芯原可擴充的高效能GPGPU-AI運算IP賦能汽車與邊緣伺服器AI解決方案

提供高算力密度的AI加速能力、多晶片擴充支援及3D堆疊記憶體整合能力

中國上海--(BUSINESS WIRE)--(美國商業資訊)-- (美國商業資訊)-- 芯原股份（芯原，股票代號：688521.SH）今日宣布其高效能、可擴充的GPGPU-AI運算IP的最新進展，這些IP現已為下一代汽車電子和邊緣伺服器應用提供強勁賦能。透過將可程式化平行運算能力與人工智慧（AI）加速器相融合，這些IP在熱和功耗受限的環境下，能夠高效支援大語言模型（LLM）推理、多模態感知以及即時決策等複雜的AI工作負載。

芯原的GPGPU-AI運算IP以高效能通用圖形處理器（GPGPU）架構為基礎，並整合專用AI加速器，可為AI應用提供卓越的運算能力。其可程式化AI加速器與稀疏感知運算引擎透過先進的排程技術，可加快以Transformer架構為基礎的矩陣密集型模型的運行。此外，這些IP支援用於混合精確度運算的多種資料格式，包括INT4/8、FP4/8、BF16、FP16/32/64和TF32，並支援多種高頻寬介面，包括3D堆疊記憶體、LPDDR5X、HBM、PCIe Gen5/Gen6和CXL。該IP還支援多晶片、多卡擴充部署，具備系統級可擴充性，滿足大規模AI應用的部署需求。

芯原的GPGPU-AI運算IP原生支援PyTorch、TensorFlow、ONNX和TVM等主流AI架構，涵蓋訓練與推理流程。此外，它還支援與主流的GPGPU程式設計語言相容的通用運算語言（GPCL），以及主流的編譯器。這些能力高度契合目前大語言模型在算力和可擴充性方面的需求，包括DeepSeek等代表性模型。

芯原策略長、執行副總裁、IP事業部總經理戴偉進表示：「邊緣伺服器在推理與增量訓練等場景下對AI算力的需求正呈指數級成長。這一趨勢不僅要求極高的運算效率，也對架構的可程式設計性提出了更高要求。芯原的GPGPU-AI運算處理器在架構設計上實現了GPGPU通用運算與AI加速器的深度融合，可在細粒度層級實現高效協同，相關優勢已在多個高效能AI運算系統中得到驗證。近期DeepSeek的技術突破進一步彰顯出提升AI運算效率以因應日益複雜工作負載的重要性。我們的最新一代GPGPU-AI運算IP已全面最佳化，可高效支援專家混合（MoE）模型，並提升了核心間通訊效率。同時，透過與多家頂尖AI運算客戶的深度合作，我們已對處理器架構進行了最佳化，以充分利用3D堆疊儲存技術所提供的充足頻寬。芯原將持續與生態合作夥伴攜手合作，加快推動這些先進技術在實際應用中的大規模採用。」

關於芯原

芯原微電子（上海）股份有限公司（芯原股份，688521.SH）是一家憑藉自主半導體IP，為客戶提供平台化、全方位、一站式晶片客製化服務和半導體IP授權服務的企業。如欲瞭解更多資訊，請造訪：http://www.verisilicon.com

免責聲明：本公告之原文版本乃官方授權版本。譯文僅供方便瞭解之用，煩請參照原文，原文版本乃唯一具法律效力之版本。