推荐阅读最新更新时间:2024-11-19 22:52
Mali™-G51 GPU助主流手机实现卓越性能
高端移动设备可以满足我们对尖端科技的无限渴望,但中端主流手机也不该是廉价的代名词,理应具备一定水平的性能表现和相对先进的功能。尽管高端产品会获得更高的媒体关注,但在全球智能手机市场占据半壁江山的依旧是主流手机,而非高端设备。在为这一细分市场生产所需的高容量芯片时,系统芯片面积对最终成本影响很大。为了在预算范围内保证一定的质量性能,芯片面积已然成为降低成本的关键。 作为Bifrost创新架构下的第二款GPU,Mali-G51是首款基于ARM® 高面积效率路线图开发的Bifrost GPU。采用全新ARM带宽和功效技术,芯片面积精简,Mali-G51是市面上迄今为止成本效率最高的GPU产品,其面积效率和能效较Mali-T830提升达均
[手机便携]
三星S21被曝全系换成Exynos 1000:内建AMD GPU
三星是当下为数不多可以自研移动SoC芯片的手机厂商,Exynos已经成熟迭代很多年的时间。虽然三星也自持全网通基带技术,可其用于美版、国行等旗舰Galaxy往往会选择高通骁龙平台。 不过,有国外爆料人透露,他得到消息,三星计划在Galaxy S21/30这一代产品上全系换装Exynos 1000系列处理器。 只是提到的原因说来也有些尴尬,即骁龙875过于昂贵,使用Exynos 1000可以减少成本,在保持售价和前代不变甚至小幅下调的前提下,争取利润。 还有一点是,骁龙875性能也太强了,过溢…… 消息还得到另一位国外爆料人的肯定,据悉,Exynos 1000系列将基于5nm工艺打造,GPU来自三星与AMD R
[手机便携]
苹果或在明年采用ARM Mali GPU?
ARM在今天宣布了第二代GPU(图形处理器)的研发计划,据该公司的发言人称,引入了ASTC技术的Mali GPU与旧的GPU相比将有50%的性能提升,它能让智能手机和平板电脑在运行高画质的视频游戏和编辑图片时更加流畅、快速。 作为当前iPhone和iPad的显卡芯片提供商,Imagination Technologies将面临巨大的竞争压力。显然,主打CPU设计的ARM将在未来移动设备的GPU市场掀起一阵“ARM风暴”。 此前有传闻称苹果有意为旗下的移动产品更换GPU,而“绯闻”的主角正是ARM旗下的第二代GPU设计。ARM成立于1991年,是微处理器行业的一家知名设计公司,它本身不生产芯片,而是采用转让许可证制度,由它
[手机便携]
同一块硅片居然能放40个GPU?一起了解下硅互连结构
早在20世纪80年代,并行信息处理技术先驱吉恩 • 阿姆达尔(Gene Amdahl)就提出了一个提升大型机计算速度的计划:制造一种硅晶片大小的处理器。通过将大部分数据移动保留在处理器内部进行,计算速度可以更快,并且更节能。阿姆达尔拿到了当时数额最大的一笔风险投资,投资额是2.3亿美元。之后,他创办了Trilogy System公司,期望将他的愿景变为现实。可惜首次“晶圆级集成”的商业尝试很失败,导致“跳火坑”成为了一个金融新闻词汇。伊利诺伊大学厄巴纳-香槟分校和加州大学洛杉矶分校的工程师们认为,现在是时候再尝试一次了。 在2月举行的IEEE高性能计算机体系结构国际研讨会上,伊利诺伊的电子与计算机工程副教授拉科什 • 库玛(R
[半导体设计/制造]
NVIDIA:GPU每年性能提升3倍
Intel被讽为牙膏厂,主要是CPU每年/每一代的性能提升很有限,有时甚至不足两位数百分比。 然而在GPU方面,起码在NVIDIA的黄仁勋看来,每年至少提升3倍。 这一数据的得出基于他在财报会议上对Volta和Kepler的对比得出,当然,不是所谓的理论表现,而是衡量深度学习的指标。 不过,其实这番言论也有偏颇之处,毕竟四年前的Kepler在推出背景上远没有现在AI的风口大,所以优化也就无从谈起。 如果我们比较晶体管数量、比较浮点精度、比较同一款游戏1080P下的游戏帧数,远没有一年提升3倍这样的水准。
[嵌入式]
英伟达市值飙升 这事要从GPU说起
在过去两年里, 英伟达 的市值飙涨超过7倍,股价直线攀升,甚至突破了1000亿美元的关口。这样的大好形势在很大程度上受益于 GPU 在人工智能领域起到的关键性作用,可以说,现在几乎所有涉足人工智能的企业都在用 英伟达 的芯片。这让它在“一夜之间”成为了人工智能行业中举足轻重的角色。下面就随网络通信小编一起来了解一下相关内容吧。 然而,在GTC CHINA媒体见面会上,黄仁勋却说, 英伟达 一开始做人工智能时其实完全没有想到生意的问题。 ▲ GTC CHINA 2017 大会 放在几年前,大家对英伟达的印象,还是一个游戏显卡芯片的龙头老大。而今,它已经摇身一变,成为一家实打实的人工智能公司。 18年前,
[网络通信]
Imagination车用GPU搭载NNA,积极部署EV/自驾车市场
人工智能(AI)的应用开枝散叶,相应的运算需求也成为热门议题。AI运算主要样用可分为两种,一是以效能为首要考量的服务器/云端运算,另一项则是算力要求较低的终端应用,讲求低功耗及高效率。IP厂商Imagination的产品包含GPU、神经网路加速器(NNA)及乙太网(EPP)三个面向,GPU架构著重省电,并长期投入行动装置、消费性电子、汽车及资料中心四大领域。 车用GPU重要性攀升 Imagination的GPU架构具有多工处理及独立切割两大特色。多工处理时,最多可以一次执行8个工作,也可以切割成最多8个独立的GPU,在作业系统独立的情况下完成工作。例如,记忆体的容量可以切割给不同的工作使用,彼此之间不会相互占用,确保安全性及使
[嵌入式]
秒杀GPU方案 实时视频分析领域新突破
视频分析和图像识别是AI领域非常重要的应用,随着科技的发展对解决方案的系统性能提出了更高的要求,例如进行实时视频分析并识别1000个对象这就要求系统具有相当高的计算能力。 近日TeraDeep公司推出了行业突破性的图像识别和视频分析解决方案,除了该公司开发的一系列高级深度学习算法,其硬件平台采用的是合作伙伴Micron和Xilinx共同设计的AC-510加速器核心板卡和PCIe接口底板,集成了Xilinx Kintex UltraScale KU060 FPGA和Micron HMC(Hybrid Memory Cube,混合 存储 立方体)。 实时视频分析需要快速的进行物体识别并进行跟踪,因此需要非常低的延迟和超高的计算性能,
[安防电子]