SK電訊已推出自研AI晶片SAPEON X220,深度學習計算速度提升GPU 1.5倍

2020-12-03 電子發燒友

SK電訊已推出自研AI晶片SAPEON X220，深度學習計算速度提升GPU 1.5倍

海藍 發表於 2020-12-01 14:30:34

12月1日消息，據國外媒體報導，出於軟硬體整合、向消費者提供更好體驗、推出更好服務等方面的考慮，越來越多的廠商在研發晶片，人工智慧方面較為明顯，SK電訊就已推出了自研AI晶片SAPEON X220。

SK電訊目前已在官網公布了自研AI晶片SAPEON X220的消息，官網的信息顯示，這一自研AI晶片SAPEON X220經過優化設計，用於更快的處理人工智慧任務，通過高效的並行處理大量數據來減少對電力的消耗。

從SK電訊官網公布的數據來看，SAPEON X220深度學習計算速度為每秒6.7千幀，較AI服務公司目前廣泛使用的GPU快1.5倍，同時對電力的消耗較AI服務公司常用的GPU減少20%，成本也降低了50%。

SK電訊方面還表示，他們自研的SAPEON X220 AI晶片，將通過對大量數據的快速計算來提高AI數據中心的性能，從而提供高質量的AI服務。

SAPEON X220 AI晶片很快就將在SK電訊相關的業務中應用，他們在官網上表示，從明年開始，SAPEON X220就將用於SK電訊的AI服務NUGU，改善語音識別能力。除了AI服務NUGU，SAPEON X220 AI晶片也將用於SK電訊旗下的其他公司。

責任編輯：PSY

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴

相關焦點

  • SK電訊推出自研AI晶片SAPEON X220 深度學習計算速度是常用GPU 1.5倍
    【TechWeb】12月1日消息，據國外媒體報導，出於軟硬體整合、向消費者提供更好體驗、推出更好服務等方面的考慮，越來越多的廠商在研發晶片，人工智慧方面較為明顯，SK電訊就已推出了自研AI晶片SAPEON X220。
  • 韓國SK電訊自研AI晶片SAPEON X220,臺積電代工
    自從人工智慧AI技術落地應用以來，一大波公司都從軟體算法進入了硬體晶片研發，似乎沒有自研晶片就不再是AI第一梯隊了。最近爆出韓國SK電信也開始自研AI晶片SAPEON X220。
  • SK電訊自研AI晶片SAPEON X220將由臺積電代工
    12月1日消息，據國外媒體報導，亞馬遜等科技巨頭都在加大自主研發晶片的力度，以更好的適應雲計算、人工智慧等業務的發展，韓國電信運營商SK電訊也推出了自研AI晶片SAPEON X220。SK電訊推出的自研AI晶片SAPEON X220，用於更快的處理人工智慧任務，深度學習計算速度為每秒6.7千幀，較AI服務公司目前廣泛使用的GPU快1.5倍，同時對電力的消耗減少20%，成本也降低了50%。
  • 外媒:SK電訊自研AI晶片SAPEON X220將由臺積電代工
    【TechWeb】12月1日消息，據國外媒體報導，亞馬遜等科技巨頭都在加大自主研發晶片的力度，以更好的適應雲計算、人工智慧等業務的發展，韓國電信運營商SK電訊也推出了自研AI晶片SAPEON X220。
  • SK電訊發布自研AI晶片「SAPEON X220」
    集微網消息，據businesskorea報導，SK Telecom（SK電訊）日前發布了其自主研發的名為「SAPEON X220」的人工智慧（AI）晶片，並分享了人工智慧半導體業務願景。它的深度學習計算速度為每秒6.7千幀，比AI服務公司廣泛使用的用於推理的圖形處理單元（GPU）快1.5倍。同時，功耗在同樣性能下將降低20%。
  • 每周新品速遞|SK電訊推出自研AI晶片SAPEON X220
    新品資訊導讀： 1.京儀裝備研發出國內首創的高速集成電路製造晶圓倒片機 2.Vishay推出在高溫應用下提高設計靈活性、節省電路板空間的鋁電容器 3.SK電訊推出自研AI晶片SAPEON X220 4.Melexis全集成
  • 2013年百度研發深度學習框架！2016年能正式開源飛槳？
    百度自主研發的百度開源雲伺服器，與產業級深度學習開源平臺飛槳深度適配，二者共同構成了百度乃至中國國產ai基礎能力的基石,是目前國內自主研發、開源開放、功能最完備的產業級深度學習平臺，集深度學習核心框架、基礎模型庫、端到端開發套件、工具組件和服務平臺於一體,而在ai作業系統層面，百度從2013開始研發深度學習框架，2016年正式開源飛槳，其生態體系正在建立。
  • 阿里雲AI計算斬獲四項第一,自研軟硬體大幅提升計算效率
    近日，史丹福大學公布了最新的DAWNBench深度學習榜單，阿里雲打破谷歌等企業創造的記錄，包攬了圖像識別比賽的四項第一，這是國內AI計算服務首次在頂級賽事裡同時斬獲AI任務的四項第一。
  • 阿里公開自研AI集群細節:64個GPU,百萬分類訓練速度提升4倍
    這一集群已應用於阿里巴巴計算平臺的人工智慧訓練平臺（PAI），服務阿里巴巴的人工智慧業務的模型訓練：能將拍立淘百萬分類大模型的訓練速度提升4倍，並首次支持千萬分類模型的訓練；在提升阿里巴巴翻譯模型精度的同時，能將訓練時間從100小時降低至12小時。而且與世界頂級的AI計算系統相比，阿里的AI集群雖然使用了性能較低的硬體資源，但表現出了相當的性能。
  • 全球最大的AI晶片比領先的GPU快1萬倍
    本周，Cerebras Systems證實其CS-1計算系統已達到新的性能裡程碑，其速度遠遠超過現有CPU和GPU所能達到的速度。根據Cerebras和美國能源部國家能源技術實驗室（NETL）的數據，CS-1比領先的GPU競爭對手快10,000倍，比在最新一期TOP500超算排名中排名第82位的Joule超級計算機快200倍。
  • 蘋果首款自研晶片M1：機器學習速度提升至最高15倍
    2020年11月11日，就在大家為雙十一狂歡之際，蘋果在線上舉辦了秋季第三場發布會，正式發布全新搭載自研M1晶片的三款Mac產品。 M1晶片是蘋果首款採用5nm製程打造的個人電腦晶片，封裝160億個電晶體，其數量為蘋果所有自研晶片之最。
  • 1.2萬億電晶體,史上最強AI晶片誕生:英偉達Titan V的57倍
    在此之前，其實三星也開發過一款 2 萬億個電晶體的快閃記憶體晶片（eUFS），但 Cerebras 的這款晶片是用來進行處理工作的。此外，WSE 還實現了 3000 倍的速度提升以及 10000 倍的存儲帶寬擴展。這塊晶片面積達到了 46,225 平方毫米，而英偉達 GPU Titan V 的核心面積也「僅有」815 平方毫米。
  • 蘋果官方詳解 Mac 首款 SoC 晶片 M1 :CPU 速度提升最高 3.5 倍...
    得益於此，M1 晶片將中央處理器速度提升至最高 3.5 倍，將圖形處理器速度提升至最高 6 倍，將機器學習的速度提升至最高 15 倍，而且在實現這一切的同時，還將電池續航時間最高提升至上一代 Mac 機型的 2 倍。這些性能和能效上的躍升，意味著 M1 晶片將 Mac 帶入一個全新紀元 。「M1 是我們專為 Mac 打造的一款 SoC 晶片，它是前所未有的。
  • 百度CTO王海峰：自研雲端AI通用晶片百度崑崙1已實現量產
    百度大腦的基礎底座飛槳深度學習平臺目前累計開發者數量265萬人，服務企業10萬家。此外，百度自主研發了雲端AI通用晶片—百度崑崙，其中百度崑崙1已實現量產和應用部署，量產約2萬片，性能相比T4 GPU提升1.5-3倍；百度崑崙2預計在2021年上半年實現量產，與百度崑崙1相比性能將提升3倍。
  • JF3010 AI晶片+自研AI算法，輕鬆實現端側AI應用
    JF3010 由捷飛科芯（上海）計算技術有限公司團隊研發，這是一家重點以人工智慧技術的深度研究以及 AI 計算加速晶片的設計為發展方向的企業。，JF3010 性能功耗比一騎絕塵，將近是同類產品的 4 倍。
  • 深度學習中GPU和顯存分析
    顯存用於存放模型，數據顯存越大，所能運行的網絡也就越大GPU計算單元類似於CPU中的核，用來進行數值計算。衡量計算量的單位是flop： the number of floating-point multiplication-adds，浮點數先乘後加算一個flop。計算能力越強大，速度越快。
  • NVIDIA新一代A100 GPU解析:AI訓練速度提升20倍的秘密是什麼?
    NVIDIA在此前的Volta架構中首次引入了Tensor Core（張量單元）這一計算單元，使得當時V100 GPU的浮點運算性能得到了大幅提升，能夠更好地用於AI及深度學習應用。在最新的Ampere架構中，NVIDIA對Tensor Core進行了再次升級，使其變得更加靈活、快速且易於使用，甚至稱得上是性能上的一次飛躍。
  • 2020年最值得關注的10家國外AI晶片初創公司
    該公司總部位於加利福尼亞州洛斯阿爾託斯，基於該晶片構建的CS-1系統。本月，該公司表示運行神經網絡的速度比領先的GPU快10,000倍（可參考雷鋒網此前報導）。自從這家初創公司於去年首次推出其WCE晶片和CS-1系統以來，它已經達成了一筆大交易，為美國能源部的阿貢國家實驗室和美國國家科學基金會的匹茲堡超級計算中心提供CS-1系統。
  • 英偉達官方解讀:Volta Tensor Core GPU實現AI性能新裡程碑
    最近，fast.ai 也宣布了他們在單個雲實例上的創紀錄性能表現，請參閱：http://www.fast.ai/2018/04/30/dawnbench-fastai/我們的結果表明：在訓練 ResNet-50 時，單個 V100 Tensor Core GPU 能實現每秒 1075 張圖像的處理速度，相比於前一代 Pascal GPU，性能提升了 4 倍。
  • 1000倍提升!未來晶片、計算、編程將這樣發展
    反觀玄鳳鸚鵡，大腦僅僅2克重，能耗相當於50mW，體重比無人機輕20倍，能耗低350倍，但卻可以順利完成飛行、覓食甚至學習人類語言的能力。 2017年，英特爾發布了首款神經擬態晶片「Loihi」，這款晶片沒有片外內存接口，通過二進位脈衝信息和低精度信號直接在晶片上計算，另外這款晶片還具有片上學習功能，遠超目前所有晶片。2020年初發布，英特爾發布Pohoiki Springs 系統，該系統採用768個Loihi晶片，並包含1億個神經元。