Домой Новости Железо Samsung готовит ИИ-ускоритель GAIA, который сделает недорогие ПК умнее

Samsung готовит ИИ-ускоритель GAIA, который сделает недорогие ПК умнее

Новый 4-нм ускоритель от Samsung позволит внедрить продвинутые возможности искусственного интеллекта в бюджетный сегмент персональных компьютеров.

Компания Samsung ведет активную разработку специализированного чипа, который призван значительно ускорить работу алгоритмов искусственного интеллекта на потребительских компьютерах. Устройство, получившее кодовое название GAIA, позиционируется как доступный ИИ-ускоритель для персональных ПК, сообщает портал SamMobile.

Концепт ИИ-технологий на компьютерном железе
Источник изображения: BoliviaInteligente / unsplash.com Источник: 3dnews.ru

На текущем этапе южнокорейский гигант уже предоставил первые прототипы ускорителя крупнейшим производителям электроники, включая Lenovo и HP, для проведения всесторонних тестов производительности. Основная цель проекта — внедрение современных ИИ-технологий в ПК среднего ценового сегмента, ориентированных на развивающиеся рынки. В производстве GAIA будет задействован 4-нм техпроцесс Samsung, а ключевым элементом станет оптимизированный нейропроцессор (NPU), обеспечивающий высокую эффективность обработки задач непосредственно на стороне устройства.

Принцип функционирования GAIA во многом перекликается с архитектурой нейропроцессоров, используемых в мобильных чипах Samsung Exynos. Фактически, новинка представляет собой адаптированную для ПК версию NPU, задача которой — взять на себя основные операции по запуску и обучению ИИ-моделей.

Одной из ключевых особенностей стратегии Samsung является интеграция GAIA в систему вычислений в памяти (PIM). Эта передовая технология DRAM нового поколения позволяет чипам памяти самостоятельно выполнять вычисления с размещенными в них данными. Подобный подход должен существенно расширить возможности локального ИИ, делая его доступным даже в бюджетных сборках. Благодаря этому производители смогут комбинировать ускоритель с недорогими комплектующими, сохраняя при этом высокую производительность при работе с ресурсоемкими нейросетевыми алгоритмами.

Источник: https://3dnews.ru