即時快訊
芋頭控開吃!萊爾富芋頭季登場 從鹹蛋黃麵包一路吃到海鮮燉飯 115年「斥詐好人隊」成果表揚暨交流活動 培育在地防詐種子講師 讓防詐知識走進日常生活 板橋新埔捷運站港式料理 港點職人讓你吃到最對味的炒飯、干炒牛河、餛飩湯撈麵 非洲加密貨幣採用率四年翻倍 坦尚尼亞擠進前八強 日本企業掀設計思考無用論 日媒直指核心誤解在應用方式 加納天然氣廠改聘本國專家 撤換50名中國工程師年省4200萬美元 黃仁勳辭任輝達執行長震撼各界 台灣支持者難以置信 分散美股風險 5檔非美市場熱門ETF解析 避免AI代理失控出包 專家籲將Prompt納入版本控制 全美銀行第三季營收創歷史新高 重啟庫藏股並大舉招募
圖/本報資料庫
科技生活

·2 months ago·責任編輯
#Ambient Scientific#AI晶片#記憶體運算#邊緣AI#半導體
圖/本報資料庫
圖/本報資料庫
商傳媒|責任編輯/綜合外電報導
摘要

AI新創Ambient Scientific推出革命性的DigAn類比記憶體運算架構,透過將AI運算直接整合到記憶體中,解決傳統架構中資料搬移造成的龐大能源浪費,其首款晶片GPX10可望將AI應用帶入更多電池供電的邊緣裝置,實現更高效、低功耗的實體AI運算。

AI 晶片新創公司 Ambient Scientific 近期發表一項突破性技術——名為 DigAn 的專利類比記憶體運算架構,旨在解決當前 AI 運算中資料搬移造成的龐大能源耗損。這項技術透過將類比乘法累積單元直接嵌入 SRAM 記憶體中,大幅減少資料在處理器與記憶體之間來回移動的頻率,從而提升運算效率。

Ambient Scientific 的產品負責人 Saharsh Singhania 指出,傳統的運算架構,如 x86、ARM、RISC 和 GPU,在數十年前設計時並未考量到人工智慧運算的大量數學密集型工作負載。這導致 AI 運算中高達 70% 至 75% 的能源,實際上是浪費在資料移動而非實際計算上。為了擺脫 AI 對雲端運算的過度依賴,Ambient Scientific 從底層電路設計著手,將運算邏輯整合至記憶體內,並最佳化用於乘法累積(MAC)運算的 CubicCore™ AI 核心。

該公司首款量產晶片 GPX10,專為電池供電的邊緣 AI 應用設計,號稱在功耗、效能和面積(PPA)方面,較傳統 32 位元微控制器有 100 倍的改善。GPX10 支援標準的 TensorFlow 和 PyTorch 開發流程,讓開發者能以熟悉的工具鏈進行程式設計。此外,GPX10 還整合了專有的 SenseMesh™ 硬體感測器融合層和 Model Forge 軟體層,讓 AI 核心能依據應用需求,動態調整運作模式,在低功耗與高效能之間彈性切換。

Ambient Scientific 強調,AI 加速器的真正效能應以資料移動效率為衡量基準,而非單純的理論運算次數(TOPS)。他們所發布的數字均為「有效 TOPS」,代表晶片實際能達成的運算表現。公司認為,需要與現實世界互動的「實體 AI」(Physical AI),例如無人機、機器人或工業自動化應用,因對延遲高度敏感且網路連線可靠性不足,無法依賴雲端架構擴展。

GPX10 的目標市場涵蓋穿戴式裝置、智慧戒指、工業自動化、智慧家庭保全和醫療設備等。Ambient Scientific 已與原始設備製造商(OEM)合作,將 AI 應用於智慧戒指的即時心律不整偵測等關鍵生命監測功能,這類應用無法承受雲端延遲。透過在地處理敏感資料,該技術也能強化石化業和水泥業預測性維護的安全性,解決客戶不願將所有資料上傳雲端的疑慮。

根據 Ambient Scientific 的產品藍圖,除了 GPX10,他們也將推出單核心的 GPX1 以及具備視覺和自然語言處理能力的 GPX64,後者預計將於明年第一季上市。GPX64 可望支援小型語言模型(SLM),為電動車、穿戴式裝置和智慧眼鏡等提供語音互動介面,進一步將 AI 從雲端推向裝置端。Ambient Scientific 也已開發出雲端伺服器等級處理器 GPX2000 的模擬版本,宣稱在 PPA 表現上超越輝達(Nvidia)的 H200 晶片。


在 Google 搜尋的熱門報導中優先看到商傳媒
加入為 Google 偏好來源