对话瀚博半导体王晓宁：SG100的“下一役”——量产与商业化落地

最新推荐文章于 2025-01-17 17:32:27 发布
最新推荐文章于 2025-01-17 17:32:27 发布
阅读量245 收藏
点赞数
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/vn9PLgZvnPs1522s82g/article/details/131970960
版权
瀚博半导体推出全功能GPU芯片SG100，集渲染、AI和视频处理于一体，旨在为元宇宙、云渲染、人工智能等领域提供强大算力支持。产品总监王晓宁分享了瀚博在GPU领域的研发目标，计划在5-10年内成为世界级芯片设计公司。目前，瀚博正致力于SG100的商业化落地，以满足市场对高性能计算的需求。
摘要由CSDN通过智能技术生成

随着模型技术的持续发展和应用，GPU行业也迎来了更多机遇和挑战。当下，AI、云计算、数据分析和高性能计算等核心科技行业已离不开最顶级的图像处理技术（GPU）的强力支持。

站在时代的机会面前，中国芯想要突围，就必须抓住“窗口期”。

瀚博半导体作为自研高端GPU芯片及解决方案提供商，就抓住了这次难得的时代机遇。近日，瀚博发布了名为SG100的GPU芯片，除了具备图形渲染性能外，SG100更是一款集渲染、AI、视频于一体的全功能GPU芯片。

在谈到瀚博芯片研发的长期目标时，身为产品总监的王晓宁介绍，瀚博希望用5-10年的时间，成长为世界级的芯片设计公司。

以下是我们和瀚博半导体产品总监王晓宁的对话——

受访对象：王晓宁
策划、编辑：Xin Wang

72292d448daf860e78cb4e699f266949.png

LiveVideoStack：王晓宁老师你好，按照常规惯例，请简单介绍下你这次将要分享的主题内容，以及目前你在瀚博所处的部门及其所负责的工作内容，谢谢。<

最低0.47元/天 解锁文章
手把手教你学 GPU SoC 芯片专栏简介（2.4）--瀚博半导体（如 SV100 和 SV200 系列）介绍
MHD0815的博客
10-12 150
瀚博半导体是一家总部位于中国的高科技公司，致力于研发高性能计算和人工智能芯片。公司的目标是提供高效、低功耗的计算解决方案，满足数据中心、边缘计算和高性能计算等领域的市场需求。瀚博半导体的 SV100 和 SV200 系列处理器在高性能计算、数据中心和边缘计算等领域表现出色。SV100 系列处理器提供了高性能和低功耗的平衡，适用于多种应用场景；而 SV200 系列处理器则在计算能力、图形处理和内存支持等方面进行了进一步的提升，适用于更高级别的应用需求。
手把手教你学 GPU SoC 芯片（10.4）--瀚博半导体性能分析工具
MHD0815的博客
10-14 130
性能分析调试内存分析能源分析瀚博半导体的性能分析工具提供了一套全面的功能，帮助开发者优化和调试基于其GPU和AI加速卡的应用程序。通过使用这些工具，开发者可以有效地识别和解决性能瓶颈，提高应用程序的性能和效率。
一大独大格局下，数据中心GPU的市场机会
weixin_49393016的博客
03-09 808
一个原本高度成熟的市场，由双寡头走向渐有百花齐放之势，在任何领域应该都相当少见。本期封面故事从一些GPU新晋企业的动态出发，讨论如今的数据中心GPU的市场现状和未来趋势。1993年，英伟达刚建立的时候，PC和专业图形加速芯片市场热闹非凡。但在10年之后(2003年)，该市场只存活下英伟达和ATI((即后来的AMD))两家企业。此后，GPU的应用场景也从单纯的游戏图形渲染，走向了企业HPC、超算、数...
瀚博半导体载天VA1 加速卡安装过程
weixin_40378209的博客
02-10 1190
想用 瀚博半导体载天VA1 加速卡 代替 NVIDIA 显卡跑深度学习模型
瀚博半导体载天VA1 模型转换过程
weixin_40378209的博客
03-14 521
使用训练出来的.pth模型 ----> .onnx 模型 ----> .json .params .so 三件套
博通Broadcom SDK源码学习与开发8——内存与参数管理
eryunyong的专栏
01-26 330
内存分配基本方法： 动态不定长内存分配 使用双向链表管理内存节点.一个为空闲内存链表，一个为已分配内存链表。 主要数据结构和变量 在flash上有“permanent"和"dynamic"2块用于存储参数的区块。2块区域有相同的参数格式，但顾名思义，dynamic区块用于存储系统运行过程中的参数， 而permanent区块即起到NVRAM的作用，同于保存出厂配置参数，Vendor/MAC/WiFi参数等
秋招寒冬不如换个思维——试试中小厂
艾小仙的专栏
09-28 2945
今年秋招的难度可能是之前10年最难的一年，也有可能是以后10年最好的一年。字节2022秋招有8000hc，今年2023届秋招只有3000hc，减少了60%。阿里秋招8.18才开始，往年7月份就开始了，hc也少了很多，腾讯的校招9.15才开启，从大厂就可以看出来今年校招的形势了，很严峻。针对今年的秋招寒冬，建议今年准备秋招的小伙伴多投投中小厂。今年秋招会难些，大厂的hc都不多，没必要只盯着大厂，中小...
瀚博半导体：打造高性能GPU，赋能数字世界
"瀚博半导体是一家专注于为像素世界提供强大算力的高科技企业，致力于研发高性能GPU芯片和解决方案。公司由具有丰富行业经验的领导者创立，团队成员在GPU设计、高性能渲染、虚拟化、AI计算等领域具备专业技术。瀚博...
计算机应用：国产AI芯片持续突破，自动驾驶与工业智造成为人工智能重点落地场景.pdf
07-17
推理芯片方面，瀚博半导体展示了云端AI通用推理芯片SV100和VA1通用推理加速卡。此外，芯启源展示了基于Xilinx FPGA的下一代SoC原型验证与仿真系统MimicPro实物产品。这些成果标志着国产AI芯片在性能和制程工艺上取得...
【大数据】机器学习------支持向量机（SVM)
yuanbenshidiaos的博客
01-17 394
目标是最大化间隔，即最小化(\frac{1}{2}|w|^2)，同时满足![在这里插入图片描述。，对于所有(y_i = -1) 的样本，(w^T x_i + b \leq -1)。，其中(x_i \in R^d) 是特征向量。，将数据映射到高维空间。是类别标签，目标是找到一个超平面。对于线性可分的数据集。
YOLOV8涨点技巧之MCA多维协作注意力模块
noboxihong的博客
01-14 313
MCA 模块的多维注意力机制能够有效捕捉目标的上下文信息，优化多尺度特征融合，并提升目标定位精度。公式：ChannelAttention(F)=σ(FC(GAP(F)))ChannelAttention(F)=σ(FC(GAP(F)))，其中 FF 是输入特征图，GAPGAP 是全局平均池化，σσ 是 Sigmoid 函数。公式：ScaleAttention(F1,F2,…公式：SpatialAttention(F)=σ(Conv(F))SpatialAttention(F)=σ(Conv(F))。
【PCL】Segmentation 模块—— 欧几里得聚类提取（Euclidean Cluster Extraction）
最新发布
old_power的博客
01-17 480
**PCL 的 Euclidean Cluster Extraction（欧几里得聚类提取）** 是一种基于欧几里得距离的点云聚类算法。它的目标是将点云数据分割成多个独立的簇（clusters），每个簇代表一个独立的物体或结构。该算法通过计算点与点之间的欧几里得距离，将距离小于给定阈值的点归为同一个簇。
java项目之同城绘本馆的设计与开发源码(ssm)
luoluoal的博客
01-15 1061
系统架构：项目简介实现了以下功能：同城绘本馆的设计与开发的主要使用者分为管理员：管理前台网站的注册用户，添加绘本信息，添加绘本分类信息，管理用户的订单信息。具体包括了绘本信息和绘本分类，添加，删除，修改，删除用户信息和信息的回复。普通用户：可以先注册登陆，如果有账号了可以直接登陆。登陆后的用户可以在线购物，把物品放置购物车中，然后下单结算。💕💕作者：落落💕💕个人简介：混迹java圈十余年，擅长Java、小程序、Python等。💕💕各类成品java毕设。
【机器学习实战入门项目】基于机器学习的鸢尾花分类项目 Iris Flower Classification Project using Machine Learning
01-16 482
本项目利用机器学习模型对鸢尾花进行分类。鸢尾花数据集是一个著名的机器学习数据集，包含三种类别的花朵：Setosa、Versicolor和Virginica，每种类别由四个特征描述：萼片长度、萼片宽度、花瓣长度和花瓣宽度。机器学习是关于从数据中学习预测或提取知识的过程。它是人工智能的一个子领域。机器学习算法基于样本数据（即训练数据）构建模型，并根据训练数据对新数据进行预测。本项目展示了使用SVM算法构建机器学习模型对鸢尾花进行分类的过程。涵盖了数据加载、分析、模型训练、评估和部署。
人工智能任务19-基于BERT、ELMO模型对诈骗信息文本进行识别与应用
weixin_42878111的博客
01-14 937
随着信息技术的快速发展，电话通讯已成为日常生活中不可或缺的一部分。然而，伴随而来的电信诈骗问题也日益严重，给个人和社会带来了巨大的损失。为了有效应对这一挑战，自然语言处理（Natural Language Processing, NLP）技术被广泛应用于诈骗电话的自动识别系统中。本文将对基于多种NLP模型的诈骗电话识别进行总体介绍，并探讨BERT、ELMO等前沿模型在该领域的应用前景。
华为 Ascend 平台 YOLOv5 目标检测推理教程
qq_45141261的博客
01-17 475
本文介绍了如何基于华为 Ascend ACL 推理框架实现 YOLOv5 模型的目标检测推理流程。通过详细解析前处理、推理核心（process 函数）和后处理，展示了 Ascend 平台的推理能力和灵活性。希望本文能为您在 Ascend 平台上的目标检测开发提供参考！如果有任何问题，欢迎留言讨论。
【人工智能学习之聚类分析算法DBSCAN】
Jiagym的博客
01-17 668
DBSCAN（Density-Based Spatial Clustering of Applications with Noise），即基于密度的空间聚类算法，是一种十分经典的聚类算法，它不需要事先知道要形成的簇类的数量，能够发现任意形状的簇，并且能够识别出数据集中的噪声点。核心概念邻域：对于样本集中的某一个点 (p)，定义其邻域为距离点 (p) 小于等于某一给定距离 (\epsilon) 的所有点的集合，这个距离 (\epsilon) 称为邻域半径。核心点。
数字艺术类专业人才供需数据获取和分析研究
m0_49684834的博客
01-16 622
随着数字艺术类专业的崛起以及相关行业的蓬勃发展，数字艺术类专业人才的供需状况对社会与高校的人才培养具有重要意义。本研究通过获取和分析数字艺术类专业人才的供需数据，深入探讨当前行业人才供需关系的特征。首先，利用网络爬虫技术从招聘网站获取大量数据，并应用命名实体识别（NER）技术对岗位技能与素质要求进行标注，从而准确提取招聘信息中的关键实体。在此基础上，使用BiLSTM-CRF模型对招聘数据进行结构化信息提取，并利用Pyecharts和数据可视化技术呈现不同行业岗位需求的整体结构。
文档解析技术指南：从传统Pipeline到端到端大模型
Baihai_IDP的博客
01-17 700
UB-PMC 包含真实的科学图表，而 Synth 则是生成的模拟图表。ChartDETR 等先进方法结合了 CNN 和 Transformer，实现了端到端的数据提取，而 FR-DETR 等模型则优化了流程图和树状图的结构提取，但处理复杂连接线的挑战依然存在。最初，这一领域依赖于基于规则的方法，但现在，深度学习技术的应用，如使用边界框和图像分割，极大地提升了检测的精确度和速度。但当遇到科学和专利文档时，基于学习的方法，如 Nougat 和 TATR，由于能够更好地处理复杂的布局和结构，因此表现更为出色。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值