UNISOC smartfonlarining flash-xotirasini boshqarish uchun UniSwap Ultra Engine ni taqdim etdi
Batafsil
Pandaily
pandaily.com

UNISOC smartfonlarining flash-xotirasini boshqarish uchun UniSwap Ultra Engine ni taqdim etdi

UNISOC kompaniyasi smartfonlar uchun xotira boshqaruv tizimi boʻlgan UniSwap Ultra Engine ni eʼlon qildi. Bu tizim chip darajasidagi rejalashtirishni, siqilgan xotirani va flash-xotiraga asoslangan podkacha mexanizmini birlashtiradi. Ushbu texnologiya 20-noyabrda taqdim etilgan boʻlib, keyingi kuni Xitoy hisobotlari uning arxitekturasini va laboratoriya natijalarini batafsil tasvirlab bergan.

Mexanizm jismoniy operativ xotira (RAM) cheklanganida ilovalarga mavjud boʻlgan xotira hajmini kengaytirish uchun UFS omboridan foydalanadi. Muhim jihat shundaki, bu qoʻshimcha DRAM oʻrnatish emas, balki virtual xotira texnikasidir. Masalan, 4 GB jismoniy operativ xotiraga ega smartfon faqat omborning bir qismini podkacha uchun ishlatish orqali avtomatik ravishda 6 GB jismoniy operativ xotiraga ega qurilmaga aylanmaydi.

UNISOC bayonotlariga koʻra, ushbu sxemadan foydalanadigan 4 GB smartfon anʼanaviy 6 GB modeliga teng boʻlgan kundalik silliq ishlashga erishishi mumkin. Bundan tashqari, kompaniya tizim kechikishining 20% ga kamayishi va fon rejimida ilovalarni ushlab turishning 20% yaxshilanishi haqida maʼlumot beradi. Bu koʻrsatkichlar mustaqil qurilma sinovlari emas, balki UNISOC laboratoriya sinovlariga bevosita bogʻlanadi.

Dvigatelning tuzilmasi va ishlash prinsiplari

Tizim uch bosqichda tavsiflanadi. Chip ustidagi tizim (SoC) darajasida CPU va DDR sifat kafolatlari kontrollerlari yuklanish oʻzgarishlariga javoban uzatish tezligi, chastota va kirish vaqtini tartibga soladi. Maʼlumotlarni xotira va ombor oʻrtasida koʻchirish paytida kechikishlarni kamaytirish uchun UFS kontrollerining optimallashtirilishi, jismoniy interfeysni optimallashtirish, ustuvor kirish va maʼlumotlarni oldindan tanlashdan foydalaniladi.

Dasturiy daraja fon ilovalari tomonidan band qilingan xotirani siqish va ushbu siqilgan hajmni ZRAM va UFS oʻrtasida dinamik ravishda taqsimlash uchun masʼuldir. Shuningdek, u ilovalarning hayot sikllarini va xotirani boʻshatish jarayonini boshqaradi. Maqsad – foydalanuvchilar messenjerlar, videolar, oʻyinlar va boshqa vazifalar orasida almashib yurishganda ilovalarni toʻliq qayta yuklash zaruriyatini minimallashtirishdir.

Uchinchi daraja flash-xotira xususiyatlari, proshivka va fayl tizimini muvofiqlashtirish boʻyicha ombor ishlab chiqaruvchilari bilan hamkorlikni oʻz ichiga oladi. UNISOC individual ishlab chiqilgan UFS yechimlari podkacha trafikining koʻp marta bajarilishi vaqtida chidamlilik va kechikish talablariga javob berishini taʼkidlaydi. Biroq, eʼlon barcha turdagi omborlar uchun shunga oʻxshash foydani tasdiqlovchi mustaqil chidamlilik oʻlchovlarini oʻz ichiga olmaydi.

Bu bayonotlar mavjud xotira va ombor resurslarini uygʻunlashtirishga tegishli, yangi qurilma taklif qilish yoki flash-xotiraning jismoniy DRAM xususiyatlariga ega boʻlishini isbotlashga emas. Amaliy natijalar ilova yuklanish turi, siqish xatti-harakati, ombor apparati va qurilmaning integratsiyasiga bogʻliq boʻladi. Berilgan eʼlon ushbu texnologiyadan foydalanishi kerak boʻlgan telefonlarning toʻliq roʻyxatini bermaydi va uchinchi tomon taqqoslashlari uchun takrorlanadigan protokolni taklif qilmaydi. Aniq hissa chip va dasturiy taʼminotni integratsiya qilishdagi tavsiflangan yondashuvda boʻlib, foizli yaxshilanishlar va tajriba yetkazuvchi tomonidan eʼlon qilingan natijalardir.

Oʻxshash hikoyalar

Tencent Hy4 flash modelining vaznini uchta variantda yuklab olish uchun chiqardi
Batafsil
pandaily.com

Tencent Hy4 flash modelining vaznini uchta variantda yuklab olish uchun chiqardi

Tencent kompaniyasi Hy4 flash modelining vaznlarini yuklab olish uchun eʼlon qildi, bu modelning APIsi 16-noyabrda eʼlon qilinganidan soʻng sodir boʻldi. Bu haqida IT Home nashri 18-noyabrda xabar berdi. Ushbu yangilanish avval Pandaily tomonidan yoritilgan API spetsifikatsiyalari va narxlarni qayta taqdim etish oʻrniga, joylashtiriladigan nazorat nuqtalarini olish imkoniyatini taqdim etadi.

Tencentning rasmiy model kartochkasi uchta versiyani roʻyxatlaydi: koʻrsatma sozlamalari bilan model boʻlgan Hy4 flash; uning koʻrsatma sozlamalari bilan kvantlangan versiyasi boʻlgan Hy4 flash-FP8; va oldindan oʻqitilgan asosiy model boʻlgan Hy4 flash-base. Asosiy nazorat nuqtasi chat bilan ishlaydigan tayyor variantlarni almashtirish uchun emas, balki yanada oʻqitish uchun moʻljallangan.

Pandaily Hugging Faceʼdagi uchta rasmiy repozitoriyani tekshirdi. Vaznlar indeks fayllari mavjud shardlar roʻyxatiga ishora qilgan, va anonim bayt diapazoni soʻrovlari har bir versiya uchun vazn fayllarining maʼlumotlarini qaytardi. Bu tekshiruvlar yuklab olish imkoniyati borligini tasdiqlaydi, ammo nazorat nuqtalarining toʻliq yuklanishi yoki muvaffaqiyatli natija sinovlari emas.

Standart nazorat nuqtasi taxminan 440,5 GB tensor maʼlumotlarini oʻz ichiga oladi, FP8 uchun esa bu taxminan 287,1 GB ni tashkil etadi. Bu oʻlchamlar vazn maʼlumotlariga tegishli, GPU xotirasining minimal talablariga emas. Kvantlash saqlash hajmini kamaytiradi, lekin chiqarishni kichik isteʼmolchi qurilmalari uchun modelga aylantirmaydi.

Joylashtirish boʻyicha hujjatlar ushbu chiqarishning muhim qismidir. Tencent vLLM va SGLang uchun maxsus konteyner tasvirlarini, shu jumladan sakkiz tomonlama tensor parallelizmi foydalanish misollarini taqdim etadi. Transformers uchun koʻrsatmalar modelni qoʻllab-quvvatlashni soʻrashni koʻrsatadi, standart chiqarilgan paket ushbu arxitekturani allaqachon qoʻllab-quvvatlayotganini taxmin qilmaydi.

vLLM retsepti ham host operativ xotirasini talab qiladi, chunki Engram jadvallari standart holatda CPU xotirasiga yuklanadi. Boshlangʻich konfiguratsiya 8192 token hajmidagi kontekstdan foydalanadi; model tomonidan eʼlon qilingan 1 million token sigʻimi har bir apparat konfiguratsiyasining bunday uzunlikni xizmat qilishini kafolatlamaydi. Eʼlon qilingan xotira yoʻriqnomalari oʻlchangan minimal talablar emas, balki baholangan qiymatlardir.

Nazorat nuqtalari Tencent Hy 1.0 litsenziyasidan foydalanadi, bu litsenziya uni Apache 2.0 boʻlmaganligi haqida bevosita koʻrsatadi, garchi u undan hosil boʻlgan boʻlsa ham. 10-boʻlim modelni xizmat sifatida ishlatuvchi operatorlar uchun alohida yozma litsenziyani talab qiladi, agar ularning umumiy jahon daromadi ketma-ket 12 oylik davr ichida 50 million AQSh dollaridan oshsa, yoki modelni oyiga 100 milliondan ortiq faol foydalanuvchiga ega mahsulot yoki xizmatda ishlatilsa. Ichki foydalanish uchun tor aniqlangan istisno qoʻllaniladi, bunda model va uning natijalari uchinchi tomonlarga taqdim etilmaydi.

Shunday qilib, ushbu chiqarishni Tencent tomonidan eʼlon qilingan shartlarga muvofiq vaznlar boʻyicha ochiq deb taʼriflash eng yaxshi, cheksiz ruxsat etilgan ochiq kod sifatida emas. Tencent Hy4 kabi kattaroq modelning vaznlarini chiqarish hali tayyorlanayotganini maʼlum qilmoqda.

D-Robotics va Infinigence AI ochiq robototexnika vositalarini Sunrise chiplariga integratsiya qildi
Batafsil
pandaily.com

D-Robotics va Infinigence AI ochiq robototexnika vositalarini Sunrise chiplariga integratsiya qildi

D-Robotics va Infinigence AI hamkorlik shartnomasi haqida eʼlon qilishdi, bu shartnoma boʻyicha jismoniy sunʼiy intellekt uchun ochiq kodli vositalar toʻplami D-Roboticsning Sunrise chiplari va uning RoboGo dasturiy platformasi bilan integratsiya qilinadi. Bu ikki kompaniya tomonidan 13-noyabrda eʼlon qilindi.

Baʼzi komponentlar allaqachon birgalikda ishlayotgani maʼlum boʻlib, bu ishlab chiquvchilarga butun ish siklini bajarish imkonini beradi: modellarni oʻqitish, qurilmalarni boshqarish, agentlarni ishga tushirish va ularni robotlarning apparat taʼminotida yagona ish jarayoni doirasida joylashtirish.

Bu ochiq kodli vositalar toʻplami robotlarni ishlab chiqishning toʻrtta bosqichini qamrab oladi. U Tsinghua universiteti va Infinigence AI hamkorligida ishlab chiqilgan.

D-Robotics apparat taʼminoti va platformani taqdim etish uchun javobgar. Uning Sunrise chiplari qurilmalarga kirish va operatsiyalarni bevosita borda amalga oshirish imkonini beradi, shu bilan birga RoboGo muhitni boshqarish, vazifalarni rejalashtirish va ijro vaqtini monitoring qilish bilan shugʻullanadi.

Kompaniyalar bayonotlariga koʻra, integratsiya allaqachon natijalar koʻrsatdi: ishlab chiquvchilar RoboGoʻda oʻquv muhitini tanlashi, periferik uskunalarni masofadan boshqarishi va chaqirishi, shuningdek, modellarni oʻqitish, agentlarni bajarish va uskunadan qaytish orqali sinovdan oʻtkazishni bitta jarayon ichida amalga oshirishi mumkin.

Ushbu eʼlon ikki tomon tomonidan avval namoyish etilgan ishlarni kengaytiradi. Infinigence AI sentabrda optimallashtirilgan Pi0.5 modelidan foydalanib, NVIDIA Jetson Thor uchun APXInf kodi bazasini ochdi, S600 moslashuvi esa mahalliy robot chipini oʻz maqsadli yechimlariga qoʻshdi. D-Robotics avval GigaAI ning GigaBrain-0.7 kabi uchinchi tomon robot modellarini Sunrise S600 bilan birlashtirgan edi.

Hech bir kompaniya birlashtirilgan ish jarayoni uchun samaradorlik koʻrsatkichlarini nashr etmagan va Sunrise modellarining qachon APXInfni qoʻllab-quvvatlashini maʼlum qilmagan.

Google maʼlumotlarni himoya qilish va AI xotirasini oshirish uchun TPU 8tx va TPU 8i Maxni ishga tushirdi
Batafsil
olhardigital.com.br

Google maʼlumotlarni himoya qilish va AI xotirasini oshirish uchun TPU 8tx va TPU 8i Maxni ishga tushirdi

Google sunʼiy intellekt (AI) uchun ikkita yangi chip tizimini, TPU 8tx va TPU 8i Max deb nomlanganlarini eʼlon qildi. Bu ularning sakkizinchi avlod protsessorlarining kengayishi hisoblanadi. Ushbu yangi qurilmalardan biri qayta ishlash paytida maʼlumotlarni himoya qilishni taʼminlash uchun maxsus ishlab chiqilgan, boshqasi esa AI agentlari tomonidan ishlatiladigan katta hajmdagi maʼlumotlarni boshqarish uchun yaratilgan.

Bu chiqarilishlar bilan korxona bitta yil ichida sakkizinchi avlodning toʻrtta TPU tizimini taqdim etmoqda, ularning har biri turli xil modelni oʻqitish va bajarish talablariga yoʻnaltirilgan. Ushbu jihozlar aprelda Google Cloud Next tadbirida taqdim etilgan TPU 8t va TPU 8i ni toʻldiradi.

TPU 8t katta miqyosdagi modellarni oʻqitishga qaratilgan, TPU 8i esa tezkor javoblar talab qiladigan vazifalarga moʻljallangan. Google maʼlumotlariga koʻra, bu yangi chiplar oʻqitishda 2,7 martagacha yuqori samaradorlikni taʼminlaydi va inferensiya boʻyicha narx-samaradorlik oldingi avlodga nisbatan 80% yuqori.

TPU 8tx maxfiy maʼlumotlarni kompyuterlash jarayoni davomida oshkor qilmasdan ishlov berishi kerak boʻlgan kompaniyalar va davlat organlari uchun moʻljallangan. Bunga qarshi, TPU 8i Max juda katta hajmdagi maʼlumotlarni bir vaqtda tahlil qilishni talab qiladigan ilovalar uchun ishlab chiqilgan, masalan, keng kodlar yoki uzoq video yozuvlarni tekshiruvchi AI agentlari.

TPU 8tx oʻzining apparatida maxfiylikni taʼminlash funksiyalarini integratsiya qiladi. Bu maʼlumotlar va modellarning ichki maʼlumotlari tizim tomonidan ishlatilayotganda ham xavfsiz qolishiga imkon beradi. Ushbu funksiya maxfiy maʼlumotlar bilan ishlov beradigan yoki juda qattiq xavfsizlik standartlariga rioya qilish zarur boʻlgan tashkilotlar uchun mos keladi.

Ushbu jihoz TPU 8t ning shu protsessor texnologiyasidan foydalanadi, ammo uni beshinchi avlod AMD EPYC protsessorlari va Boardfly tarmogʻi bilan birlashtiradi. Google bu kombinatsiya natijasida TPU 8t dan yarim vaqtga qadar javob berish vaqtiga erishishini, lekin samaradorlikka sezilarli taʼsir koʻrsatmasligini maʼlum qildi.

Arxitektura shuningdek, maxfiy maʼlumotlardan foydalanib AI modellarini moslashtirish, kattaroq modellar asosida kamaytirilgan versiyalarni yaratish va maʼlumotlarni turli server toʻplamlari oʻrtasida uzatish zarurati boʻlmagan holda agentlarni oʻqitishni qoʻllab-quvvatlaydi.

TPU 8i Max ikki dona TPU 8i chiplarini bitta jismoniy tuzilmada jamlaydi, bu unga standart modelga nisbatan ikki barobar koʻproq protsessorlash quvvati va xotira resurslariga ega boʻlish imkonini beradi. Bundan tashqari, Google ushbu tizim bir xil raq almashtirgich maydonchasida ikki barobar koʻproq protsessor komponentlarini joylashtirishini taʼkidladi, bu esa maʼlumotlar markazlarida yuqori hisoblash quvvatini taʼminlaydi.

Apparatlar bilan birga, kompaniya ishlab chiquvlarga yordam beruvchi vositalarni ham kiritdi. PyTorch va Hugging Face modellar bilan ishlab chiqilgan ilovalarni kodni qayta yozishni talab qilmasdan TPUsda ishga tushirish imkonini beruvchi ochiq kodli TorchTPU mavjud. Boshqa bir innovatsiya esa chiplar, serverlar va saqlash tizimlari oʻrtasidagi aloqani yaxshilaydigan TPU Sync boʻlib, bu AI javoblar hosil qilishda qayta ishlatadigan maʼlumotlarga kirishni optimallashtiradi. Google buni bunday maʼlumotlarni uzatish va birinchi soʻz yoki javobning bir qismi uchun kutish vaqtini 90% dan ortiq kamaytirishi mumkinligini taʼkidladi.

Nihoyat, Cloud Pathways Google Kubernetes Engine (GKE) da umumiy ravishda mavjud boʻldi. Bu vosita bir nechta TPU protsessor toʻplamlarini yagona birlik sifatida muvofiqlashtirishni osonlashtiradi, yuqori hisoblash quvvatini talab qiladigan vazifalarni bajarishni soddalashtiradi.

Google taxminan 100 ta mijozning oʻz TPUsidan foydalanayotganini bildirdi, ular AI laboratoriyalari, moliyaviy institutlar, chakana savdochilar va universitetlarni qamrab oladi. Kompaniyaning oʻzi ham oʻz protsessorlarini rivojlantirishni tezlashtirish uchun AlphaChip va Gemini kabi sunʼiy intellekt vositalaridan foydalanadi.

Mashhur