Esperanto为打造7纳米AI芯片筹集了5800万美元

2024-02-07 14:10

本文主要是介绍Esperanto为打造7纳米AI芯片筹集了5800万美元,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Esperanto为打造7纳米AI芯片筹集了5800万美元

文章来源:ATYUN AI平台 

AI芯片业务目前是热门的领域,英特尔,谷歌,AMD,Arm和其他公司都在争夺市场,一些分析师预测到2025年这个市场的价值将达到910亿美元。旧金山创业公司Esperanto Technologies也参与了这场竞争。

Esperanto宣布了由众多未披露的风险投资和战略资本投资者领导的5800万美元的B轮融资,其迄今为止的总收入达到6300万美元。首席执行官Dave Ditzel表示,现金注入将有助于加速其第一代芯片阵容的发展。

他表示,“尽管仍然主要以隐身模式运营,但我们对战略和风险投资者的强烈支持表示赞赏,他们对我们的计划进行了机密简报,并相信我们有一个令人信服的解决方案来加速ML应用,Esperanto已经组建了ML行业中最有经验的VLSI产品工程团队之一,我们相信这将成为我们推动产品的差异化因素。”

这家创业公司将Western Digital视为其之前的投资合作伙伴之一,旨在开发基于RISC-V的节能,高性能计算解决方案,RISC-V是一种开源和免版税的指令集架构(ISA)。RISC-V不是第一个开放式计算架构,但它设计用于各种设备,得到大量的支持,包括谷歌,Hewlett Packard Enterprise,IBM,Qualcomm,Oracle,Nvidia等。

凭借其即将推出的64位7纳米处理器,Esperanto表示它将利用开放计算平台(OCP),Facebook的Pytorch框架和Glow编译器以及开放式神经网络交换(ONNX)等标准,来加速AI和机器学习工作流程。上述芯片,其设计将获得许可,包含超过一千个Esperanto 的ET-Minion RISC-V内核,根据该公司的说法,芯片设计用于提供每瓦效率最佳的teraflop性能,在单个芯片上,分布式内存架构,Esperanto 声称这提高了处理利用率并减轻了内存带宽瓶颈。

ET-Maxion是Esperanto的另一个核心产品,实现的功能包括四指令无序执行,分支预测和预取算法等,并可运行高级功能,如管理片上数据移动和调度。它可用作加速器或可引导核心,在后一种配置中用作系统软件层的接口。

Esperanto拥有100多名员工,包括来自英特尔,DEC,MIPS,索尼互动娱乐和QED的AI专家,处理器架构师,芯片设计师,软件开发人员和系统工程师。

“机器学习,AI和实时分析的下一代应用需要最高水平的性能和优化这些高级工作的负载,”Western Digital首席技术官Martin Fink表示,“RISC-V平台和Esperanto的解决方案,使开发人员能够为特殊用途计算进行创新和优化。”

本文转自ATYUN人工智能媒体平台,原文链接:Esperanto为打造7纳米AI芯片筹集了5800万美元

更多推荐

在Python中使用LIME框架:建立对机器学习模型的信任

打脸自动驾驶的目标检测安全论:强对抗样本

Tensorflow的正确打开方式:Tensorboard调试神经网络和可视化训练

我们与人工智能最大的区别是“爱”

欢迎关注ATYUN官方公众号,商务合作及内容投稿请联系邮箱:bd@atyun.com
欢迎关注ATYUN官方公众号,商务合作及内容投稿请联系邮箱:bd@atyun.com

 

 

这篇关于Esperanto为打造7纳米AI芯片筹集了5800万美元的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/687982

相关文章

基于Python打造一个全能文本处理工具

《基于Python打造一个全能文本处理工具》:本文主要介绍一个基于Python+Tkinter开发的全功能本地化文本处理工具,它不仅具备基础的格式转换功能,更集成了中文特色处理等实用功能,有需要的... 目录1. 概述:当文本处理遇上python图形界面2. 功能全景图:六大核心模块解析3.运行效果4. 相

Python从零打造高安全密码管理器

《Python从零打造高安全密码管理器》在数字化时代,每人平均需要管理近百个账号密码,本文将带大家深入剖析一个基于Python的高安全性密码管理器实现方案,感兴趣的小伙伴可以参考一下... 目录一、前言:为什么我们需要专属密码管理器二、系统架构设计2.1 安全加密体系2.2 密码强度策略三、核心功能实现详解

基于Python打造一个可视化FTP服务器

《基于Python打造一个可视化FTP服务器》在日常办公和团队协作中,文件共享是一个不可或缺的需求,所以本文将使用Python+Tkinter+pyftpdlib开发一款可视化FTP服务器,有需要的小... 目录1. 概述2. 功能介绍3. 如何使用4. 代码解析5. 运行效果6.相关源码7. 总结与展望1

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2