MAX
Подпишись
стань автором. присоединяйся к сообществу!
Есть метка на карте 20 марта 15021
54
Ivan_82 Электроника, электротехника и приборы

В Москве создали первый отечественный ускоритель нейросетей

Резидент ОЭЗ «Технополис Москва» компания «ХайТэк» создала и вывела на рынок первый отечественный ускоритель нейросетей.

Ускоритель обладает рекордной для российского рынка производительностью — 960 триллионов (TOPS) операций в секунду, что сопоставимо с ведущими мировыми аналогами. Он поддерживает одновременный запуск более 100 нейронных сетей, что особенно актуально для центров обработки данных с высокой нагрузкой.

[читать статью полностью...]

Кстати, а вы знали, что на «Сделано у нас» статьи публикуют посетители, такие же как и вы? И никакой премодерации, согласований и разрешений! Любой может добавить новость. А лучшие попадут в наш Телеграм @sdelanounas_ru. Подробнее о том как работает наш сайт здесь👈

Источник: www.mos.ru

Комментарии 7

Для комментирования необходимо войти на сайт

все комментарии
  • 0
    Нет аватара alexm23.03.26 15:19:26
    первый отечественный ускоритель нейросетей


    Здесь надо понять: а что они реально изготовили? Плату? Чип?,
    Например: Google в 2018 году выпустила чип Edge TPU, который устанавливался ни мини-ПК, платы с mini PCI-E и M.2. С его помощью можно локально на своем компьютере ускорять выполнение или простейшее обучение нейронных сетей, заявленная производительность в INT8 — 4 TOPS.
    и на базе Edge TPU вышла полноценная PCI-E карта Mustang-T100-T5 на пять процессоров Google Coral Edge TPU (суммарно 20 TOPS) с энергопотреблением всего 15 Вт.
    Китайский производитель предлагает целую линейку микро-серверов на базе процессоров SOPHON BM1684 и CV186AH. Модули нацелены на такие сферы применения, как структурирование видео, распознавание лиц, анализ поведения и мониторинг статуса. То есть преимущественно задачи компьютерного зрения.
    А вобще: Нейронные ускорители — это специализированные платы, предназначенные для машинного обучения или выполнения моделей нейронных сетей. Десктопные и профессиональные GPU вполне могут использоваться для работы с ИИ. Однако параллельно ведется разработка и внедрение еще более узкоспециализированных решений.

    #1313988 ↑