软硬件融合 头像

软硬件融合

3145 声望
软件迭代太快,硬件迭代太慢,通过软硬件融合来弥补鸿沟。致力于传播和推... 展开

软件迭代太快,硬件迭代太慢,通过软硬件融合来弥补鸿沟。致力于传播和推广相关技术和理念。

收起
关注了
0
粉丝数
2833
IP 属地广东
最新动态
  • 发布了文章 ·
    算力基础设施的风险与挑战

    编者按算力网络有一个美好的愿景,就是希望算力和算网,能像电力和电网一样:算力可以标准化,有统一的计量单位。类似电力计量的千瓦时,或称为度数。有很多算力中心生产算力,类似电厂生产电力。生产出来的算力,通过接入算网,最终供应给算力的客户。类似电厂的电力,通过电网接入千家万户。算力“随时随地,无处不在”...

    摘要图
  • 发布了文章 ·
    软硬件融合视角:一文看懂高性能网络

    编者按随着大模型的广泛流行,GPU集群计算的规模越来越大(单芯片算力提升有限,只能通过扩规模的方式来提升整体算力),千卡、万卡已经成为主流,十万卡、百万卡也都在未来3-5年的规划中。集群计算的网络可以分为两类:南北向流量,也就是俗称的外网流量;东西向流量,也就是俗称的内网流量。集群计算的网络连接数 S = ...

    摘要图
  • 发布了文章 ·
    算力模式创新:亚马逊AWS比作Intel,算力界呼唤台积电和NVIDIA

    编者按半个世纪以前,芯片行业只有IDM模式,芯片公司自己设计、制造并封装芯片,典型的公司如Intel、未拆分前的AMD、TI等公司。1987年,台积电TSMC成立。台积电定位芯片制造,并不涉及芯片设计。从此,芯片行业产生了分工,IDM分为了两类企业:芯片设计企业(Fabless,如NVIDIA、拆分后的AMD、高通、博通、Marvell、华为...

    摘要图
  • 发布了文章 ·
    融合的系统,融合的计算

    编者按之前文章中,我们介绍过复杂计算的概念,今天又给出了一个新的概念:融合计算。两者的区别在哪里?复杂计算是对需求的描述,而融合计算是对解决方案的描述。很多计算解决方案,聚焦具体算法、具体场景,而忽略了变化、迭代,以及平台和生态的建设:“不谋万世者,不足谋一时”。计算的软硬件演进非常快,我们在考虑...

    摘要图
  • 发布了文章 ·
    算力网络系列文章(三):以云服务为中心,发展算力网络

    编者按云计算已经发展了20年,是到了变革的时候了。但变革成什么样子,目前还在混沌中。未来将形成的新的业态,我们姑且称之为“算力网络”吧!趁着AI大模型的东风,智算基础设施建设如火如荼。以智算(智算”力”,是算力的一个子集)为重心,更综合更全面的算力网络和算力中心建设,24-26这几年会是一个高潮。目前,行业发...

    摘要图
  • 发布了文章 ·
    算力网络系列文章(二):从云计算到算力网络

    一直以来,我都认为算力网络是行业整合的过程,通过算力网络运营商把全国的算力资源统筹到一起,形成高效的统一算力供应。但与此同时,总感觉这种模式不对。算力芯片技术日新月异,从底层芯片,到上层业务,方方面面创新迭代极为迅猛。完全统一的算力供应根本跟不上技术创新的步伐。

    摘要图
  • 发布了文章 ·
    算力网络系列文章(一):算力提升综述

    编者按2023年12月底,由国家发展改革委、国家数据局、中央网信办、工业和信息化部、国家能源局五部门联合印发的《关于深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》正式公布。算力网络是未来数字经济发展的核心基础设施。要想实现算力网络的伟大愿景,还有非常多的底层技术挑战需要解决。接下来若干篇系...

    摘要图
  • 发布了文章 ·
    再论软硬件融合

    编者按前面专门写过一篇“软硬件融合”的系统性介绍文章,之后有很多朋友私信交流。不断汲取大家对软硬件以及软硬件相互协作方面的观点,逐步深化和完善“软硬件融合”概念和技术体系。简单总结一下。一方面,大家对未来认识的大方向是趋同的,就是“软硬件要深度结合/协同”。但另一方面,对软硬件融合观点的认识,也存在如下...

    摘要图
  • 发布了文章 ·
    能不能面向通用人工智能AGI,定义一款新的AI处理器?

    编者按AI大模型的热潮不断,预计未来十年,AGI时代即将到来。但目前支撑AI发展的GPU和AI专用芯片,都存在各种各样的问题。那么,在分析这些问题的基础上,我们能不能针对这些问题进行优化,重新定义一款能够支持未来十年AGI大模型的、足够灵活通用的、效率极高性能数量级提升的、单位算力成本非常低廉的、新的AI处理器类...

    摘要图
  • 发布了文章 ·
    算力芯片,如何突围?

    编者按作为技术类的公众号,今天这篇文章,我们聊点技术之外的一些更宏观的发展话题:)最近跟一个朋友,交流了一些不那么“纯技术”的话题:后进如何赶超先进?在交流的过程中,也引发了我对技术发展的一些更深层次的思考。关于后进赶超先进,网上有太多的文章和视频。作为常年从事计算机算力芯片相关工作的我,今天就从...

    摘要图
  • 发布了文章 ·
    什么是第三代通用计算?

    编者按大家一直有个误解,觉得通用和专用,是对等的两个选择。例如,牧本波动(Makimoto's Wave),是一个与摩尔定律类似的电子行业发展规律,它认为集成电路有规律的在“通用”和“专用”之间变化,循环周期大约为10年。我们的观点则是:相比专用,通用是更高级的能力。集成电路等各种事物发展规律的常态是通用,“通用到专...

    摘要图
  • 发布了文章 ·
    第三代通用计算,大算力芯片”弯道超车“的历史时机

    编者按关于“弯道超车”,行业内很多人士对此嗤之以鼻,他们认为:做事情要脚踏实地,持之以恒,才有可能超越。但这两者并不矛盾:在已有的不断发展的领域,我们需要“数十年如一日”不断的努力,才有可能逐渐追赶上世界先进水平,才有可能从追赶到齐头并进甚至超越;比如航天科技领域。但在一些行业变革期,我们需要尽早布...

    摘要图
  • 发布了文章 ·
    AGI通用智能发展的思考:是否存在足够通用的处理器?

    随着ChatGPT的火爆,AGI(Artificial General Intelligence,通用人工智能)逐渐看到了爆发的曙光。短短一个月的时间,所有的巨头都快速反应,在AGI领域“重金投入,不计代价”。

    摘要图
  • 发布了文章 ·
    从ChatGPT等大模型的兴起,看未来计算芯片的发展趋势

    GPT等大模型为什么没有突破万亿参数?核心原因在于在现在的GPU平台上,性能和成本都达到了一个极限。想持续支撑万亿以上参数的更大的模型,需要让性能数量级提升,以及单位算力成本数量级的下降。这必然需要全新架构的AI计算平台。

    摘要图
  • 发布了文章 ·
    从算力网络发展,看未来十年的宏观算力体系

    三大运营商都在积极地推广“算力网络”的相关技术概念落地,互联网公司有类似的概念叫“分布式云”。个人理解,两个概念的技术实现基本相同,不同点在于:算力网络站在基础计算环境的视角,着眼于算力资源的整合;分布式云从业务服务的视角,着眼于计算以何种形式提供。

    摘要图
  • 发布了文章 ·
    超异构处理器HPU和系统级芯片SOC的区别在哪里?

    我们介绍了一种新的处理器类型:超异构处理器HPU,公众号文章链接:一种新的处理器类型:通用超异构处理器。HPU可以理解成多种异构融合而成的一种新型的计算架构。

    摘要图
  • 发布了文章 ·
    ChatGPT的根基:算力基础决定上层应用

    欢迎关注软硬件融合公众号:编者按ChatGPT等AI大模型的发展,对算力的需求每两个月增加一倍。OpenAI每年的支出费用高达10多亿美金。如果将ChatGPT部署到谷歌搜索中,需要512,820 个 A100 HGX服务器和总共4,102,568 个 A100 GPU,服务器和网络的总硬件成本超过1,000亿美元。算力,成为制约AI发展的最关键因素。如果算力能...

    摘要图
  • 发布了文章 ·
    超异构计算时代的操作系统架构初探

    经常有软件的同学会问到一个尖锐的问题:在超异构软硬件融合的时代,操作系统等软件是不是需要重构,是不是要打破现有的整个软件体系。我赶紧解释:“超异构软硬件融合不改变现有的软件体系,所有的软件该是什么样还是什么样。”

    摘要图
  • 发布了文章 ·
    异构计算面临的挑战和未来发展趋势

    在过去的一年(2022年),软硬件融合公众号的很多文章,都围绕着“超异构计算”这个重要的主题展开。也和很多朋友交流超异构计算相关的话题,大家提到的最主要的一个问题是:超异构和异构的本质区别在哪里?

    摘要图
  • 发布了文章 ·
    汽车芯片技术趋势分析:未来5年,单芯片算力突破20000 TOPS

    通过软硬件融合的“纽带”,认识了很多汽车界的朋友。最近半年来,跟很多汽车界的大佬深入交流了汽车底层的软硬件发展。惊奇地发现,汽车软硬件的相关技术,跟数据中心大同小异,非常接近。

    摘要图
认证与成就
获得 136 次点赞
2019年09月20日 加入
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息