Neurophos разработал революционный оптический процессор, превосходящий NVIDIA
Американская компания Neurophos, расположенная в Остине и поддержанная фондом Билла Гейтса Gates Frontier, анонсировала создание оптического процессора (OPU), который, по утверждениям разработчиков, в 10 раз эффективнее новейших решений от NVIDIA, таких как Vera Rubin NVL72, при сопоставимом уровне энергозатрат.
Генеральный директор предприятия, Патрик Боуэн, отметил, что данный чип основан на уникальном фотонном сенсоре с вычислительной матрицей размером 1000 x 1000, что в 15 раз превосходит стандартные матрицы 256 x 256 современных графических процессоров. Также инженерам удалось сократить размеры оптических транзисторов в 10 000 раз по сравнению с аналогичными устройствами, что обеспечит высокую плотность размещения на晶але.
Первый девайс, Tulkas T100, предполагает работу на рекордной частоте 56 ГГц, что значительно выше предыдущих показателей кремниевых процессоров — для сравнения, Intel Core i9 достигает 9,1 ГГц. Такие характеристики позволяют оптическому тензорному ядру конкурировать с множеством ядер в продуктах Nvidia. Однако массовое производство чипа запланировано не ранее 2028 года в связи с необходимостью решения проблем масштабируемости, памяти и векторных вычислений.
Вопрос-ответ
В чем главное преимущество оптического процессора от Neurophos по сравнению с решениями NVIDIA?
По утверждениям разработчиков, их оптический процессор (OPU) в 10 раз эффективнее новейших решений от NVIDIA, таких как Vera Rubin NVL72, при сопоставимом уровне энергопотребления.
Какие технические инновации лежат в основе этого процессора?
Чип использует уникальный фотонный сенсор с вычислительной матрицей 1000×1000, что в 15 раз больше стандартных матриц. Также инженерам удалось уменьшить размер оптических транзисторов в 10 000 раз и достичь предполагаемой рабочей частоты в 56 ГГц.
Когда можно ожидать появления этих процессоров на рынке?
Массовое производство запланировано не ранее 2028 года. Задержка связана с необходимостью решения инженерных задач в области масштабируемости, памяти и векторных вычислений.