中国芯力量爆发,我们也有了made in China的GPU

2018-09-06来源: 雷锋网 关键字:GPU

中国“缺芯”是不争的事实,因此在政策和资本的支持下国内正在大力发展集成电路产业。相比自主研发x86 CPU的上海兆芯,自称是目前国内唯—成功自主研发国产化图形处理芯片(GPU)并产业化的景嘉微电子的知名度低很多。景嘉微本周一发布公告称下一款图形处理芯片已完成流片、封装阶段工作,目前已经顺利完成基本的功能测试,测试结果符合设计要求。

 

 

无论是在CPU还是GPU市场都是巨头垄断,CPU市场英特尔统治多年,AMD正在迎来转机,GPU市场英伟达独占鳌头,不过AMD在去年第四季度抢占了一些英伟达的市场份额。当然,芯片作为国内最大规模的进口产品国产芯一直在努力。兆芯是自研CPU的代表,上月上海兆芯集成电路有限公司副总经理罗勇博士表示兆芯处理器的整体性能已经能够对标国际主流标准,下一代基于16nm的产品性能与Intel酷睿i5处理器看齐(但未明确第几代酷睿)。

 

但国产自研GPU却很少有消息曝光。本周一,成立于2006年并已在国内上市的景嘉微发布《关于公司下一款图形处理芯片研发进展情况的公告》称:“下一款图形处理芯片(公司命名为‘JM7200’)已完成流片、封装阶段工作,目前已经顺利完成基本的功能测试,测试结果符合设计要求。”并提示,JM7200 是超大规模的集成电路产品,其功能、性能测试极为复杂,目前已完成基本的功能测试,不排除在后续的测试过程中可能发现问题。

 

 

这意味着这家自称是目前国内唯—成功自主研发国产化GPU并产业化的企业的下一代产品即将供货。

 

NVIDIA和AMD迎新对手?

 

根据PConline曝光的景嘉微此前的产品路线图,景嘉微在2014年发布第一款具备自主知识产品的GPU JM5400,并计划于2016年发布下一代GPU JM7200。结合景嘉微最新发布的消息,JM7200的推出比原计划推后了两年,至于推迟的原因可能是因为遇到了巨大的研发挑战,当然也可能是因为其产品规划发生了改变。因为其在2016年发布了第二代GPU产品JM7000,制程工艺从65nm升级到了28nm,增加了片内显存的容量,集成了CPU核,6G pixels/s的像素填充率,图像处理能力增加2倍以上,总线带宽增加数百倍。

 

 

不过雷锋网并未查询到JM7200的具体参数,如果用JM7000 6.0G pixels/s像素填充率对比,与热销的NVIDIA GTX1060像素填充率72.3G pixels/s相比差距不小。因此,国内自主研发的GPU想要和NVIDIA以及AMD竞争还相差甚远。

 

不过,景嘉微上半年的年报中提到下一代GPU芯片在产品性能和工艺设计较前代产品将会有大幅度的提升,早前的资料中也提到JM7200还是28nm工艺制程。并且,景嘉微通过定增拟投入研发的JM9231、JM9271是下一款GPU的进一步升级,属于面向不同应用领域的两款中、高档系列产品,可满足党、政、金融以及交通、通信等系统国产化电脑替换以及人工智能、云计算等领域需求。

 

中国芯有希望?

 

景嘉微全称是长沙景嘉微电子股份有限公司,成立于2006年,下设北京麦克斯韦科技有限公司、长沙景美集成电路设计有限公司及石家庄分公司,是一家军民融合深度发展的高新技术企业,拥有近500名员工,与多家科研院所和高校建立战略合作伙伴关系,成立联合实验室、工程中心。产品涵盖图形图像处理系统、小型雷达系统、图传数据链系统、消费芯片等,应用于航空、航天、航海、车载等专业领域。

 

景嘉微2017年的年报显示,占景嘉微主营业务收入或主营业务利润 10%以上的产品是图形显控领域产品以及小型专业化雷达。其中,在图形显控领域提供图形显控模块、图形处理芯片、加固显示器、加固存储和加固计算机等五类产品,图形显控模块是公司最为核心的产品。另据了解,目前我国新研制的绝大多数军用飞机均使用景嘉微的图形显控模块,此外还有相当数量的军用飞机显控系统换代也使用了景嘉微的产品。

 

 

2018年1月19日,景嘉微公布了非公开发行方案,公告指出,景嘉微非公开发行的募集资金总金额不超过 13 亿元。国家集成电路基金本次认购金额占公司本次非公开发行募集资金的比例为90%,即不超过11.7亿元。高新纵横本次认购的金额占公司本次非公开发行总金额的比例为10%,即不超过1.3亿元。

 

交易的完成也意味着国家集成电路基金正式入股GPU领域。那么,国产自主研发CPU有兆芯,GPU有景嘉微,是不是意味着国产芯有希望了?

 


关键字:GPU

编辑:muyan 引用地址:http://www.eeworld.com.cn/qrs/2018/ic-news090651215.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:三星科技继续强势:明年推5/4nmEUV工艺,后年上马3nmGAA工艺
下一篇:最后一页

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

Imagination联手Chips&Media推出全新GPU和CODEC

Imagination Technologies与Chips&Media宣布了一项全新的合作,它将为全球客户带来图形处理器(GPU)和视频编解码器(CODEC)领域内行业最佳的半导体知识产权(IP)解决方案。两家合作伙伴分别是图形处理技术和视频领域内的领导者,结盟合作将打造出经过测试的整合了Imagination的GPU IP和Chips&Media视频编解码器IP的解决方案,这种整合方案可以协同运作带来系统级效益,包括一系列压缩技术,如Imagination杰出的PVRIC无损压缩。这些IP都是围绕兼容的格式和驱动程序而设计,将允许客户去使用业内最佳技术,同时消除了对不兼容性的担忧。Imagination
发表于 2018-09-05

华为公布GPU Turbo 2.0 平均触控响应延迟时间降36%

   在宣布全新的EMUI 9.0系统的同时,华为官方还公布了“吓人技术”的升级版——GPU Turbo 2.0!  按照官方的说法,GPU Turbo 2.0在游戏场景的触控体验和游戏助手的功能体验上都得到了显著提升,平均触控响应延迟时间降低36%。  GPU Turbo是一种软硬协同的图形加速技术,能够提高手机GPU的性能,图形处理效率提高60%。GPU Turbo最早与今年6月公布,目前已经有包括Mate 9、P10、P20、Mate 10等大批的华为荣耀手机收到了GPU Turbo更新。  GPU Turbo技术详解:  华为GPU Turbo技术就是通过减少无用渲染的次数,优化或合并渲染区域。通过算法
发表于 2018-09-02
华为公布GPU Turbo 2.0 平均触控响应延迟时间降36%

SK电讯部署赛灵思FPGA用于AI加速,超越GPU实现5倍性能

自适应和智能计算的全球领先企业赛灵思公司(Xilinx, Inc.,(NASDAQ:XLNX) ) 与 SK 电讯 (SKT) 今天共同宣布:SKT 已在其数据中心中部署赛灵思 FPGA,为其人工智能 (AI) 加速。SKT 的自动语音识别 (ASR) 系统采用赛灵思® Kintex® UltraScale™ FPGA为其声控助手 NUGU 加速。与使用 GPU 相比,SKT 的自动语音识别应用性能提高了 5 倍,单位功耗性能也提高了 16 倍。该举措标志着 FPGA 加速器在韩国大型数据中心 AI 领域的首次商业应用。图一: NUGU语音识别的性能结果通过为现有的 CPU 服务器添加高效率赛灵思 FPGA 扩展插卡, FPGA
发表于 2018-08-17
SK电讯部署赛灵思FPGA用于AI加速,超越GPU实现5倍性能

自动驾驶芯片:GPU的现在和ASIC的未来

▌车载芯片的发展趋势(CPU-GPU-FPGA-ASIC)过去汽车电子芯片以与传感器一一对应的电子控制单元(ECU)为主,主要分布与发动机等核心部件上。随着汽车智能化的发展,汽车传感器越来越多,传统的分布式架构逐渐落后,由中心化架构DCU、MDC逐步替代随着人工智能发展,汽车智能化形成趋势,目前辅助驾驶功能渗透率越来越高,这些功能的实现需借助于摄像头、雷达等新增的传感器数据,其中视频(多帧图像)的处理需要大量并行计算,传统CPU算力不足,这方面性能强大的GPU替代了CPU。再加上辅助驾驶算法需要的训练过程,GPU+FPGA成为目前主流的解决方案。着眼未来,自动驾驶也将逐步完善,届时又会加入激光雷达的点云(三维位置数据)数据以及更多
发表于 2018-08-07
自动驾驶芯片:GPU的现在和ASIC的未来

数据存储处理器DPU会是另一个GPU吗?

,可对数据进行智能管理、控制和分析,从而减少闪存擦写次数,延长SSD使用寿命;二是可减少盘内计算和总线数据量,减轻主机CPU的负担。”杨亚飞强调,“经过测试,通过机器学习的算法可大大延长闪存的寿命三到五倍以上,效果显著。” 与此相呼应的是,据悉三星、西部数据等公司在与大普洽谈,希望通过技术授权的方式从大普获得相关专利。会成另一个GPU吗? 当然,作为一个“芯”生事物,走稳是当下的要务。杨亚飞对此表示,“DPU还在早期阶段,大普每做一代产品步子不会太大。对于消费领域,已经属于红海,拼得很厉害,大普将通过技术授权的方式来从中提成;对于企业级市场,大普将着力提供DPU。在立足之际是把一些最基础的、通用的计算做好,比如数
发表于 2018-07-09

专访UIUC陈德铭教授:「万能芯片」FPGA与深度学习

机器之心原创作者:邱陆陆人工智能的风潮从技术一路蔓延到硬件,让「芯片」成为今年行业里盛极一时的主题。人们关注通用芯片领域里 CPU 和 GPU 不断刷新的基准(benchmark),更对专用芯片(ASIC)领域不同场景下不断问世的解决方案表示出了空前的热情。 而众所周知,在专用芯片与通用芯片中间,还有一个更为灵活,也更为神秘的领域:FPGA。无论是英特尔天价的收购还是微软与 IBM 雄心勃勃的计划,都让人对其更加好奇。而「万能芯片」的名称,以及多样化的职责范围:它可以是智能手机里不起眼的一个小组件,也可以是数千美金一块的开发板,也让人对其真面目更加疑惑。 FPGA 与深度学习的关系究竟是什么?它适合
发表于 2018-06-25
专访UIUC陈德铭教授:「万能芯片」FPGA与深度学习

小广播

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
ע39ַ ͼag콢 lolͶעʲô agֳ Űע ggٷ ɳַ ɳ Ű 7777 վٷվ GNSǮ Ԫƴ Ѷ1.5ֲ mgϷˮʱ ȫƶ Ѷ չ˾ Ȥζ ag Ǯ bbinհײ˴ȫ bbinϷͲʽ gnsվ 940 ճ淶 羺 ƱϷԪ ע mgЩ