• 我的订阅
  • 科技

tachyum公开prodigy处理器设计概念

类别:科技 发布时间:2023-12-15 00:42:00 来源:浅语科技

早在2018年的HotChips上,Tachyum就公开了Prodigy通用处理器的设计概念,其利用动态二进制翻译器可以运行任何代码,同时有着非常高的执行和翻译代码效率,引起了业界一阵轰动。Tachyum去年就带来了Prodigy,并开始接受评估平台的预购,不过一直没有正式上市,从2022年延期至2023年。

tachyum公开prodigy处理器设计概念

据TomsHardware报道,Tachyum再次推迟Prodigy处理器上市时间,最新的路线图已指向2024年下半年。同时Tachyum还在准备Prodigy2处理器,采用3nm工艺制造,支持PCIe6.0和CXL协议,预计会在2026年上半年到来。

Prodigy号称全球第一颗通用处理器(UniversalProcessor),同一个芯片上可以执行CPU、GPU和TPU任务,可运行原生和x86、Arm和RISC-V二进制文件,与竞争产品相比,可以节省成本并提供高性能计算能力。其采用了Tachyum的自研架构,采用台积电5nm工艺制造,最高拥有128个64位核心,配备了96条PCIe5.0通道,另外还有16个DDR5内存控制器,支持DDR5-6400,可以支持大型语言模型的海量内存容量,并能构建双路和四路平台。

tachyum公开prodigy处理器设计概念

此前Tachyum还宣布,通过在Prodigy处理器的物理设计阶段使用新的EDA工具,取得了更好的设计效果,成功地将核心数量从最高的128个提升至192个,增加了50%,而且芯片尺寸增长也很小,从500mm2增加至600mm2,以容纳更多的内核。此外,芯片的L2/L3高速缓存也从原来的128MB增加到192MB,同时还支持频率更高的DDR5-7200。

不过Tachyum的最新路线图显示,Prodigy处理器最多拥有128个核心,不知道是否是资历错误。

以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。

快照生成时间:2023-12-15 06:45:52

本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。

信息原文地址:

华为mate70pro概念图曝光,搭载麒麟9100s处理器
...华为Mate70Pro同样表现出色。它搭载了华为自研的麒麟9100s处理器,集成了先进的CPU架构和图形处理单元,确保了手机的强劲性能和高效运行
2024-02-03 21:08:00
华为p70艺术概念版设计曝光:采用深红色双色调陶瓷饰面
...,该机的打样工作已经完成,只等一个好时机正式发布。处理器方面,有消息称华为P70系列将搭载全新麒麟9010处理器。这款处理器在麒麟9000S的基础上进行了性能提升
2024-01-15 16:35:00
aipc到底是什么?
最近一段时间,AIPC成为一个流行词。Intel在发布CoreUltra处理器的时候,直接使用了AIPC这个词语,而各大厂商发布相应的笔记本产品时
2024-01-07 16:21:00
英特尔和AMD的缓存之争:谁能赢得未来?
...。洗心革面的英特尔,带来了重整旗鼓后的第十二代酷睿处理器。全新的高性能混合架构,将性能内核和效率内核相互结合,让处理器性能、生产力和创作力较之以往实现了飞跃,将AMD的常规处
2023-04-25 23:00:00
tcllonx手机发布,这是一款可以随时换电池的手机产品
...前的手机一样,没电时只需更换手机电池即可。联发科g25处理器,这款处理器是4g处理器,12nm处理器。一共使用了3+32个内存。屏幕为6英寸液晶屏,分辨率为720p。后部是一
2023-01-28 08:00:00
MWC 2023将于2月27日正式开幕 热点科技带你深度逛展
...像素的图片。性能方面荣耀Magic5系列将会采用骁龙8 Gen 2处理器,正面配有6.8英寸柔性屏,支持66W有线充电
2023-02-23 18:00:00
三星galaxys25系列或将采用骁龙处理器
...过,高通和三星也已达成了在GalaxyS25和S26机型中采用骁龙处理器的协议。也就是说,接下来的三星S系列旗舰中应该还会搭载来自高通的骁龙处理器,且这样的产品规划将至少保持
2024-04-19 10:32:00
荣耀90pro概念图曝光,配置直接被拉满,满足你心心念念
...2160Hz高频PWM调光技术。在核心部件上,搭载第二代骁龙8+处理器,采用台积电4nm制程工艺,那么该芯片的CPU以及GPU表现也是比较优秀的
2023-01-21 22:33:00
AMD锐龙开创AI笔记本时代:效果立竿见影!
...念最大的不同。在硬件方面,丰富、强大的AI加速器、CPU处理器、GPU加速器都可以高效率地搞定各种AI推理、训练负载。在应用方面,就更加数不胜数了,唯一限制的可能只有我们的想
2023-08-21 20:22:00
更多关于科技的资讯: