
GPNPU架構融合通用編程與專(zhuān)用效率,打造面向大模型推理時(shí)代的新一代AI推理芯片
構建面向下一代AI推理的
全新智算底座

Analysis
.
SIMT 通用編程能力
AI主流框架兼容,一行代碼實(shí)現程序運行
SIMD 矩陣計算密度
NPU級別的計算效率和能效比
3D堆疊架構
高效訪(fǎng)存架構
10ns級別訪(fǎng)存延遲
Scale up 算力擴展
滿(mǎn)足10萬(wàn)億級別的 MoE大模型推理需要
統一線(xiàn)程執行,真正承接主流開(kāi)發(fā)生態(tài)
以SIMT通用執行模型為底座,兼容AI主流框架與軟件生態(tài),支持復雜控制流、動(dòng)態(tài)調度與完整
推理流程承載。
通用架構也能實(shí)現 NPU 級效率
通過(guò) SIMD、張量融合計算、混合精度執行與片上算存協(xié)同,提升有效算力、吞吐表現與單位功耗產(chǎn)出。
以3D堆疊重構數據供給架構
通過(guò)3D堆疊存儲與分層帶寬池化,提升數據帶寬與訪(fǎng)問(wèn)效率,支撐長(cháng)上下文與MoE等高數據吞吐場(chǎng)景。
面向實(shí)時(shí)智能的響應式架構
依托近核熱數據駐留、低跳數互連與解碼優(yōu)先調度,顯著(zhù)改善TTFT、TPOT與尾時(shí)延表現。
從單芯片走向超節點(diǎn)推理平臺
通過(guò)統一內存語(yǔ)義的高速互連與系統級擴展架構,支撐從單卡、整機到超節點(diǎn)的持續擴展。
DOMESTIC TECHNOLOGY

