GPU

今天我们用技术视角深度解读：为什么FPGA能做到这些？GPU在LLM推理上遇到了哪些系统性问题？

在 AI GPU 迈向万亿晶体管时代的当下，一款仅有 20 万个晶体管的小芯片，却在全球硬件圈引发热议。它就是被誉为“全球最小 GPU”的 TinyGPU v2.0

I/O Die产品ML100结合了UCIe IP和HBM IP，包含16个标准封装的UCIe接口与1个完整的HBM 控制器，其带宽约为1TB/s，与HBM3完美匹配

相比GPU，FPGA性价比如何？在LLM领域，FPGA会有一席之地吗？

图形处理单元 (GPU) 和现场可编程门阵列 (FPGA) 是用于成像和其他繁重计算的三种主要处理器类型中的两种

MI300 的四个 AID 以超过 4.3TB/s 的对分带宽相互通信，通过超短距离(USR)物理层实现。

AMD 采用 2.5D 和 3D 封装的混合技术，以最大限度地提高每平方毫米数据中心硅片的每瓦计算能力。

AMD 表示，它有望在 5 月底发布其微引擎调度程序 (MES) 文档，随后发布源代码。然后，它将继续以开源方式发布 Radeon 堆栈的其他部分

AMD计划在今年底推出升级版的HPC/AI GPU加速器“Instinct MI350”，重点升级制造工艺和高带宽内存，竞争NVIDIA B200系列。

Papermaster领导了工程流程的重新设计以及屡获殊荣的Zen高性能x86 CPU系列和高性能GPU的开发