SiFive lancia i cluster XM per acceleratori AI su architettura RISC-V | | | | Turtles AI

SiFive ha introdotto i cluster Intelligence XM, acceleratori AI basati su RISC-V, offrendo licenze per l’integrazione in chip personalizzati. Questi design scalabili, con motori matematici interni per calcoli di reti neurali, sono destinati a dispositivi edge, IoT e data center.

Punti chiave:

•  SiFive presenta i cluster XM, acceleratori AI basati su core RISC-V.
•  Licenze per l’integrazione in chip destinati a dispositivi edge, IoT e data center.
•  Design completo con motore matematico per il calcolo delle reti neurali.
•  SiFive mira a fornire alternative scalabili per l’elaborazione AI.

SiFive, azienda fabless specializzata in architetture basate su RISC-V, ha recentemente introdotto sul mercato un nuovo prodotto mirato allo sviluppo di chip per AI: i cluster della serie Intelligence XM. Questo design, sviluppato internamente, rappresenta un’evoluzione rispetto ai precedenti contributi di SiFive nel settore, dove era principalmente nota per aver progettato core CPU basati su RISC-V per acceleratori di terze parti, come nel caso di Google e Tenstorrent. Ora, SiFive rende disponibile un progetto completo per acceleratori AI, dando la possibilità alle aziende interessate di acquisirne la licenza e integrare questi progetti in soluzioni personalizzate. 

L’innovazione sta nella possibilità di offrire un pacchetto che comprende non solo i core CPU, ma anche il motore matematico interno, ottimizzato per gestire i calcoli di rete neurale direttamente nell’hardware. Questo approccio permette a SiFive di rivolgersi a un pubblico diverso rispetto a quello delle grandi aziende tecnologiche che sviluppano internamente i propri acceleratori. I clienti target sono organizzazioni che desiderano un design standardizzato da adattare e produrre, mantenendo un certo grado di personalizzazione.

Il cluster XM base è composto da quattro core CPU RISC-V Intelligence X, abbinati a un motore di calcolo specifico per reti neurali. Questo setup è pensato per supportare fino a 1 TB/sec di larghezza di banda di memoria, con prestazioni che possono raggiungere i 16 tera-operazioni al secondo (TOPS) con numeri interi INT8 o 8 teraFLOPS in formato BF16 per gigahertz. Questi numeri indicano che le prestazioni effettive dipenderanno dalla configurazione complessiva scelta dai clienti, in termini di numero di cluster utilizzati, velocità di clock, gestione del calore e alimentazione.

Sebbene le specifiche di base possano sembrare modeste rispetto a soluzioni più potenti come le GPU H100 di Nvidia, che operano a quasi un petaFLOPS di prestazioni BF16 dense, l’approccio di SiFive punta su un’architettura scalabile. Infatti, una delle caratteristiche interessanti di questi cluster XM è la capacità di integrarli in gruppi più ampi, arrivando potenzialmente a configurazioni con 512 cluster. In teoria, un tale setup potrebbe competere con i futuri acceleratori Blackwell di Nvidia, raggiungendo circa 4 petaFLOPS di prestazioni BF16.

In aggiunta ai cluster XM, SiFive mette a disposizione anche una libreria kernel open source per favorire l’adozione delle architetture RISC-V, riducendo così le barriere d’ingresso per le aziende che desiderano sviluppare chip AI utilizzando questa piattaforma. Si tratta di una proposta che si colloca in un mercato in rapida espansione, con una forte richiesta di soluzioni per l’inferenza AI, soprattutto in contesti dove i costi e i consumi energetici sono fattori chiave.

SiFive, con questa mossa, intende fornire un’alternativa concreta alle architetture più consolidate, puntando su flessibilità e scalabilità.