新闻  |   论坛  |   博客  |   在线研讨会
【限时免费领】芯片顶会PPT,2022 Hot Chips最新产品技术揭秘
芯东西 | 2022-11-08 07:56:44    阅读:1062   发布文章

Hot Chips是全球最具有影响力的芯片会议之一,始办于1989年,是半导体行业领先的高性能微处理器和集成电路领域的顶级会议,最新一届Hot Chips 34会议于2022年8月21日-23日进行。

在本届Hot Chips共两天七个主题议程中,覆盖了GPU、机器学习、ADAS和高性能移动处理器等领域。

AMD、英特尔、英伟达、Arm、特斯拉等科技巨头,Cerebras、Lightmatter等初创公司,以及斯坦福大学、苏黎世联邦理工学院等学术界代表,均对其最新芯片技术做了详细解读。

在本届Hot Chips中,可以看出Chiplet加高级封装已经成为了高性能计算的主流解决方案。另外一个重要方向就是软件-芯片协同设计,结合算法来做芯片的优化和设计也是进一步提升芯片性能的重要方法之一。包括英特尔、英伟达和特斯拉等公司均在自己的最新芯片中使用了这两个“工具”来提高芯片的性能。

另外在Hot Chips上,来自国内的芯片公司壁仞科技带来主题演讲,重点介绍壁仞科技的自主原创芯片架构,以及基于这一原创架构打造出的国内算力最大的通用GPU芯片BR100系列。

随着2022年Hot Chips会议的结束,芯东西专门为大家梳理了各大科技公司和学界知名高校在会上所发布和分享的相关芯片产品和技术,并将各家的PPT打包供大家下载(本文最后一部分)。

Hot Chips 2022演讲大致包括以下部分:

第一部分:学术界研究

第二部分:GPU和HPC

第三部分:集成技术

第四部分:自动驾驶芯片

第五部分:机器学习

第六部分:网络和交换机

第七部分:移动和边缘处理器

第八部分:CXL和MLIR

其他相关的芯片新技术PPT的领取方式在文章最后哦!

1

学术界研究

来自斯坦福大学、耶鲁大学、东京大学、清华大学等国内外知名院校的相关研究。

1.斯坦福大学:基于粗粒度可重构阵列的稠密线性代数加速SoC

图片

图片

2.耶鲁大学:用于脑机接口的灵活低功耗处理结构

图片图片

3.清华大学:视觉感知单元:下一代智能CMOS图像传感器

图片图片

2

GPU和高性能计算作为Hot Chips的开场,总共有4家企业发表主题演讲,包括NVIDIA(英伟达)、AMD、英特尔和壁仞科技。

壁仞科技作为国内芯片企业的代表,在今年的Hot Chips上与三大芯片国际巨头同台亮相,介绍BR100系列芯片。

1.壁仞科技:BR100 GPGPU

图片图片

2.NVIDIA:HOPPER H100 GPU

图片图片

3.英特尔:数据中心级GPU Ponte Vecchio——设计中使用了大规模Chiplet和先进封装技术

图片图片

4.AMD:AMD Instinct MI200系列加速器及Node 架构

图片

图片


3

集成技术

1、英特尔:对于射频应用——实现基于FPGA的硬件加速的异构集成技术

图片图片

2、AI创企Lightmatter:硅光子学

图片图片

3、Ranovus通过光子学和电子学的单片集成实现可扩展的特定应用光引擎(ASOE)

图片

图片



4

自动驾驶芯片

目前智能驾驶行业整体处于快速发展阶段,自动驾驶芯片已经成为了芯片巨头们的必争之地。在此次会议上,NVIDIA也展示了自家的自动驾驶芯片Orin。

1、NVIDIA:自动驾驶芯片——Orin

图片图片

2、NODAR:可提高自动驾驶安全性的3D视觉系统——帮助实现自动驾驶汽车的大规模生产

图片图片

5

机器学习

1、Cerebras:Cerebras系统架构——深度学习的硬件/软件协同设计

图片图片

2、特斯拉Dojo

(1)用于ML训练的超级计算系统架构

图片图片

(2)特斯拉Exa级计算机的微架构

图片图片

6

网络和交换机

1.AMD:400G自适应智能网卡SoC

图片图片

2.NVIDIA :NVLink用于高通信带宽超级POD的交换机芯片

图片

图片



7

移动和边缘处理器

1.AMD:锐龙6000系列处理器

图片图片

2.联发科:天玑9000

图片图片

3. 英特尔:Meteor Lake and Arrow Lake PC处理器

图片图片

4. 英特尔:Xeon D 2700和1700处理器——为5G物联网、企业与云端应用设计

图片图片

8

CXL和MLIRCXL:Compute Express Link,是2019年由英特尔推出的开放性互连协议,用于处理器、内存扩展和加速器的高速缓存一致性互连协议。MLIR:Multi-Level Intermediate Representation,多级中间表示。MLIR是个编译器框架,目前主要用于机器学习领域。

1.AMD:存储器挑战、CXL3架构介绍和用例

图片图片

2.英特尔:CXL的概述和演变、CXL相干性深入研究

图片图片

3.谷歌:MLIR基础

图片图片

4.AMD:MLIR教程

图片

图片



9

芯片新技术1.PNNL:从高级框架到带SODA的定制芯片图片图片2.佐治亚理工学院:加速可编程RISC-V GPU上的图形渲染
图片图片


*博客内容为网友个人发布,仅代表博主个人观点,如有侵权请联系工作人员删除。

参与讨论
登录后参与讨论
推荐文章
最近访客