Serie SiFive Intelligence XM

Motor de computación AI de alto rendimiento, que integra múltiples unidades de cálculo y ofrece un alto ancho de banda de memoria.

Producto ComúnOtrosComputación AIAncho de banda de memoria

Abrir sitio web

La serie SiFive Intelligence XM es un motor de computación AI de alto rendimiento desarrollado por SiFive. Integra motores escalares, vectoriales y matriciales para ofrecer una relación rendimiento-consumo excepcional en aplicaciones de computación intensiva. Continuando con la tradición de SiFive, ofrece un ancho de banda de memoria eficiente y acelera los tiempos de desarrollo mediante la biblioteca SiFive Kernel Library de código abierto.

Motor de Matriz SiFive: con diseño de Producto Exterior Grueso (Fat Outer Product)
estrechamente integrado con 4 núcleos X-Cores y unidades vectoriales profundamente fusionadas.
4 núcleos X-Cores por clúster: cada uno con unidades vectoriales dobles
ejecutando todas las demás capas
como funciones de activación
e instrucciones de aceleración exponencial añadidas.
Nuevas instrucciones matriciales: obtenidas de la unidad escalar
los datos de origen provienen de los registros vectoriales y el destino es cada acumulador de matriz.
1 clúster = 16 TOPS (INT8)
8 TFLOPS (BF16) por GHz.

El público objetivo son empresas e instituciones de investigación que necesitan procesar cargas de trabajo de IA
gestionar flujos de datos
realizar detección de objetivos
procesamiento de voz y recomendaciones. El alto rendimiento y la alta escalabilidad de la serie SiFive Intelligence XM la convierten en la opción ideal para estas aplicaciones.

Para procesar tareas de entrenamiento e inferencia de modelos de IA a gran escala.
Para la gestión y el análisis eficientes de flujos de datos en centros de datos.
Para implementar la detección de objetivos y el procesamiento de voz en tiempo real en dispositivos de computación perimetral.

1. Acceda al sitio web de SiFive y descargue la biblioteca SiFive Kernel Library.
2. Seleccione la configuración de la serie XM adecuada según las necesidades del proyecto.
3. Integre la serie XM en la arquitectura de hardware o software existente.
4. Utilice la biblioteca de código abierto para acelerar el proceso de desarrollo.
5. Realice pruebas del sistema para asegurar que el rendimiento cumpla con las expectativas.