智能光计算作为新兴计算模态，在后摩尔时代展现出远超硅基电子计算的性能与潜力。然而，其计算任务局限于简单的字符分类、基本的图像处理等，其痛点是光的计算优势被困在不适合的电架构中，计算规模受限，无法支撑需要高算力与高能效的复杂大模型智能计算。
叶茂盛向记者分析道：“Arm目前已经站在与x86更为对等的竞争位置，现在需要更多的竞争厂商、更积极的与PC Vendor开发成品，并且适度的提供价格优惠以吸引消费者，但Arm架构处理器所提供的功耗优势的确在未来AI高算力时代有重要影响。”
FPGA的优势在于其高性能、低延迟以及强大的并行计算能力，这使得它在处理复杂的AI算法和大规模数据时表现出色。同时，FPGA还具有成本效益和功耗优势，非常适合于功耗敏感或需要长期运行的应用场景。
在计算核心架构层，Lunar Lake拥有4个P-Core（性能核），4个E-Core（能效核），共计8线程，即4P+4E/8T。
AI算力繁荣正带动相关股票的飙涨。本周英伟达以超过3.3万亿美元的市值登顶“全球股王”。此前向云计算公司出售数据中心组件的Astera Labs在今年3月上市时，首日股价暴涨76%。
几乎每次大会上，他都会强调三个理念，一是GPU的加速运算效率高，CPU性能扩展速度降低，需要和GPU结合来减轻负担。2022年他就曾直言摩尔定律已经“终结”，在今年COMPUTEX的演讲上造了新词“computation inflation（计算通胀）”，来描述计算需求增长和算力不足之间的矛盾。
其中，GenAI最佳实践通过模型量化、模型编译和模型推理技术加速了大模型的终端部署，可从数周加速到一天；GenAI Model Hub适配行业前沿主流的大模型，为开发者高效构建生成式AI应用提供丰富的大模型资源。天玑AI开发套件还支持推测解码加速、LoRA Fusion等先进的GenAI优化技术；Neuron Studio 集成开发环境可提供一站式可视化的开发环境，跳出传统的代码开发环境，带来“所见即所得”般更易用的开发体验。目前，天玑AI开发者套件已覆盖智能手机、智能汽车、物联网、个人电脑等智能终端设备，为全场景生成式AI应用开发赋能。
目前，IBM和英特尔是类脑芯片研发的代表性公司。IBM的TrueNorth是神经形态计算领域的开拓者之一。而英特尔最新推出的Hala Point系统则基于Loihi 2神经拟态处理器,集成了140544个神经形态处理核心,总计模拟11.5亿个神经元和1280亿个突触连接,实现了每秒20千万亿次运算的极高效能,能效比远超GPU和CPU架构,开辟了类脑计算的新境界。
5月23日，台积电在中国台湾召开了“台积电2024技术论坛台湾站”活动，台积电欧亚业务资深副总经理暨副共同营运长侯永清在主题演讲中表示，AI需求强劲，预期AI芯片需求年成长2.5倍，希望携手合作伙伴一起面对充满黄金契机的AI新时代。
原本在图形处理器领域先行一步的英伟达公司就此找到更广阔的用武之地和发展空间。凭借AI热潮的助力，该公司股价一路攀升，一度跃身为全球第一家市值突破2万亿美元的芯片公司，反映了全球科技公司对于AI算力需求的激增。
发表评论