AMD 高性能计算与主权 AI 副总裁 Scott Tease 表示,AI 不会取代传统高性能计算,气候模拟、核能、材料等前沿科研仍依赖 FP64 双精度算力。他主张未来科研算力走向 CPU、GPU、AI 加速器与量子计算机协同的异构体系,AMD 正与 IBM 在橡树岭国家实验室试点经典计算栈与 129 量子比特 Quantum Nighthawk 的融合。
异构计算
Heterogeneous Computing
协同调度 CPU、GPU、加速器与量子设备等不同架构完成计算任务的体系
收录情报动态
AMD、FuriosaAI 和 MangoBoost 签署谅解备忘录,计划于明年春季在首尔建设首个集成 CPU、GPU、NPU 和 DPU 的开放式异构 AI 计算参考集群。该举措旨在通过多芯片协同优化算力分配,提升整体基础设施效率。
开源异构计算框架 TornadoVM 发布 7.3 版本,通过移除 JVMCI 依赖并采用 FFM API 重构后端,显著提升了与 Nvidia CUDA 生态的集成深度。新版本支持直接调用 cuBLAS/CUTLASS、多 GPU 执行及 Apple Metal 混合 API,为 Java 开发者提供了更高效的机器学习工作负载加速方案。
趋境科技在 GAI+C 大会上联合智谱 AI 和摩尔线程发布“国产异构推理高品质 AI Token 工厂”解决方案,旨在通过全系统异构协同降低算力成本并提升普通算力的推理效率。同时,趋境科技宣布完成超 13 亿元 B 轮融资,年内累计募资达 24 亿元,显示资本市场对国产 AI 基础设施赛道的强烈关注。
Anthropic 上市文件显示其整合亚马逊、谷歌、英伟达及 AMD 芯片构建统一算力资源池。该策略通过软件调度实现跨平台任务分配,旨在降低对单一供应商依赖并增强议价能力。尽管短期内难以撼动英伟达在训练领域的优势,但长期可能削弱其定价权并推动算力商品化。
Arm 联合 Meta、OpenAI 等企业提出新的 CPU 性能评估范式,主张从单纯的 Token 吞吐量转向以端到端任务完成度为核心。在 AI Agent 场景下,工具调用延迟与任务编排效率成为衡量算力的关键指标,推动数据中心算力分工从 GPU-centric 向异构协同架构演进。
开源异构计算框架 TornadoVM 发布 v7.3 版本,旨在让 Java 应用直接利用 GPU 进行高性能计算。该工具无需替换现有 JVM,即可自动将代码卸载至硬件后端并管理内存,为云原生和机器学习场景提供底层加速能力。
Synaptics 推出 Astra SR200 系列微控制器,通过集成 Google Coral NPU 和可扩展至数百 MB 的高带宽定制 DRAM,首次在 MCU 级别实现多模态边缘 AI 运行能力。该芯片提供最高 400 GOPS 算力,旨在支持可穿戴设备、工业视觉等场景下的复杂端侧模型部署。
进迭时空发布号称首颗完整符合 RISC-V 服务器规范的芯片 Vital Stone V100。该处理器采用 6 个香山性能核与 40 个自研能效核的异构设计,支持 8 通道 DDR5-4800 内存及 PCIe Gen5,全面兼容 RVA23 Profile 并具备服务器级虚拟化与安全特性。
月之暗面(Moonshot AI)公布 Kimi K3 模型在 AMD Instinct MI355X 加速器上的部署成果,通过 AgentX 框架优化实现了与 NVIDIA HGX B300 相当的单 GPU 吞吐量。该案例重点揭示了针对大模型推理瓶颈的底层优化策略及决策过程,验证了非英伟达硬件在高性能计算场景下的竞争力。