gpu ip 文章進(jìn)入gpu ip技術(shù)社區(qū)

新AI芯片推遲上市，這對英偉達(dá)影響有多大？

英偉達(dá)推遲出貨B200，對營收影響幾何？據(jù)科技媒體The Information報(bào)道，英偉達(dá)向其客戶表示，新款Blackwell B200芯片將延遲發(fā)布三個(gè)月或更長時(shí)間，批量出貨或延遲至明年Q1。Blackwell芯片原計(jì)劃于2024年10月開始批量生產(chǎn)，若因延期而推遲至2025年4月，將直接影響英偉達(dá)的季度收益。對此，英偉達(dá)回應(yīng)媒體稱，對Hopper芯片的強(qiáng)勁需求和Blackwell芯片的生產(chǎn)計(jì)劃并未改變。英偉達(dá)發(fā)言人表示：“正如我們之前所說，Hopper的需求非常強(qiáng)勁。大規(guī)模的Blackwell采樣工
關(guān)鍵字： AI 芯片英偉達(dá) B200 Blackwell GPU Meta 微軟

消息稱英偉達(dá) RTX 4070 及以上顯卡因 GDDR6X 顯存缺貨 8 月供應(yīng)緊張

IT之家 7 月 29 日消息，消息源 ChannelGate視博合聚 7 月 24 日、25 日兩次爆料稱，英偉達(dá) RTX 4070 及以上顯卡將因?yàn)?GDDR6X 顯存的缺貨在 8 月出現(xiàn)供應(yīng)緊張的情況，供貨量較 7 月減少。IT之家注：自 RTX 4070 開始，英偉達(dá)全部 RTX 40 系中高端顯卡均采用 GDDR6X 顯存，由美光獨(dú)家供應(yīng)。消息源表示，根據(jù)其了解到的“不準(zhǔn)確的原因”，本輪 GDDR6X 顯存出現(xiàn)缺貨是因?yàn)榇饲肮?yīng)的一批產(chǎn)品可能出現(xiàn)了品控問題，被要求更
關(guān)鍵字：英偉達(dá) GPU

Meta訓(xùn)練Llama 3遭遇頻繁故障

7 月 28 日消息，Meta 發(fā)布的一份研究報(bào)告顯示，其用于訓(xùn)練 4050 億參數(shù)模型 Llama 3 的 16384 個(gè)英偉達(dá) H100 顯卡集群在 54 天內(nèi)出現(xiàn)了 419 次意外故障，平均每三小時(shí)就有一次。其中，一半以上的故障是由顯卡或其搭載的高帶寬內(nèi)存（HBM3）引起的。由于系統(tǒng)規(guī)模巨大且任務(wù)高度同步，單個(gè)顯卡故障可能導(dǎo)致整個(gè)訓(xùn)練任務(wù)中斷，需要重新開始。盡管如此，Meta 團(tuán)隊(duì)還是保持了 90% 以上的有效訓(xùn)練時(shí)間。IT之家注意到，在為期 54 天的預(yù)預(yù)訓(xùn)練中，共出現(xiàn)了 466 次工作中
關(guān)鍵字： Meta Llama 3 英偉達(dá) H100 顯卡 GPU

摩根士丹利：僅 GB200 AI 服務(wù)器業(yè)務(wù)，就為英偉達(dá)創(chuàng)造 2100 億美元年收入

IT之家 7 月 26 日消息，摩根士丹利（Morgan Stanely）機(jī)構(gòu)最新發(fā)布分析報(bào)告，預(yù)估僅 Blackwell “GB200” AI 服務(wù)器訂單一項(xiàng)收入，將為英偉達(dá)帶來 2100 億美元（IT之家備注：當(dāng)前約 1.52 萬億元人民幣）的年收入。GB200 芯片發(fā)布于 3 月 19 日，由兩個(gè) B200 Blackwell GPU 和一個(gè)基于 Arm 的 Grace CPU 組成，推理大語言模型性能比 H100 提升 30 倍，成本和能耗降至 25 分之一。摩根士丹利表示最新的 GB2
關(guān)鍵字： GB200 AI 英偉達(dá) GPU

消息稱英偉達(dá)曾向臺積電詢問建設(shè)廠外 CoWoS 先進(jìn)封裝專線可能，遭拒絕

IT之家 7 月 23 日消息，臺媒《鏡周刊》今日報(bào)道稱，英偉達(dá) CEO 黃仁勛今年 6 月率團(tuán)來臺出席 2024 臺北國際電腦展活動(dòng)時(shí)曾造訪合作伙伴臺積電，尋求加強(qiáng) CoWoS 產(chǎn)能合作。英偉達(dá) Hopper、Blackwell 等架構(gòu)的 AI 算力 GPU 需要 2.5D 封裝才能實(shí)現(xiàn)同 HBM 內(nèi)存的集成。目前來看臺積電憑借成熟的 CoWoS 工藝仍是英偉達(dá)唯一的 2.5D 封裝量產(chǎn)供應(yīng)商。英偉達(dá)方面提出希望臺積電在廠外為英偉達(dá)設(shè)立獨(dú)家專用的 CoWoS 先進(jìn)封裝產(chǎn)線。結(jié)果臺積電高層當(dāng)場回
關(guān)鍵字：英偉達(dá) GPU 封裝工藝臺積電

高通新中端芯片驍龍7s Gen 3曝光：采用Adreno 810 GPU，下月發(fā)布

7 月 22 日消息，高通幾年前改用了新的芯片命名方式，放棄了驍龍 600、700、800 系列，改用驍龍 6、7、8 系列。雖然簡化了命名，但如今這一命名體系也開始變得讓人困惑，最近曝光的一款新芯片更是加深了這種混亂。爆料人 Yogesh Brar 透露，高通正在準(zhǔn)備發(fā)布驍龍 7s Gen 3 芯片。根據(jù)爆料，這款芯片的大核頻率為 2.5GHz，三個(gè)中核頻率為 2.4GHz，四個(gè)能效核心頻率為 1.8GHz。奇怪的是，Brar 聲稱這款芯片搭載了 Adreno 810 GPU。雖然高通不再公開披露
關(guān)鍵字：高通中端芯片驍龍7s Gen 3 Adreno 810 GPU

打破NVIDIA壟斷！英國公司實(shí)現(xiàn)CUDA軟件在AMD GPU上無縫運(yùn)行

7月18日消息，英國新創(chuàng)公司Spectral Compute近日推出了名為"SCALE"的GPGPU編程工具包，成功實(shí)現(xiàn)了英偉達(dá)CUDA軟件在AMD GPU上的無縫運(yùn)行，有望打破NVIDIA在GPU計(jì)算領(lǐng)域的壟斷地位。CUDA是英偉達(dá)于2007年推出的并行計(jì)算平臺和編程模型，廣泛應(yīng)用于高性能計(jì)算和深度學(xué)習(xí)等領(lǐng)域。由于其與英偉達(dá)GPU硬件的深度綁定，CUDA生態(tài)的豐富性使得其他廠商難以競爭。Spectral Compute的SCALE工具包通過兼容CUDA的工具鏈，使得開發(fā)者能夠在AMD
關(guān)鍵字： NVIDIA CUDA軟件 AMD GPU

目標(biāo)完全替代閉源驅(qū)動(dòng)，英偉達(dá)宣布全面轉(zhuǎn)向開源 GPU 內(nèi)核模塊

7 月 18 日消息，英偉達(dá)公司昨日（7 月 17 日）發(fā)布新聞稿，宣布全面轉(zhuǎn)向開源 GPU 內(nèi)核模塊，后續(xù)版本將提供更強(qiáng)大、功能更全面的 GeForce 和 Workstation Linux 支持，并計(jì)劃最終完全取代閉源驅(qū)動(dòng)程序。英偉達(dá)于 2022 年 5 月發(fā)布公告，宣布自 R515 驅(qū)動(dòng)程序開始，在 GPL / MIT 雙許可證模式下發(fā)布開源 GPU 內(nèi)核模塊。開發(fā)人員可以追蹤代碼路徑，了解內(nèi)核事件調(diào)度如何與他們的工作負(fù)載交互，以更快地進(jìn)行根本原因調(diào)試。此外，企業(yè)軟件開發(fā)人員現(xiàn)在可以將驅(qū)動(dòng)程序無縫
關(guān)鍵字：閉源驅(qū)動(dòng) 英偉達(dá) 開源 GPU 內(nèi)核模塊 Linux

什么是 DLSS，值得嗎？

DLSS 到底是什么，為什么每個(gè)人都在談?wù)撍緿LSS 值得嗎？本指南將幫助您了解為什么 DLSS 是一項(xiàng)如此出色的技術(shù)。視頻游戲和 PC 硬件中圖形保真度的進(jìn)步始終是成正比的。NVIDIA 或 AMD 等 GPU 制造商發(fā)布了可以處理更苛刻圖形的新 GPU，這使得游戲開發(fā)人員能夠創(chuàng)建具有更高級圖形的游戲。但是，隨著 NVIDIA 推出 DLSS（深度學(xué)習(xí)超級采樣），情況可能不再如此。借助這種獨(dú)特的 AI 技術(shù)，DLSS 可以顯著提高游戲的性能，而不會(huì)出現(xiàn)任何重大缺點(diǎn)，同時(shí)保持視覺質(zhì)量。這聽起
關(guān)鍵字： DLSS gpu NVIDIA

消息稱臺積電代工英特爾下代 AI HPC 用 GPU 芯片 Falcon Shores

7 月 16 日消息，臺媒 Anue 鉅亨網(wǎng)本月 14 日報(bào)道稱，英特爾下代AI 與 HPC 用 GPU 芯片 Falcon Shores 將交由臺積電生產(chǎn)，目前已完成 Tape out 流片，明年底進(jìn)入量產(chǎn)。具體來說，英特爾的 Falcon Shores GPU 將采用臺積電 3nm、5nm 先進(jìn)制程制造，HBM 集成方面也將采用臺積電的 CoWoS-R 工藝。注：CoWoS-R 是一種完全以 RDL 層取代硅中介層，成本更低的 2.5D 封裝集成工藝，結(jié)構(gòu)如下圖所示：▲ 圖源臺積電官網(wǎng)報(bào)道還指出，英特
關(guān)鍵字：臺積電英特爾 AI HPC GPU 芯片 Falcon Shores

中國科學(xué)院院士：CPU、GPU架構(gòu)上國人沒貢獻(xiàn)很遺憾應(yīng)加強(qiáng)創(chuàng)新

7月12日消息，近日中國科學(xué)院院士劉明公開表示，創(chuàng)新來自產(chǎn)業(yè)，走向產(chǎn)業(yè)對社會(huì)發(fā)展會(huì)有更多幫助。劉明表示，“在集成電路領(lǐng)域，10年前我們在三大頂會(huì)上很難看到中國的文章，但是現(xiàn)在中國已經(jīng)做到了全球第一，但是我們好像針對一個(gè)規(guī)則把它弄透了，做好了，這種能力特別強(qiáng)?！薄暗诩呻娐氛麄€(gè)發(fā)展的歷程中，無論是新的器件結(jié)構(gòu)，在產(chǎn)業(yè)上用的CPU、GPU等這樣一些架構(gòu)，非常遺憾，沒有來自于大陸土生土長人的貢獻(xiàn)?！眲⒚髡f道。在劉明看來，非常多的創(chuàng)新來自于產(chǎn)業(yè)，如果大家能夠勇敢地走向產(chǎn)業(yè)，也許對這個(gè)國家的發(fā)展，對整個(gè)社會(huì)的發(fā)展
關(guān)鍵字： CPU GPU 架構(gòu)

FOPLP導(dǎo)入AI GPU 估2027年量產(chǎn)

源自臺積電2016年之InFO（整合扇出型封裝）的FOWLP（扇出型晶圓級封裝）技術(shù)，伴隨AMD、輝達(dá)等業(yè)者積極洽談以FOPLP（扇出型面板級封裝）進(jìn)行芯片封裝，帶動(dòng)市場對FOPLP（扇出型面板級封裝）關(guān)注。集邦科技指出，該應(yīng)用將暫時(shí)止步于PMIC（電源管理IC）等制程成熟、成本敏感的產(chǎn)品，待技術(shù)成熟后才導(dǎo)入至主流消費(fèi)性IC產(chǎn)品，AI GPU則要到2027年才有望進(jìn)入量產(chǎn)。集邦科技分析，F(xiàn)OPLP技術(shù)目前有三種主要應(yīng)用模式，首先是OSAT（封裝測試）業(yè)者將消費(fèi)性IC封裝從傳統(tǒng)方式轉(zhuǎn)換至FOPLP，其次是
關(guān)鍵字： FOPLP AI GPU 臺積電

非英偉達(dá)聯(lián)盟崛起 ASIC廠吃香

英偉達(dá)（NVIDIA）恐受到法國反壟斷監(jiān)管機(jī)關(guān)的指控，「非英偉達(dá)陣營」同唱?jiǎng)P歌，UALink（Ultra Accelerator Link）聯(lián)盟及UXL基金會(huì)兩大陣營反撲，將大幅提升專用ASIC開發(fā)力度，相關(guān)硅智財(cái)可望獲得多方采用。法人指出，臺廠受惠晶圓代工領(lǐng)導(dǎo)地位，ASIC、IP布局完整，搶搭非輝聯(lián)盟崛起列車。半導(dǎo)體業(yè)者表示，ASIC大廠創(chuàng)意、智原、巨有科技，硅智財(cái)M31、力旺，及神盾集團(tuán)積極布局該領(lǐng)域。神盾年初以約當(dāng)47億元價(jià)值并購新創(chuàng)IP公司干瞻，旗下安國、芯鼎也同步搶進(jìn)ASIC市場。GPU在AI
關(guān)鍵字：英偉達(dá) ASIC GPU AI模型訓(xùn)練

Nvidia RTX 3050對決AMD RX 6600 ：哪個(gè)GPU主導(dǎo)200美元市場？

精打細(xì)算的游戲玩家很少愿意在顯卡上花費(fèi)超過 200 美元，這使得這個(gè)價(jià)格范圍對于售出的 GPU 數(shù)量非常重要。在過去的幾年里，AMD和Nvidia都沒有為這個(gè)市場發(fā)布新卡，因此選擇有限，很少有人會(huì)進(jìn)入我們的最佳顯卡列表。RTX 3050 和 RX 6600 這兩款達(dá)到理想預(yù)算價(jià)位的 GPU 將相互對抗，進(jìn)行 GPU 對決。RTX 3050 于 2022 年初首次亮相，是 Nvidia 的最終 RTX 30 系列 SKU 之一。這張卡最初以 249 美元的價(jià)
關(guān)鍵字： Nvidia RTX 3050 AMD RX 6600 GPU

AI 芯片的未來，未必是 GPU

在人工智能計(jì)算架構(gòu)的布局中，CPU 與加速芯片協(xié)同工作的模式已成為一種典型的 AI 部署方案。CPU 扮演基礎(chǔ)算力的提供者角色，而加速芯片則負(fù)責(zé)提升計(jì)算性能，助力算法高效執(zhí)行。常見的 AI 加速芯片按其技術(shù)路徑，可劃分為 GPU、FPGA 和 ASIC 三大類別。在這場競爭中，GPU 憑借其獨(dú)特的優(yōu)勢成為主流的 AI 芯片。那么，GPU 是如何在眾多選項(xiàng)中脫穎而出的呢？展望 AI 的未來，GPU 是否仍是唯一解呢？GPU 如何制勝當(dāng)下？AI 與 GPU 之間存在著密切的關(guān)系。強(qiáng)大的并行計(jì)算能力AI 大模型
關(guān)鍵字： GPU TPU NPU Cobalt MTIA