為成功加碼。

迎接芯片PM大時代

今年3月,國家提出了加快新型基礎設施建設(“新基建”)的戰略目標,作為云端訓練芯片的主戰場,人工智能和數據中心均被列為重點發展方向。AI市場需求不斷擴大,其需求的多樣性也在增加,全新業務場景、業務模型、技術框架隨之而來,推動芯片公司必須推出更加創新的架構和設計,以及始終不變的——更快、再快的市場需求響應速度。 面對這些挑戰,需要整個上下游產業鏈共同發力——成熟創新的優秀人才、與時俱進的EDA工具、穩定可靠開放的IP核、先進的制造和封裝技術、更好地協作方式和技術支持等,共同賦能芯片開發,達到縮短設計周期,實現更可控的、風險更低的開發過程。 從職業發展角度出發,Tina也談到身為一位PM的自我修養:“PM需要一定的技術背景,因為在帶領項目的過程中,需要和研發團隊無縫交流;此外,對PM這個角色以及對集成電路這個行業來說,終身學習是我們所有人都需要擁抱的一個行業特質,終身學習的能力和個人愿望非常重要。當然還有一些像溝通能力、組織能力、邏輯思維能力等基本素質必須過關。” 在復雜度呈指數升級的后摩爾時代,正有這樣一群默默奉獻的人也開始成為創“芯“的中流砥柱,為IC開發項目的成功保駕護航。伴隨國家和社會對人工智能和集成電路產業的重視加深,兩大領域的前景一片欣欣向榮,然而關注度的爆發改變不了芯片開發周期長、投入大、風險高、復雜度高的事實。Tina展望道:“若想做好芯片,除了技術扎實之外,對于科學、完善的項目管理體系的重要性,我想業內越來越多有識之士也認識到了這一點。這背后也會對PM這個職業有一個正向的促進作用,我相信未來會有越來越多優秀的人才加入到PM這個崗位中來,一同推動集成電路行業的繁榮發展。”

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 芯片
    +關注

    關注

    463

    文章

    54010

    瀏覽量

    466028
  • 神經網絡
    +關注

    關注

    42

    文章

    4838

    瀏覽量

    107765
  • AI
    AI
    +關注

    關注

    91

    文章

    39793

    瀏覽量

    301388

原文標題:燧人取火非常業,AI世界日日新

文章出處:【微信號:Synopsys_CN,微信公眾號:新思科技】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    AI硬件全景解析:CPU、GPU、NPU、TPU的差異化之路,一文看懂!?

    CPU作為“通用基石”,支撐所有設備的基礎運行;GPU憑借并行算力,成為AI訓練與圖形處理的“主力”;TPU在Google生態中深耕云端大模型訓練;NPU則讓
    的頭像 發表于 12-17 17:13 ?1734次閱讀
    <b class='flag-5'>AI</b>硬件全景解析:CPU、GPU、NPU、TPU的差異化之路,一文看懂!?

    【飛凌OK-MX9596-C開發板試用】③云端AI拍照識別

    。 本篇基于此,開發云端AI拍照識別。 簡單來說,就是拍照,并調用云端AI工具,進行圖像文本識別,再將識別的文本的文本顯示出來。 這里的云端
    發表于 11-01 22:12

    今日看點:高通發布云端AI芯片;艾為電子推出低功耗Hyper-Hall?芯片 高通發布云端AI芯片 近日,美國高通公

    ? 高通發布云端AI芯片 近日,美國高通公司宣布推出兩款新型人工智能芯片AI200和AI250,
    發表于 10-28 10:43 ?1069次閱讀

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片到AGI芯片

    、分布式群體智能 1)物聯網AGI系統 優勢: 組成部分: 2)分布式AI訓練 7、發展重點:基于強化學習的后訓練與推理 8、超越大模型:神經符號計算 三、AGI芯片的實現 1、技術需
    發表于 09-18 15:31

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI的未來:提升算力還是智力

    持續發展體現在: 1、收益遞減 大模型的基礎的需要極大的算力,這首先源于昂貴的高性能AI芯片,然后是寶貴的電力、水等與環境相關的資源。 收益遞減體現在: ①模型大小 ②訓練數據量 ③訓練
    發表于 09-14 14:04

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片的需求和挑戰

    景嘉微電子、海光信息技術、上海復旦微電子、上海壁仞科技、上海燧原科技、上海天數智芯半導體、墨芯人工智能、沐曦集成電路等。 在介紹完這些云端數據中心的AI芯片之后,還為我們介紹了邊緣AI
    發表于 09-12 16:07

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+內容總覽

    ,其中第一章是概論,主要介紹大模型浪潮下AI芯片的需求與挑戰。第二章和第三章分別介紹實現深度學習AI芯片的創新方法和架構。以及一些新型的算法
    發表于 09-05 15:10

    【Sipeed MaixCAM Pro開發板試用體驗】基于MaixCAM-Pro的AI生成圖像鑒別系統

    的音樂會” 4. 模型訓練 在maixHub,將采集的數據直接上傳到平臺,根據平臺介紹進行訓練模型 5. 模型測試 真實繪本測試 訓練集的畫家作品測試 5. 結論 本項目成功地將前沿的
    發表于 08-21 13:59

    ai_cube訓練模型最后部署失敗是什么原因?

    ai_cube訓練模型最后部署失敗是什么原因?文件保存路徑里也沒有中文 查看AICube/AI_Cube.log,看看報什么錯?
    發表于 07-30 08:15

    【書籍評測活動NO.64】AI芯片,從過去走向未來:《AI芯片:科技探索與AGI愿景》

    :科技探索與 AGI 愿景》。 這本新書針對大模型技術浪潮,詳細講解了AI芯片的主流技術、挑戰與創新解決方案,并介紹了下一代芯片工藝和顛覆性AI
    發表于 07-28 13:54

    算力網絡的“神經突觸”:AI互聯技術如何重構分布式訓練范式

    ? 電子發燒友網綜合報道 隨著AI技術迅猛發展,尤其是大型語言模型的興起,對于算力的需求呈現出爆炸性增長。這不僅推動了智算中心的建設,還對網絡互聯技術提出了新的挑戰。 ? 在AI大模型訓練
    的頭像 發表于 06-08 08:11 ?7439次閱讀
    算力網絡的“神經突觸”:<b class='flag-5'>AI</b>互聯技術如何重構分布式<b class='flag-5'>訓練</b>范式

    海思SD3403邊緣計算AI數據訓練概述

    AI數據訓練:基于用戶特定應用場景,用戶采集照片或視頻,通過AI數據訓練工程師**(用戶公司****員工)** ,進行特征標定后,將標定好的訓練
    發表于 04-28 11:11

    RAKsmart智能算力架構:異構計算+低時延網絡驅動企業AI訓練范式升級

    AI大模型參數量突破萬億、多模態應用爆發的今天,企業AI訓練正面臨算力效率與成本的雙重挑戰。RAKsmart推出的智能算力架構,以異構計算資源池化與超低時延網絡為核心,重構
    的頭像 發表于 04-17 09:29 ?763次閱讀

    閃存破局“內存焦慮”,AI微調訓練增加閃存消耗

    電子發燒友網報道(文/黃晶晶)面對蓬勃發展的AI,在MemoryS 2025上,群聯電子執行長潘健成表示,面對AI服務器成本太高、數據上云端不安全等挑戰,在地端的
    的頭像 發表于 03-26 09:28 ?3291次閱讀
    閃存破局“內存焦慮”,<b class='flag-5'>AI</b>微調<b class='flag-5'>訓練</b>增加閃存消耗

    訓練好的ai模型導入cubemx不成功怎么處理?

    訓練好的ai模型導入cubemx不成功咋辦,試了好幾個模型壓縮了也不行,ram占用過大,有無解決方案?
    發表于 03-11 07:18