数字内存计算芯片初创公司d-Matrix推出了新的3D堆叠内存技术(3DIMC),承诺相比当前行业标准HBM4,能够将AI模型运行速度提升10倍,并将能耗降低高达90%。
该公司成立于2019年,由CEO Sid Sheth和CTO Sudeep Bhoja创立,两人此前都是高速互连开发商Inphi Corp的高管,该公司于2020年被Marvell以100亿美元收购。d-Matrix的目标是开发内存计算芯片级技术,以比传统DRAM带宽更低的成本为AI推理提供比高带宽内存(HBM)更多的内存。
Sheth在LinkedIn上发布消息称:"我们相信AI推理的未来不仅取决于重新思考计算,更要重新思考内存本身。我们正在为新的内存-计算范式(3DIMC)铺平道路,这使我们的DIMC平台能够继续扩展并突破内存墙,而不会牺牲内存容量和带宽。通过三维堆叠内存并将其与计算更紧密地集成,我们大幅降低了延迟,提高了带宽,并释放了新的效率增益。"
d-Matrix技术使用LPDDR5内存,通过中介层将数字内存计算(DIMC)硬件连接到内存。DIMC引擎使用经过修改的SRAM单元,增加了执行乘法运算的晶体管,直接在内存阵列内执行计算。该技术采用芯片小片架构构建,针对Transformer模型中使用的矩阵-向量乘法运算进行了优化。Apollo计算核心包含8个DIMC单元,可并行执行64×64矩阵乘法,支持多种数值格式(如INT8、INT4和块浮点)。
Bhoja在博客文章中写道:"我们正在将最先进的3D堆叠数字内存计算实现——3DIMC引入我们的路线图。我们首个支持3DIMC的硅芯片d-Matrix Pavehawk经过2年多的开发,现已在我们的实验室中投入运行。"
"我们预计3DIMC将使AI推理工作负载的内存带宽和容量提升几个数量级,确保随着新模型和应用的出现,服务提供商和企业能够高效、经济地大规模运行它们。"
"我们的下一代架构Raptor将把3DIMC集成到其设计中——从我们和客户在Pavehawk上的测试中学到的经验中受益。通过垂直堆叠内存并与计算芯片小片紧密集成,Raptor有望突破内存墙,释放全新水平的性能和总体拥有成本。"
"我们的目标是在运行AI推理工作负载时,使用3DIMC相比HBM4实现10倍更好的内存带宽和10倍更好的能效。这些不是渐进式改进——而是重新定义大规模推理可能性的阶跃函数式改进。"
附注:d-Matrix已完成两轮融资。2022年A轮融资筹集了4400万美元,2023年B轮融资筹集了1.1亿美元,总计1.54亿美元。该公司与服务器可组合性供应商GigaIO建立了合作伙伴关系。
Q&A
Q1:d-Matrix的3DIMC技术是什么?有什么优势?
A:3DIMC是d-Matrix开发的3D堆叠数字内存计算技术。该技术通过三维堆叠内存并与计算紧密集成,相比当前行业标准HBM4,能够将AI模型运行速度提升10倍,将能耗降低高达90%,同时大幅降低延迟并提高带宽。
Q2:d-Matrix的DIMC引擎是如何工作的?
A:DIMC引擎使用经过修改的SRAM单元,增加了执行乘法运算的晶体管,能够直接在内存阵列内执行计算。Apollo计算核心包含8个DIMC单元,可并行执行64×64矩阵乘法,支持INT8、INT4和块浮点等多种数值格式,专门针对Transformer模型优化。
Q3:d-Matrix公司的发展现状如何?
A:d-Matrix成立于2019年,已完成两轮融资共1.54亿美元。首个3DIMC芯片Pavehawk已在实验室投入运行,下一代架构Raptor正在开发中。公司与服务器供应商GigaIO建立了合作伙伴关系,目标是为AI推理提供更高效的内存解决方案。
好文章,需要你的鼓励
英国研究人员开发出一项名为Fastball的三分钟检测技术,通过脑电图头戴设备分析大脑对图像的识别能力,能够在认知衰退早期发现记忆问题。研究涉及107名参与者,发现该技术可有效识别轻度认知障碍患者的记忆缺陷,比现有诊断工具提前10-20年发现阿尔茨海默病征象。该技术可在家中使用,为早期干预治疗提供可能。
伊斯法罕医科大学研究团队开发出DrugReasoner,这是首个能够像人类专家一样"推理"的药物审批预测AI系统。该系统基于LLaMA架构,不仅能预测新药是否会被批准,更重要的是能详细解释推理过程。在多项测试中表现优异,AUC值达0.732,明显超越传统方法,为制药行业提供了前所未有的透明化决策工具,有望显著提高药物研发效率。
随着智能代理AI的兴起,CIO必须调整IT战略重点、降低新安全风险并为员工重新培训技能。75%的CIO将在AI和机器学习项目上投入更多时间。IT部门需要从管理基础设施转向编排智能化,在每个业务流程中嵌入AI代理。CIO应重新考虑人机协作模式、多学科敏捷团队演进、IT治理职能重新定位,以及培养AI数据质量专家、AI诊断师等新兴角色技能。
这项由南京大学团队开发的FASB技术让AI学会了"察言观色"和"知错能改"。通过实时监控AI内部状态并动态调整干预强度,该方法在多个测试中将AI回答准确率提升了近50%。研究团队创新性地引入了回退机制,让AI能在发现问题时"重新来过",显著提升了回答质量。该技术在教育、客服、内容创作等领域具有广阔应用前景。