ИИ стремительно трансформирует процесс проектирования микросхем, особенно в области автоматизации электронного проектирования (EDA). Synopsys и Cadence интегрировали технологии ИИ в свои EDA-инструменты, что привело к значительным улучшениям в производительности, энергоэффективности и скорости разработки чипов. Согласно последним данным, более 50 % передовых проектов микросхем, создаваемых с использованием техпроцессов 28 нм и тоньше, уже реализуются с ИИ.

Источник изображения: Adi Goldstein / Unsplash

Компании Synopsys и Cadence, ведущие мировые разработчики программного обеспечения (ПО) и решений в области EDA, интегрировали ИИ-алгоритмы в свои продукты, что позволило автоматизировать трудоёмкие этапы проектирования микросхем, включая физическую раскладку IP-блоков и оптимизацию топологии микросхемы. Это высвободило ресурсы инженеров для работы над архитектурными решениями и другими высокоуровневыми задачами, требующими творческого подхода. Интеграция ИИ позволяет даже менее опытным инженерам справляться с задачами высокой сложности, способствуя тем самым дальнейшему развитию индустрии.

Применение ИИ в EDA-инструментах позволило значительно повысить производительность и энергоэффективность микросхем. Согласно данным Cadence, производительность отдельных функциональных блоков удалось увеличить до 60 % благодаря ИИ-оптимизации, а энергопотребление снизить до 38 %. Кроме того, внедрение ИИ-технологий позволило ускорить полный цикл проектирования микросхем в отдельных проектах до 10 раз по сравнению с традиционными подходами.

По оценкам Synopsys и Cadence, свыше 50 % проектов, создаваемых с применением технологических норм 28 нм и менее, уже реализуются с использованием ИИ. Учитывая, что ещё четыре года назад количество таких проектов было нулевым, это свидетельствует о глубоком технологическом сдвиге в отрасли.

Компании, занимающиеся проектированием микросхем, такие как Nvidia, AMD, Qualcomm, MediaTek, Samsung Semiconductor, Marvell и Broadcom, активно внедряют ИИ в свои процессы разработки. Рост применения ИИ в проектировании совпадает с увеличением числа компаний, разрабатывающих специализированные микросхемы. Такие компании, как Google, Microsoft, Amazon AWS, Apple и Samsung, стремятся к созданию кастомизированных решений, что требует более эффективных и интеллектуальных инструментов проектирования. Это позволяет им создавать более производительные и энергоэффективные продукты, а также ускорять вывод новых решений на рынок.

Компания AMD представила сегодня графическую архитектуру RDNA 4 и две видеокарты на её основе — Radeon RX 9070 XT и RX 9070. Обе новинки основаны на разных модификациях графического процессора Navi 48. В старшей модели используется Navi 48 XTX, а младшая получила Navi 48 XT. Как пишет портал Tom’s Hardware, эти чипы обладают одной из самых высоких плотностей транзисторов на квадратный миллиметр среди GPU.

Источник изображения: AMD

Площадь чипа Navi 48 составляет 357 мм². Это меньше, чем у чипа GB203 (375 мм²), использующегося в составе видеокарт GeForce RTX 5080 и RTX 5070 Ti. Однако плотность транзисторов у нового GPU от AMD выше. В целом в составе Navi 48 содержится 53,9 млрд транзисторов, а у GB203 их 45,6 млрд. У Navi 48 плотность транзисторов составляет около 151 млн/мм², а у GB203 — 120,6 млн/мм². У чипа AMD этот показатель на 25 % выше, чем у конкурента. Более того, плотность транзисторов у Navi 48 выше, чем у графического процессора GB202 (123 млн/мм²), использующегося в основе флагманской видеокарты GeForce RTX 5090.

Очевидно, что это не совсем корректное сравнение, поскольку та же RTX 5090 в любом случае окажется значительно быстрее представленных сегодня видеокарт Radeon. Тем не менее любопытно отметить, что Nvidia, похоже, не придавала столь большого приоритета плотности транзисторов при разработке Ada Lovelace, как AMD для своего графического процессора на RDNA 4. И, конечно, нужно учитывать, что количество транзисторов, как правило, считается приблизительным и существуют разные способы их подсчёта.

AMD решила отказаться в новом поколении графической архитектуры от чиплетного дизайна, который применялся для GPU на архитектуре RDNA 3, и вернулась обратно к монолитному. Это означает, что вся кеш-память, которая ранее располагалась на отдельных чиплетах графического процессора, теперь содержится в составе одного кристалла вместе с графическими ядрами. И хотя плотность транзисторов у того же Navi 31 (с чиплетным дизайном) тоже составляла порядка 150 млн/мм², этот показатель рассчитывался без учёта совместного использования пространства с кеш-памятью на том же кристалле. AMD следует отдать должное хотя бы за то, что ей удалось вернуться к монолитному дизайну GPU, сохранить прежний уровень плотности транзисторов, а также встроить 64 Мбайт Infinity Cache, не жертвуя при этом эффективностью.

Джим Келлер (Jim Keller), легендарный разработчик центральных процессоров и генеральный директор разработчика чипов Tenstorrent, объявил на этой неделе, что вошёл в состав совета директоров стартапа AheadComputing, который занимается разработкой «прорывных» прикладных процессоров на архитектуре RISC-V. Стартап был основан ветеранами Intel, работавшими в Advanced Architecture Development Group — элитной команде инженеров Intel.

Источник изображения: Tenstorrent

«Рад сообщить, что вхожу в совет директоров AheadComputing. Дебби Марр — генеральный директор, она замечательная. Мы делаем экосистему RISC-V богатой, широкой и надёжной. CPU, ИИ, поддержка IP и программного обеспечения. Open RISC-V — это то, где вы можете внедрять инновации. Без ограничений», — сообщил Джим Келлер на своей странице в соцсети X.

Команда основателей AheadComputing ранее работала в отделе Advanced Architecture Development Group (AADG) Intel и принимала участие в разработке нескольких поколений процессоров компании для настольных ПК, ноутбуков и серверных систем. Они специализировались на проектировании микроархитектуры процессоров, контроллеров памяти, а также оптимизации производительности для рабочих нагрузок ИИ и машинного обучения.

Учитывая опыт соучредителей AheadComputing, а также комментарии Джима Келлера, компания, по всей видимости, будет ориентирована на разработку решений для ИИ, высокопроизводительных вычислений (HPC) и лицензирования IP, что во многом совпадает с направлением деятельности Tenstorrent. AheadComputing заявила, что одной из её целей является создание процессорных ядер с производительностью выше, чем у конкурентов. Впрочем, аналогичные задачи ставят перед собой все ведущие разработчики процессоров, включая Apple, AMD, Intel и Qualcomm.

AheadComputing была основана в прошлом году четырьмя ветеранами Intel: Дебби Марр (Debbie Marr), Джонатаном Пирсом (Jonathan Pearce), Шрикантом Шринивасаном (Srikanth Srinivasan) и Марком Деченом (Mark Dechene). Марр занимает пост генерального директора компании.

Дебби Марр присоединилась к Intel в 1988 году в качестве инженера-конструктора графического ускорителя Super VGA. В 1989 году она перешла в команду разработчиков процессора Intel 386SL — первого процессора Intel для ноутбуков. Она является одним из архитекторов процессора Intel Pentium Pro (первого серверного процессора компании), многочисленных поколений Pentium 4 (Willamette, Foster, Prescott), а также революционной архитектуры Nehalem. Марр также внесла вклад в разработку технологии Intel Hyper-Threading. Впоследствии она стала главным архитектором процессоров Intel Haswell и Intel Ice Lake. В 2019 году она заняла пост главного архитектора AADG и руководила подразделением до середины 2024 года, после чего покинула Intel и основала AheadComputing. Джим Келлер работал в Intel в тот же период, когда Марр возглавляла AADG.

Другие основатели AheadComputing также участвовали в разработке различных высокопроизводительных и энергоэффективных микроархитектур процессоров Intel, включая Nehalem, Haswell, Broadwell и Tremont. Джонатан Пирс, в свою очередь, руководил исследовательским проектом по созданию «микропроцессорной архитектуры с прорывной производительностью для алгоритмов AI/ML/HPC». В целом в AheadComputing собралась высококвалифицированная команда инженеров, внесших значительный вклад в создание одних из лучших центральных процессоров в истории, а также в разработку архитектур ИИ-чипов и графических процессоров.

Ранее AheadComputing объявила о привлечении $21,5 млн первоначального финансирования для разработки новой микропроцессорной архитектуры, предназначенной для рабочих нагрузок ИИ, облачных вычислений и периферийных устройств. Среди инвесторов — Eclipse Ventures, Maverick Capital, Fundomo, EPIQ Capital Group, а также Джим Келлер. С помощью этого финансирования компания планирует расширить свою инженерную команду и ускорить разработку ключевой технологии. В настоящее время в AheadComputing работает около 40 сотрудников.

Более семи лет назад Google совершила прорыв, разработав архитектуру нейросетей «трансформер» (Transformer), которая сейчас лежит в основе приложений генеративного искусственного интеллекта, включая OpenAI ChatGPT. Теперь компания представила новую архитектуру Titans — это новый шаг на пути к ИИ, способному мыслить как человек.

Источник изображения: BoliviaInteligente / unsplash.com

Архитектура Transformer лишена долговременной памяти, что ограничивает её способность сохранять и использовать информацию в течение длительных периодов времени, хотя это является неотъемлемой чертой человеческого мышления. Titans предусматривает возможность нейронной долговременной памяти, кратковременной памяти и системы обучения на основе «сюрпризов» — всем этим человек пользуется, чтобы запоминать неожиданные или очень важные события.

У Transformer предусмотрен своего рода «прожектор» — механизм, позволяющий ИИ выделять наиболее важные слова в предложении и фрагменты набора данных в любой момент времени. Он есть и в Titans, но работает он совместно с огромной библиотекой — модулем долговременной памяти, который отвечает за хранение важной информации. Этот механизм напоминает студента, который может вернуться к записям, сделанным в начале семестра, а не пытается запомнить всё и сразу.

Фокус внимания на актуальных деталях и возможность обратиться к сохранённым знаниям позволяют Titans обрабатывать огромные объёмы информации, не упуская важных подробностей. Обладая интеллектуальной «метрикой сюрпризов», помогающей расставлять приоритеты на ключевых фрагментах данных, Titans превосходит существующие модели ИИ в различных задачах: в моделировании языка, составлении прогнозов и моделировании ДНК. Новая архитектура, таким образом, приближает ИИ к механизмам человеческого познания.

Способность ИИ нового образца сохранять обширный контекст поможет ему произвести революцию в исследованиях, например, отслеживая научную литературу; или обнаруживать аномалии в огромных наборах данных, в медицине или финансах, потому что система «помнит», что является нормой, и выделяет то, что относится к «сюрпризам».

Новая архитектура отчасти повторяет человеческие когнитивные процессы — помимо краткосрочной и долговременной памяти, это способность «забывать» менее важную информацию и более точно расставлять приоритеты. Так и человек легче запоминает события, которые нарушают его ожидания — данная особенность поможет создавать более тонкие и зависимые от контекста системы ИИ. Современные системы на архитектуре Transformer способны обрабатывать запросы с контекстом до 2 млн токенов, тогда как Titans остаются эффективными и выше этого предела, сохраняя высокую точность при огромных объёмах входных данных.

Механизм «метрики сюрпризов» позволяет системе определить, какую информацию следует записать в долговременную память — приоритет отдаётся элементам, которые нарушают ожидания. Это не только отражает когнитивные механизмы человека, но и является новым решением для управления ограниченными ресурсами памяти в области ИИ. Ранние тесты систем на архитектуре Titans показали многообещающие результаты в ряде задач, например, в задачах, связанных с извлечением указанной информации из огромных текстов: при увеличении длины контекста существующие модели демонстрируют резкое падение точности, тогда как новая архитектура сохраняет показатели.

Следует, однако, отметить, что технология Titans пока находится на ранней стадии, и при её развёртывании в практических приложениях не исключается возникновение сложностей. Рано судить о системных требованиях для вычислительных алгоритмов, эффективности обучения и возможных угрозах — всё это будет проясняться по мере развития технологии. А способность ИИ сохранять и оценивать информацию может поднять вопросы о конфиденциальности, механизмах обработки данных и о непредсказуемом поведении систем ИИ.

Процессоры для ПК с архитектурой Arm демонстрируют высокую энергоэффективность, но уступают конкурентам в тяжёлых рабочих нагрузках. Старший вице-президент Arm Крис Берджи (Chris Bergey) рассказал PC World на выставке CES 2025 о планах компании по существенному увеличению тактовых частот своих процессорных ядер для повышения производительности. Он также заявил, что иск к Qualcomm о нарушении лицензирования — «всё ещё открытый вопрос, который необходимо решить».

Источник изображений: Arm

Два наиболее распространённых типа лицензий Arm — на ядро и на архитектуру. В первом случае клиент покупает право на производство уже разработанного изделия, такого как ЦП Cortex или ГП Mali. Во втором случае лицензия даёт свободу разрабатывать собственные ядра с нуля, лишь сохраняя совместимость с архитектурой Arm.

Архитектура Arm RISC обычно считается более энергоэффективной, чем архитектура x86, используемая AMD и Intel, хотя для неё требуется либо создание нативных программ, либо использование эмулятора для запуска приложений x86. Хотя чипы Arm часто более эффективны — с точки зрения работы, выполняемой за такт (инструкций за такт, IPC) или за ватт — они все равно могут отставать по общей производительности. Исключением стал специальный чип Apple M4, продемонстрировавший весьма конкурентоспособную однопоточную производительность.

«Мы лидируем в IPC в некоторых продуктах на рынке, — сказал Берджи. — Но мы работаем на более низкой частоте, чем некоторые из этих продуктов. И поэтому я просто предлагаю — вы знаете, IPC, умноженное на частоту, правильно, даёт вам [более высокую] производительность. Мы хотим продолжать предоставлять ядра Arm с самой высокой производительностью, поэтому мы продолжим делать эти инвестиции».

Вторым приоритетом для Arm является ускорение рабочих нагрузок ИИ в собственных разработках, в частности в ЦП и ГП. В будущих процессорах, Arm планирует добавить новые масштабируемые векторные расширения. В графических процессорах Arm будет использовать ИИ для улучшения графики. «В мобильном телефоне вы можете выполнять рендеринг в 1080p, 60 Гц, верно? Но вы также можете выполнять рендеринг в 540p, 30 Гц и использовать ИИ для интерполяции», — уверен Берджи. Он утверждает, что использование ИИ для интерполяции или рендеринга изображения более энергоэффективно, чем прямой рендеринг изображения.

По словам Берджи, Arm собирается стать лидером в попытках перенести полную обработку на GPU в мобильной среде. Это станет частью Arm CSS for Client — вычислительной платформы Arm следующего поколения. «По сути, мы упрощаем для людей задачу объединения технологий и делаем это для максимизации производительности, — сказал Берджи. — Так что, если вам нужно максимизировать эту частоту и получить конструкцию на четыре гигагерца, мы сможем предоставить вам этот рецепт для некоторых из последних [производственных] узлов».

Arm традиционно поддерживает стабильные отношения со своими партнёрами по лицензированию. Исключением стало продолжающееся с 2022 года судебное разбирательство с Qualcomm. В октябре прошлого года Arm попыталась аннулировать архитектурное лицензионное соглашение с Qualcomm. Но суд по двум из трёх вопросов вынес решение в пользу Qualcomm. По мнению суда, Qualcomm не нарушила лицензии Arm, получив доступ к архитектуре процессоров поглощённой ею компании Nuvia.

Однако присяжные не смогли прийти к выводу о том, нарушила ли сама Nuvia условия своей архитектурной лицензии. По словам Берджи, это оставляет дело между двумя компаниями «неразрешённым». «Это всё ещё открытый вопрос, который необходимо решить между двумя сторонами», — заявил он, отказавшись от дальнейших комментариев.

Заслуженный исследователь Intel Том Петерсен (Tom Petersen), фактически ставший лицом графического направления компании, принял участие в подкасте The Full Nerd, где рассказал о запуске новой серии настольных видеокарт Battlemage на архитектуре Xe2. В состав серии пока входят только две модели ускорителей — Arc B580 и Arc B570. Не вдаваясь в детали, Петерсен не исключил возможности появления ещё более скоростной графики на базе архитектуры Xe2 в будущем.

Источник изображения: VideoCardz

В настоящее время компания сосредоточена на предстоящем старте продаж первой модели серии Battlemage — Arc B580, которая станет доступна с 13 декабря. Младшая модель Arc B570 поступит в продажу 16 января 2025 года.

В более широком плане Петерсен дал понять, что Intel не намерена сворачивать развитие направления Arc Graphics. По его словам, компания почти завершила разработку архитектуры Xe3 и уже приступила к работе над её преемником. Он отметил, что Xe3 находится на последней стадии разработки — её сейчас тестируют команды по программному обеспечению Intel, в то время как аппаратные инженеры сосредоточены на следующем поколении графической архитектуры.

«Я хотел бы сообщить, что наша следующая разработка называется Xe3. Она придёт на смену Xe2. И, да, всё верно, она практически завершена. Теперь командам по программному обеспечению предстоит много работы над Xe3. А командам по аппаратному обеспечению нужно заняться следующим проектом. Это наш ритм работы, и мы должны ему следовать», — заявил Том Петерсен в ходе подкаста The Full Nerd.

Разумеется, Петерсен несколько упростил текущее положение дел, так как командам по программному и аппаратному обеспечению ещё предстоит много работы над устранением возможных ошибок в архитектурах Xe2 и Xe3 соответственно после выпуска серии видеокарт Battlemage и начала производства чипов на базе Xe3. Однако главный вывод заключается в том, что Intel не намерена снижать темп и продолжит развивать направление по производству видеокарт.

В рамках подкаста Петерсен напомнил, что новые видеокарты Intel запускаются с интервалом более одного года. Учитывая запланированный выход первой видеокарты серии Battlemage в декабре, первых решений на базе Xe3 стоит ожидать не ранее 2026 года.

Источник изображения: Intel

Ещё до выпуска первого поколения графики Arc (Alchemist на архитектуре Xe) Intel объявила о масштабных планах развития своего графического направления. Компания заявила, что в перспективе выпустит графику Arc Battlemage (Xe2), затем Arc Celestial (Xe3) и Arc Druid (предположительно Xe4). Intel также обещала выйти в сегмент видеокарт «ультра-энтузиаст» (самые производительные игровые решения), однако серия Battlemage пока не дотягивает даже до сегмента «энтузиаст», находясь ступенью ниже. В лучшем случае Arc B580 сможет предложить производительность немного выше GeForce RTX 4060 от Nvidia.

В разговоре с порталом Tom’s Hardware старший вице-президент и генеральный менеджер группы вычислительных и графических решений AMD Джек Гуинь (Jack Huynh) сообщил, что компания снова планирует объединить свои графические архитектуры для игровых видеокарт и ускорителей вычислений. Это необходимо для масштабирования и удовлетворения потребностей разработчиков.

Источник изображений: AMD

Ранее сообщилось, что AMD решила сместить акцент с ограниченного сегмента флагманских видеокарт для энтузиастов на расширение присутствия в сегменте массовых моделей GPU. Однако в том же разговоре Гуинь сообщил, что архитектуры RDNA и CDNA в перспективе будут объединены.

В 2020 году AMD сообщила о разделении своих графических архитектур после GCN на RDNA (для игр) и CDNA (для дата-центров). Графическая архитектура CDNA начала использоваться в качестве основы для специализированных ускорителей Radeon Instinct, позже переименованных просто в Instinct. Хотя на тот момент разделение и оптимизация графических архитектур под определённые сценарии казалась оправданной, разработчикам стало сложно ориентироваться в этих оптимизациях. В результате компания решила снова унифицировать архитектуру.

«Часть большого изменения в AMD связана с тем, что сегодня у нас есть архитектура CDNA для ускорителей Instinct для дата-центров и архитектура RDNA для потребительских видеокарт. Они разветвлены. Двигаясь вперёд, мы их объединим в одну с названием UDNA. Это будет унифицированная архитектура, предназначенная как для Instinct, так и для потребительских решений. Благодаря этому объединению мы значительно упростим задачи для разработчиков, которым сегодня приходится выбирать с какой архитектурой работать», — заяви Гуинь.

Благодаря упрощению архитектуры разработчикам необходимо будет сосредоточить своё внимание только на одной системе, независимо от того, работают ли они с большими кластерами графических процессоров или одним игровым GPU.

Компания теперь также будет планировать разработки графических архитектур на три поколения вперёд (RDNA5, UDNA6 и UDNA7) с целью поддержания оптимизаций без необходимости сбрасывать их каждый раз, когда AMD меняет свою иерархию памяти.

AMD официально пока не объявляла о стратегии перехода на унифицированную графическую архитектуру UDNA. Когда это случится — с выходом RDNA 5 или позже — неизвестно. На самом деле, компания пока мало что рассказала и о будущей графической архитектуре RDNA 4, которая, как ожидается, должна стать основной видеокарт Radeon 8000.

В конце июля компания AMD выпустит две серии процессоров — настольные Ryzen 9000 (Granite Ridge) и мобильные Ryzen AI 300 (Strix Point) — на базе новейшей архитектуры Zen 5. Портал HardwareLuxx.de выяснил недостающие подробности об этих процессорах. В частности, стали известны размеры кристаллов данных чипов и количество используемых в них транзисторов.

Источник изображения: AMD

Процессоры Ryzen AI 300 (Strix Point) построены на монолитном кристалле, который производится с использованием 4-нм техпроцесса N4P компании TSMC. Это немного улучшенная версия техпроцесса N4, на базе которого выпускаются процессоры AMD Phoenix и Hawk Point на архитектуре Zen 4. Площадь кристалла Strix Point составляет 232,5 мм². Таким образом, он значительно больше кристаллов Hawk Point и Phoenix с площадью 178 мм².

Источник изображения: HardwareLuxx.de

Выросшая площадь кристалла Strix Point объясняется увеличившимся количеством исполнительных блоков встроенной графики Radeon 800M на новой архитектуре RDNA 3.5 с 8 до 12 у модели Ryzen AI 9 365 и с 12 до 16 у Ryzen AI 9 HX 370. Также площадь нового кристалла стала больше из-за увеличившегося до 24 Мбайт объёма кеш-памяти L3 и в целом из-за более крупных ядер Zen 5 и Zen 5c.

Настольные процессоры Ryzen 9000 (Granite Ridge) используют чиплетную компоновку, как у Ryzen 7000 (Raphael). AMD подтвердила, что в новых процессорах используется блок ввода-вывода I/O die (cIOD) от Raphael, производящийся с использованием того же 6-нм техпроцесса. Площадь этого кристалла не изменилась и составляет 122 мм². В нём содержатся 3,4 млрд транзисторов. Для сравнения, cIOD процессоров Ryzen 5000 (Vermeer) и Ryzen 3000 (Matisse) производились с применением 12-нм техпроцесса компании Global Foundries и обладали площадью 125 мм², но содержали значительно меньшее количество транзисторов — 2,09 млрд. Ключевым фактором увеличения площади кристалла cIOD стал встроенный в него блок iGPU с двумя исполнительными блоками.

В процессорах Ryzen 9000 используется новый кристалл CCD с восемью вычислительными ядрами, получивший название Eldora. По данным HardwareLuxx.de, он производится на базе того же 4-нм техпроцесса N4P, что и кристаллы процессоров Strix Point. Однако согласно другим источникам, эти чипы могут производиться с использованием ещё более передового техпроцесса N4X, лучше работающего с высокими тактовыми частотами.

Источник изображения: HardwareLuxx.de

В самом кристалле CCD процессоров Ryzen 9000 присутствуют 8,315 млрд транзисторов, что является значительным приростом по сравнению с 6,5 млрд транзисторов в составе восьмиядерного кристалла CCD Durango чипов Ryzen 7000 на архитектуре Zen 4. Примечательно, что несмотря на увеличившееся на 28 % количество транзисторов, площадь CCD Eldora на базе Zen 5 на 0,5 % меньше, чем площадь CCD Durango на Zen 4 — 70,6 мм² против 71 мм². Напомним, что CCD Durango на Zen 4 производится с применением 5-нм техпроцесса TSMC N5.

Источник изображения: HardwareLuxx.de

Таким образом, общее количество транзисторов в составе флагманского 16-ядерного процессора Ryzen 9 9950X с двумя чиплетами CCD составляет 20,03 млрд. В свою очередь Ryzen 7 9700X с одним CCD содержит 11,715 млрд транзисторов.

Выпуск настольных процессоров Ryzen 9000 состоится уже скоро. Если точнее, их старт продаж запланирован на 31 июля. По этому поводу AMD решила подробнее рассказать о чипах нового поколения, об архитектурных изменениях и не только.

Источник изображений: AMD

В процессорах Ryzen 9000 используется новая микроархитектура ядер Zen 5. По словам AMD, она представляет собой эволюцию архитектуры Zen 4, которая применяется в процессорах Ryzen 7000. Тем не менее новые чипы содержат некоторые внутренние изменения, которые помогают объяснить заявленный рост производительности Ryzen 9000.

Микроархитектурные изменения новых Ryzen 9000 лучше всего изучать на уровне каждого ядра процессора. Хотя без глобальных изменений в новых чипах тоже не обошлось. Например, Ryzen 9000 перешли на более передовой 4-нм техпроцесс, что позволило снизить показатель TDP для некоторых моделей, а также в целом тепловое сопротивление новых чипов на 15 %. На практике это означает, что новые процессоры легче охлаждать. Их рабочая температура в среднем на 7 градусов ниже, чем у предшественников при том же TDP.

Тем не менее Ryzen 9000 во многом похожи на своих предшественников Ryzen 7000 на архитектуре Zen 4. У них не изменилось количество вычислительных ядер и объём кеш-памяти. Частоты новых чипов тоже остались на прежнем уровне. И всё же чипы нового поколения предлагают заметную прибавку производительности. За счёт чего?

По словам AMD, в Zen 5 используется улучшенный блок предсказания ветвлений (branch prediction system) с двойными каналами декодирования. Это изменение обеспечивает более высокую пропускную способность указанного механизма, а также помогло сократить задержку в межъядерном взаимодействии и повысить её точность. Количество механизмов диспетчеризации и выполнения было увеличено до 8, что позволяет процессору выполнять больше инструкций за каждый такт.

Для закрепления результата прироста производительности AMD также увеличила общую пропускную способность процессоров на Zen 5. Общая максимальная пропускная способность кэш-памяти L1 была удвоена, также как и пропускная способность блока FPU для каждого процессорного ядра. Кэш L2 был переведён с 8-канальной на 16-канальную ассоциативную схему, что также эффективно удвоило его пропускную способность.

AMD отмечает ещё одну важную часть архитектуры — блок FPU, поддерживающий набор инструкций AVX-512 с полным 512-битным каналом передачи данных. В то время как Intel отказалась от поддержки AVX-512 в своих процессорах Raptor Lake и Meteor Lake, что стало предметом многих жарких дискуссий между поклонниками продукции обеих компаний, поддержка AVX-512 появилась в Zen 4. В Zen 5 компания улучшила блок FPU, оснастив его шестью новыми конвейерами, а также наделив возможностью обработки инструкции для быстрого сложения (FADD) всего за два такта.

Совокупно все эти факторы позволили увеличить показатель IPC (число выполняемых инструкций за такт) Zen 5 на 16 %. На практике AMD обещает процентную прибавку производительности Ryzen 9000 в рабочих нагрузках до 22 % по сравнению с Ryzen 7000.

Сообщается, что некоторые рабочие нагрузки будут выполняться еще быстрее, особенно те, которые смогут использовать преимущества улучшенного FPU. В таком случае прибавка быстродействия может составить до 35 %.

Исследователи из Университета Нотр-Дам (University of Notre Dame) создали эффективное покрытие для обычных оконных стёкол. Оно блокирует инфракрасный и ультрафиолетовый свет и полностью пропускает видимое излучение. С таким фильтром на окне в комнате будет светло и прохладно, что важно для стран с жарким климатом, где охлаждение помещений требует огромных расходов энергии. Удивительно, но в создании фильтра помог ИИ и квантовые расчёты.

Источник изображения: University of Notre Dame

По словам учёных, они создали первый в отрасли широкоугольный спектральный фильтр. Благодаря этому достигается полосовая селективность, что позволило сохранить максимум света в оптическом диапазоне, и вырезать из него ультрафиолетовый и несущий тепло инфракрасный свет в ближнем диапазоне этих волн. Более того, впервые в отрасли создана плёнка, которая одинаково хорошо пропускает и фильтрует свет вне зависимости от угла падения солнечных лучей. Иными словами: утром, днём и вечером.

Базовый поиск необходимых оптических материалов осуществлялся с помощью интерактивного машинного обучения и с использованием квантового компьютера. В частности, использовался так называемый квантовый отжиг или нахождение оптимальных значений для набора из множества параметров.

Квантовые алгоритмы и ИИ сузили выбор базовых материалов с необходимыми оптическими селективными характеристиками до кремнезёма, оксида алюминия и титана. Для отражения инфракрасного излучения поверх всех трёх плёнок на стекле добавили кремниевый полимер, который также повысил прочность покрытия. Эксперименты показали, что предложенная плёнка при сохранении прозрачности снижает температуру в помещении на 5,4–7,2 °C. Охлаждающий эффект пленки сохранялся независимо от угла пропускания света снаружи.

Источник изображения: Cell Reports Physical Science

Для стран с жарким климатом, подчёркивают исследователи, предложенный оконный фильтр может снизить годовой расход энергии на охлаждение примерно на 97,5 МДж/м². Для дома средней площади в США это может вылиться в экономию до трети потребляемой в год электрической энергии, о чём исследователи подробно рассказали в статье в журнале Cell Reports Physical Science.

Ученые из Института автоматики и процессов управления Дальневосточного отделения РАН (Владивосток) разработали и испытали технологию производства прозрачных электродов с впечатляющим набором свойств. Электроды остаются одновременно прозрачными в широком диапазоне волн без потери электропроводности. Обычно возможно либо первое, либо второе. Разработка будет интересна для производительной оптоэлектроники, фотогенерации и умного остекления.

Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Результаты исследования опубликованы в журнале ACS Applied Electronic Materials. По факту российские исследователи первыми разработали электроды на основе дигерманида кальция (CaGe₂) — соединения, состоящего из чередующихся двумерных слоев атомов кальция и германия. Учёные вырастили тончайшие плёнки этого материала, осаждая в вакуумной камере кальций и германий на подложку из оксида алюминия и проводя их температурную обработку при 750−850 °C.

Прозрачность полученных образцов преимущественно в инфракрасном диапазоне от 1000 до 4000 нм оказалась на уровне 78%. Затем был применён определённый технологический приём — образец «перфорировали» с помощью лазера, создав на нём что-то в виде клетчатого узора. Это сразу же увеличило прозрачность электрода до внушительных 90 % с одновременным расширением диапазона прозрачности в область видимого света. Электрод обрёл прозрачность в диапазоне от 400 до 7000 нм. Что важно, сопротивление практически не увеличилось, хотя объём токопроводящего материала существенно снизился.

Авторы исследования протестировали работу новых электродов в составе германиевого фотодетектора. Эксперимент показал, что чувствительность такого прибора на электродах из дигерманида кальция на 85 % превышает коммерческие аналоги. Кроме того, датчик оказался способен улавливать более широкий диапазон длин световых волн: 800–2200 нм по сравнению с 800–1900 нм у других подобных устройств.

Перфорация электрода фемтосекундным лазером и достигнутый при этом эффект. Источник изображения: ACS Applied Electronic Materials

«Самое очевидное и прямое применение полученных результатов — это развитие приборной базы телекоммуникационных технологий. Исследованные нами фотодетекторы и электроды чувствительнее аналогов, а также улавливают более широкий диапазон длин волн. Поэтому они помогут усовершенствовать линии оптической связи, например передачу интернет-трафика по оптоволокну», — рассказал участник проекта, Александр Шевлягин, кандидат физико-математических наук, старший научный сотрудник лаборатории оптики и электрофизики Института автоматики и процессов управления ДВО РАН.

Кроме использования в оптических приёмниках и передатчиках, а также в составе солнечных ячеек разработка может стать находкой для умного остекления. Например, окно с таким покрытием может быть освобождено от наледи и запотевания простым пропусканием тока по своей поверхности, что улучшит энергоэффективность помещений в холодные и сырые времена года.

Интерес китайских разработчиков чипов к архитектуре RISC-V с открытым исходным кодом во многом обусловлен усилением западных санкций и способностью геополитических оппонентов влиять на распространение прочих платформ для создания вычислительной техники. За минувшие пять лет китайские организации и компании вложили в проекты, связанные с RISC-V, не менее $50 млн.

Источник изображения: Unsplash, Tommy L

Об этом сообщает Reuters со ссылкой на собственные изыскания, покрывающие период с 2018 по 2023 годы включительно и подразумевающие анализ научных публикаций и патентных заявок, а также публичные заявления разного рода китайских компаний. Сумма может показаться не такой весомой, но усилия китайских разработчиков по развитию данной архитектуры уже привели к формированию общественного мнения, заключающегося в положительной оценке перспектив RISC-V с точки зрения развития национальной полупроводниковой промышленности КНР. Для китайских компаний эта архитектура рано или поздно станет жизнеспособной альтернативой Arm или x86-совместимым решениям, как считают китайские власти. Они называют данную платформу «геополитически нейтральной».

Одна из патентных заявок, как поясняет Reuters, демонстрирует намерения Академии военных наук НОАК использовать архитектуру RISC-V для поиска дефектов в процессорах, предназначенных для применения в облачных вычислениях и умных автомобилях. Китайские компании разрабатывают процессоры с архитектурой RISC-V для применения в облачных вычислениях, автопилоте транспортных средств и центрах хранения данных. По данным китайских СМИ, половина из всех 10 млрд чипов с этой архитектурой, выпущенных в течение 2022 года, были произведены в Китае. На поддержку китайских стартапов, работающих с RISC-V, по состоянию на июнь прошлого года было потрачено $1,18 млрд. Считается, что в Китае создана самая зрелая экосистема для платформы RISC-V в мире.

Если в 2018 году китайские разработчики подали только 10 патентных заявок, связанных с RISC-V, то в прошлом году их количество уже превысило 1000 штук. По количеству зарегистрированных патентов в сфере RISC-V китайские разработчики обходят американских примерно на четверть. Alibaba и Huawei занимают четвёртое и пятое места в списке крупнейших заявителей в этой сфере.

Архитектура RISC-V зародилась в прошлом десятилетии в Калифорнии, но в 2019 году после введения санкций против Huawei Technologies американскими властями профильная некоммерческая организация перенесла свою штаб-квартиру из штата Делавэр в Швейцарию. Китайский автопроизводитель Dongfeng Motor в прошлом году разработал чип с архитектурой RISC-V, предназначенный для управления электронными системами автомобиля. Местные исследовательские организации, занятые разработкой решений для оборонного комплекса, также активно патентуют свои технологии, связанные с RISC-V. Например, чипы с такой архитектурой предлагается использовать для обработки сигналов, получаемых с радаров. В сфере кибербезопасности процессорам на этой архитектуре тоже найдётся применение. Впрочем, в мировых масштабах чипы с архитектурой RISC-V пока формируют не более 1,9 % поставок. Представители Qualcomm признали, что эта архитектура открывает определённые перспективы перед теми, кто хочет разработать «высоко кастомизированные чипы».

Новые технологии умного остекления пока не стали массовым явлением в современной архитектуре. Пожалуй, больше всего новостей приходит из Австралии, где даже зимой много солнца. Умное остекление оконных проёмов позволит экономить на охлаждении и отоплении зданий, а также оно способно вырабатывать электрическую энергию, совершенно не поглощая видимого света.

Источник изображения: Hayball Architects

Как сообщает австралийская ClearVue Technologies, архитектурное бюро Hayball Architects выбрало умные окна компании для остекления шестиэтажного здания, которое будет построено для одного из крупнейших австралийских профсоюзов CFMEU. По некоторым оценкам, пропускающие обычный свет умные окна помогут снизить энергопотребление здания на отопление и охлаждение до 70 %.

По всей площади стёкол в стеклопакете BIPV нанесено некое нанопокрытие, которое переотражает инфракрасные и ультрафиолетовые лучи в солнечном спектре в сторону кромки окон, где размещены солнечные панели, чувствительные к этим диапазонам. Видимый свет проникает в помещение и создаёт там обычное комфортное для людей освещение.

Благодаря своей структуре умные стёкла остаются чуть холоднее по отношению к окружающему воздуху, чем обычное стекло (на 3,5 °C днём). Это позволяет меньше тратить на кондиционирование воздуха в помещении, не говоря о том, что окна сами вырабатывают электричество.

Умные стёкла BIPV размещены в левом проёме. Источник изображения: ClearVue Technologies

Здание для профсоюза будет строиться в Мельбурне. Производством стекла, по-видимому, будет заниматься местная компания Melbourne Safety Glass. Стоимость проекта составит 12 млн австралийских долларов ($8 млн). Начинание может стать хорошей рекламой умному остеклению. Эта и подобные технологии давно рвутся в жизнь.

Прежде чем американская компания Tesla начала добиваться коммерческих успехов в прошлом десятилетии и сделала своего генерального директора Илона Маска (Elon Musk) богатейшим человеком планеты, она на протяжении долгих лет «тренировалась» выпускать электромобили на модели Roadster. Недавно вся документация по ней была предложена для безвозмездного использования всем заинтересованным лицам.

Источник изображения: Tesla

Конечно, тут уместно вспомнить более раннюю инициативу 2014 года по предоставлению свободного доступа к патентам Tesla, но фактически тогда компания просто обязывалась не преследовать в суде тех, кто использовал её разработки, в обмен рассчитывая получить доступ к разработкам контрагента. Получался своего рода «технологический бартер», который нельзя в полной мере считать предоставлением свободного доступа к исходной документации.

В случае с новейшей инициативой по Tesla Roadster первого поколения подобных оговорок нет, как поясняет издание Electrek. Желающие могут получить доступ не только к технической документации Tesla, связанной с моделью Roadster первого поколения, но и научно-исследовательским работам, которые попутно публиковались разработчиками этой машины. Первый электромобиль марки в виде прототипа был впервые продемонстрирован ограниченной аудитории в 2006 году, к февралю 2008 года первый серийный экземпляр Tesla Roadster был вручён Илону Маску, который к тому времени уже возглавлял компанию. Позже эту машину эксцентричный лидер компании запустил в космос на ракете SpaceX. До июня 2009 года было выпущено примерно 500 электромобилей первой «ревизии», в дальнейшем машина неоднократно модернизировалась, и с рядом изменений выпускалась в ограниченных количествах до 2012 года. Компания Lotus, которая позднее перешла под контроль китайской Geely, не только участвовала в доводке ходовой части Tesla Roadster, но и снабжала её рядом компонентов.

Всего было выпущено около 2500 электромобилей этой модели, они нашли владельцев в более чем 30 странах. Несколько десятков машин, выпущенных для американского рынка, были утрачены в двух пожарах в специализированной мастерской в Аризоне, которая пыталась оживлять вышедшие из строя тяговые батареи методом выявления отдельных дефектных ячеек. Tesla подобные проблемы не считала гарантийным случаем и предлагала менять всю батарею в сборе.

Почему документация по Tesla Roadster стала доступной для безвозмездного использования именно сейчас, остаётся загадкой. Не первый год подряд компания тщетно пытается наладить серийный выпуск модели второго поколения, динамические характеристики которой сейчас уже начали оспаривать серийные машины китайских марок. Возможно, наличие доступа к документации по исходной версии Tesla Roadster позволит сторонним компаниям наладить выпуск неоригинальных запасных частей для этого ставшего раритетом электромобиля. При этом Tesla снимает с себя любую ответственность за последствия таких экспериментов с использованием собственной документации.

Стремясь сохранить своё лидерство в области ускорителей ИИ и высокопроизводительных вычислений (HPC), NVIDIA планирует ускорить разработку новых архитектур графических процессоров и, по сути, вернуться к годовому графику внедрения новых продуктов. Судя по планам, представленным инвесторам, графические процессоры поколения Blackwell должны увидеть свет в 2024 году, а уже в 2025 году на смену ему придёт новая архитектура, пока не имеющая названия и обозначенная как X.

Источник изображения: NVIDIA

До выпуска Blackwell, который ожидается во второй половине следующего года, NVIDIA представит несколько новых продуктов на базе своей актуальной архитектуры Hopper. Ожидается ускоритель H200, созданный на базе H100, а также GH200NVL, предназначенный для работы с большими языковыми моделями (LLM) совместно с процессорами Arm.

В семействе Blackwell в 2024 году NVIDIA, похоже, представит ускоритель вычислений B100 для платформ x86, который придёт на смену H100. Компания также готовит GB200, который предположительно представляет собой преемника для вычислительной системы Grace Hopper, которая объединяет процессор Arm и графический процессор Hopper. И ещё выйдет GB200NVL — решение на базе Arm для обучения и работы c LLM. В планах также представлен продукт B40, предположительно клиентское решение на базе графического процессора для вывода ИИ.

В 2025 году на смену Blackwell придёт архитектура, пока обозначенная буквой X. Аналогично поколению Blackwell будут представлены продукты X100, GX200 и GX200NVL. В потребительском сегменте X40 придёт на смену B40.

На данный момент NVIDIA лидирует на рынке графических процессоров для искусственного интеллекта, но AWS, Google, Microsoft, AMD и другие игроки в области искусственного интеллекта и высокопроизводительных вычислений готовят собственные решения для работы с ИИ, поэтому NVIDIA вынуждена реагировать и вносить корректировки в свои планы.

Сообщается, что для дальнейшего укрепления своих позиций NVIDIA заранее зарезервировала мощности TSMC и приобрела память HBM у всех трёх мировых производителей. Параллельно компания продвигает свои серверы HGX и MGX, стремясь коммерциализировать эти машины и сделать их популярными среди конечных пользователей, особенно в сегменте корпоративного искусственного интеллекта.