НТЦ Модуль: NM Quad Серверный нейроускоритель

Основные статьи:

• Процессор
• Центральный процессор

2023: Представление нейроускорителя

НТЦ «Модуль» 1 июня 2023 года представил серверный нейроускоритель на отечественных процессорах.

NM Quad – высокопроизводительный вычислительный модуль, предназначенный для реализации нейронных сетей, цифровой обработки сигналов и изображений. Устройство разработано Научно-техническим центром «Модуль».

NM Quad актуален для применения в составе специализированных высокопроизводительных вычислительных комплексов, суперкомпьютеров, серверов, центров обработки данных, в системах машинного зрения, цифровой обработки сигналов и изображений.TAdviser выпустил новую Карту российского рынка информационной безопасности: 250 разработчиков и поставщиков услуг 38.5 т

В основе модуля – четыре многоядерных DSP-процессора К1879ВМ8Я на базе оригинальной векторно-матричной архитектуры NeuroMatrixCore 4. Благодаря своей высокой производительности, изделие может обрабатывать большие массивы данных в режиме реального времени.

На начало июня 2023 года на отечественном рынке нейроускорителей отсутствуют аналоги NM Quad: модуль построен на базе сразу четырех нейропроцессоров К1879ВМ8Я и предоставляет производительность в 2 TFLOPS для данных в формате fp32 и 0.5 TFLOPS для fp64, сказал Халиль Эль Хажж, руководитель отдела маркетинга НТЦ «Модуль».

Безусловный плюс нейроускорителя – гибкая настройка под задачи пользователя. Каждый из 4 процессоров К1879ВМ8Я содержит 4 независимых вычислительных кластера с 4 ядрами NMC4 в каждом. В рамках процессора пользователь имеет возможность самостоятельно выбрать режим работы устройства – обрабатывать данные всеми четырьмя кластерами сразу, либо дать каждому кластеру свою задачу. Такой подход масштабируется на 4 процессора К1879ВМ8Я. Таким образом в распоряжении пользователя оказываются сразу 16 вычислительных кластеров, каждый из которых может быть настроен на индивидуальную независимую задачу, либо задействован в нужном пользователю количестве для параллельной обработки данных.