人工智能AI Boosting HMC Memory Chip

Innosilicon的AI Boosting HMC存储芯片适用于高速,高带宽和高性能存储领域,例如AI边缘,数据中心,自动化等。

HMC存储器嵌入了AI操作指令,实现了边端现场计算和存储。采用不同的Serdes技术将数据传输从PCB板线距离扩展到远场和近场传输。此外,芯片基于HMC2.1(混合内存立方体)协议,在芯片上集成了GDDR6 IP和Samsung或Micron的SIP内存立方体。对于使用HMC1.1协议的Xilinx和Altera的FPGA,Innosilicon的HMC存储芯片可以完美替代市场上的最新产品。

Innosilicon的AI Boosting HMC Memory将高效率提升到了一个新水平。凭借Innosilicon的创新,芯片架构可以实现这种高效率,从而使存储芯片与专用集成电路(ASIC)一样高效。

Product with AI Boosting HMC Memory(16 lane serdes)

特征

  • 支持12.5Gbps,14Gbps,15Gbps,25Gbps,28Gbps,30Gbps,32Gbps和SerDes接口
  • 支持全角(16通道),半角(8通道),四分之一链接(4通道),有效带宽高达128GB / s
  • AI指令:8位和16位INT定点矩阵运算,双8字节/单16字节带符号加法,8/16字节按位存储立方,16字节布尔运算符,比较原子等(自定义)
  • 支持16、32、48、64、80、96、112、128和256字节CMD
  • 支持写,写,写,读,模式读写
  • 支持车道反转和极性
  • 支持循环冗余校验(CRC)错误检测和重试
  • 支持Poison包检测
  • 支持地址换行,块大小为32、64、128、256字节
  • 通过JESD250(GDDR6)协议支持6Gbps,7Gbps,8Gbps,10Gbps,12Gbps,14Gbps,16Gbps数据速率
  • 支持4个独立的通道(x16)
  • 支持四倍数据速率(QDR)和双倍数据速率(DDR)和(WCK)模式
  • 支持ECC选项和错误检测代码(EDC)
  • 使用外部ZQ电阻器自动校准
  • 支持电源管理
  • 内置自测(BIST)
  • 支持2x16Gb GDDR6 DRAM
  • 易于扩展带宽

FEATURES

  • Support 12.5Gbps, 14Gbps, 15Gbps, 25Gbps, 28Gbps, 30Gbps, 32Gbps and SerDes Interface
  • Supports full-width (16-lanes), half-width (8-lanes), quarter-width link (4-lanes) , up to 128GB/s effective bandwidth
  • AI intructions: 8-bit and 16-bit INT fixed point matrix operation, Dual 8byte/Single 16byte signed add, 8/16byte memory cube bitwise, 16byte boolean operator, comparison atomics and so on(customed)
  • Supports 16, 32, 48, 64, 80, 96, 112, 128, and 256 byte CMD
  • Support WRITE, Posted WRITE, READ, mode read and write
  • Support Lane Reversal and Polarity
  • Support Cyclic Redundancy Check(CRC) Error detection and Retry
  • Support Poison Package Detect
  • Support Address Wrap, Block size is 32, 64, 128, 256 Byte
  • Support 6Gbps, 7Gbps, 8Gbps, 10Gbps, 12Gbps, 14Gbps, 16Gbps Data rate with the JESD250(GDDR6) Protocol
  • Support 4 separate independent channels(x16)
  • Support both Quad data rate(QDR) and double data rate(DDR) and (WCK) mode
  • Support ECC options and Error detection code(EDC)
  • Auto calibration with external ZQ resistor
  • Support Power Management
  • Built-in Self-test(BIST)
  • Support 2x16Gb GDDR6 DRAM
  • Easy to expand bandwidth

应用领域

  • AI边缘端计算
  • 高带宽存储
  • 数据中心
  • 自动的
  • 等等

APPLICATIONS

  • AI edge side computing
  • High bandwidth storage
  • Data center
  • Automatic
  • and so on

BLOCK DIAGRAM

人工智能AI Boosting HMC Memory Chip的更多相关文章

  1. 【转】人工智能(AI)资料大全

    这里收集的是关于人工智能(AI)的教程.书籍.视频演讲和论文. 欢迎提供更多的信息. 在线教程 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程 人工智能入门 – 人工智能基础学习.Peter ...

  2. 人工智能AI芯片与Maker创意接轨(下)

    继「人工智能AI芯片与Maker创意接轨」的(上)篇中,认识了人工智能.深度学习,以及深度学习技术的应用,以及(中)篇对市面上AI芯片的类型及解决方案现况做了完整剖析后,系列文到了最后一篇,将带领各位 ...

  3. 人工智能AI芯片与Maker创意接轨 (中)

    在人工智能AI芯片与Maker创意接轨(上)这篇文章中,介绍人工智能与深度学习,以及深度学习技术的应用,了解内部真实的作业原理,让我们能够跟上这波AI新浪潮.系列文来到了中篇,将详细介绍目前市面上的各 ...

  4. 数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics)之间有什么关系?

    本来我以为不需要解释这个问题的,到底数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)有什么区别,但是前几天因为有个学弟问我,我想了想发现我竟然也回答 ...

  5. 人工智能--AI篇

    AI背景 在当今互联网信息高速发展的大背景下,人工智能(AI)已经开始走进了千家万户,逐渐和我们的生活接轨,那具体什么是AI呢? 什么是人工智能(AI)? 人工智能:简单理解就是由人制造出来的,有一定 ...

  6. 解读 --- 基于微软企业商务应用平台 (Microsoft Dynamics 365) 之上的人工智能 (AI) 解决方案

    9月25日微软今年一年一度的Ignite 2017在佛罗里达州奥兰多市还是如期开幕了.为啥这么说?因为9月初五级飓风厄玛(Hurricane Irma) 在佛罗里达州登陆,在当地造成了挺大的麻烦.在这 ...

  7. 国家制定人工智能(AI)发展战略的决策根据

    在今年两会上,李彦宏的提案有何道理?提案的依据是什么?这个问题必须说清楚,对社会公众有个交代. 回想过去,早在上世纪九十年代,用"电子网络"模拟人脑的想法已经出现.这样的" ...

  8. python实现人工智能Ai抠图功能

    这篇文章主要介绍了python实现人工智能Ai抠图功能,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下 自己是个PS小白,没办法只能通过技术来证明自己. 话不多说, ...

  9. 【AI测试】也许这有你想知道的人工智能 (AI) 测试--第二篇

    概述此为人工智能 (AI) 测试第二篇 第一篇主要介绍了 人工智能测试.测试什么.测试数据等.第二篇主要介绍测试用例和测试报告.之后的文章可能具体介绍如何开展各项测试,以及具体项目举例如何测试.测试用 ...

随机推荐

  1. leveldb的搜索

    参考: http://taobaofed.org/blog/2017/07/05/leveldb-analysis/ 和leveldb源码(block.cc的Seek函数). leveldb的key. ...

  2. 使用 mvn install 命令将本地jar包注册到本地maven仓库

    前提: 要安装maven并配置环境变量. windows 系统环境变量配置 新建环境变量:MAVEN_HOME    值为:maven的解压包路径或安装路径. 在path 环境变量中添加:%MAVEN ...

  3. Django Ajax序列化与反序列化

    序列化与反序列是最常用的功能,有时我们需要将一个表单组打包成Json格式等然后再提交给服务端,这样可以提高效率节约带框,如下是Django配合Ajax实现的序列化与反序列化,文件上传等操作. Ajax ...

  4. UVA10125和集

    题意:       给你一个集合,让你从里面找到4个元素,使得a+b+c=d,并且找到最大的d. 思路:       我们可以吧问题拆开,使得a+b=d-c,这样就能O(n^2)枚举a+b记录出现的和 ...

  5. 仁者见仁:缓冲区栈溢出之利用 Exploit 形成完整攻击链完全攻略(含有 PayLoad)

    > 前言 内存缓冲区溢出又名 Buffer OverFlow,是一种非常危险的漏洞,在各种操作系统和应用软件中广泛存在.利用缓冲区溢出进行的攻击,小则导致程序运行失败.系统宕机等后果,大则可以取 ...

  6. 逆向与分析-WebBrowserPassView消息分析

    逆向与分析-WebBrowserPassView消息分析 这个的源头是之前我写的一个博客: http://blog.csdn.net/u013761036/article/details/730427 ...

  7. 17道APP测试面试题分享带参考答案

    一.Android四大组件 Android四大基本组件:Activity.BroadcastReceiver广播接收器.ContentProvider内容提供者.Service服务. Activity ...

  8. Hive解析Json数组超全讲解

    在Hive中会有很多数据是用Json格式来存储的,如开发人员对APP上的页面进行埋点时,会将多个字段存放在一个json数组中,因此数据平台调用数据时,要对埋点数据进行解析.接下来就聊聊Hive中是如何 ...

  9. 使用DevExpress的GridControl实现多层级或无穷级的嵌套列表展示

    在我早期的随笔<在GridControl表格控件中实现多层级主从表数据的展示>中介绍过GridControl实现二级.三级的层级列表展示,主要的逻辑就是构建GridLevelNode并添加 ...

  10. 日常Bug排查-系统失去响应-Redis使用不当

    日常Bug排查-系统失去响应-Redis使用不当 前言 日常Bug排查系列都是一些简单Bug排查,笔者将在这里介绍一些排查Bug的简单技巧,同时顺便积累素材_. Bug现场 开发反应线上系统出现失去响 ...