据介绍,该芯片中央控制芯粒采用 RISC-V CPU 核心,同时可通过高速接口搭载多个功能型芯粒,基于全国产基板材料以及 2.5D 封装,做到算力可拓展,可用于 AI 推理、隐私计算、工业智能等不同场景,目前已与多家 AI 下游场景合作伙伴进行测试。
IT之家科普,Chiplet 架构是指通过将大芯片拆分为小芯粒进行生产并集成封装,可有效提升大算力芯片制造的综合良率,并且通过芯粒复用创造灵活性的搭配选择,目前英特尔、AMD 的产品都采用了相关技术,是传统单芯片的改进方案。
北极雄芯表示,该公司的 Chiplet 方案将下游场景通用需求与专用需求解耦,分别设计制造小芯粒并集成,有效解决了下游客户在算法适配、迭代周期、算力利用率、算力成本等各方面难以平衡的核心痛点。
启明 930 采用 12nm 工艺生产,HUB Chiplet 采用 RISC-V CPU 核心,可通过灵活搭载多个 NPU Side Die 提供 8~20TOPS(INT8)稠密算力。启明 930 可独立用于 AI 加速卡,亦可通过 D2D 扩展多种功能型 Side Die 进行集成,具备多种产品形态。
启明 930 芯片采用了北极雄芯自研的第三代“穆斯”核心架构 NPU,支持 INT4,INT8 和 INT16 计算精度,支持常见的卷积层、线性层、池化层和激活层,功能上支持常用检测、分类模型,包括但不限于 VGG,ResNet,Yolo 等。
不同 NPU 核心既可独立运行,也可联合运行加速同一任务,使用灵活方便。在设计阶段编译、架构深度耦合,且深入考虑到由于多芯粒互联带来的约束和代价,经优化后,芯片资源利用率号称平均可达 70%。
封装方面,启明 930 芯片采用国产基板以及 2.5D 封装,并根据国产基板特性对接口及封装方案进行优化,保证多芯片互联传输效率。
此外,启明 930 芯片配套提供包括基础驱动、框架支持、应用层全栈式的应用部署工具,为客户提供面向调试-部署-应用的软件栈,目前已成功与合作伙伴验证一系列模型。