Баиду је представио 'Кунлун' АИ чип високих перформанси



Baidu Inc. today announced Kunlun, China's first cloud-to-edge AI chip, built to accommodate high performance requirements of a wide variety of AI scenarios. The announcement includes training chip '818-300'and inference chip '818-100'. Kunlun can be applied to both cloud and edge scenarios, such as data centers, public clouds and autonomous vehicles.

Кунлун је високо ефикасно и економично решење за велике захтеве АИ за обраду. Он користи Баидуов АИ екосистем, који укључује АИ сценарије попут рангирања претраживања и оквира дубоког учења попут ПаддлеПаддле. Дугогодишње искуство Баиду-а у оптимизацији перформанси ових АИ услуга и оквира омогућило је компанији стручност неопходну за изградњу АИ чипа светске класе. У 2011. години Баиду је почео да развија АИ акцелератор на бази ФПГА за дубинско учење и почео је да користи ГПУ у центрима података. Кунлун, који се састоји од хиљада малих језгара, има могућност рачунања која је готово 30 пута бржа од оригиналног акцелератора који се заснива на ФПГА. Остале кључне спецификације укључују: 14 нм инжењеринг компаније Самсунг, ширину опсега меморије од 512 ГБ / секунди, као и 260ТОПС уз потрошњу 100 В снаге.

Поред подршке заједничком отвореном
Изворни алгоритми за дубоко учење, Кунлун чип такође може да подржава широк избор АИ апликација, укључујући препознавање гласа, рангирање претраживања, обраду природног језика, аутономну вожњу и препоруке великих размера.

Брзим појављивањем АИ апликација, рачунским снагама се постављају драматично повећани захтеви. Традиционални чипови ограничавају количину рачунарске снаге на располагању и тиме колико се АИ технологије могу убрзати. Баиду је развио овај чип, специјално дизајниран за АИ оптерећења великих размера, као одговор на овај захтев. Баиду сматра да ће то омогућити значајан напредак у отвореном АИ екосистему.

Baidu plans to continue to iterate upon this chip, developing it progressively to enable the expansion of an open AI ecosystem. As part of this, Baidu will continue to create 'chip power' to meet the needs of various fields including intelligent vehicles, intelligent devices, voice recognition and image recognition.