Non ci sono prodotti a carrello.
Come afferma uno dei fondatori, quella di Efinix è la tecnologia giusta al momento giusto. In tutto il mondo i ricercatori stanno lavorando duramente per ottenere il meglio dall’Intelligenza Artificiale, soprattutto nel campo del deep learning da implementare direttamente nei chip, in particolare negli FPGA; il costo e il consumo di questi ultimi diventa perciò sempre più determinante.
Da questo punto di vista, importanti novità arrivano da una startup con sede a Santa Clara, in California, che prevede di produrre un nuovo tipo di FPGA (Field-programmable Gate Array) le cui dimensioni sono un quarto dei chip attuali, il consumo è pari alla metà e la costruzione risulta molto più semplice. Questa tecnologia che Efinix ha battezzato “Quantum Programmable Technology”, potrebbe aiutare ad installare i processi di deep learning e, più in generale, di Intelligenza Artificiale, lontano dai server centrali e dal cloud, e spingere l’apprendimento profondo e l’AI verso il punto in cui vengono acquisiti ed elaborati i dati.
Gli FPGA utilizzano la stessa architettura di base da decenni con una struttura che assomiglia ad una scacchiera, con sezioni alternate che sono dedicate a routing o logica. Tony Ngai, uno dei cofondatori di Efinix ed esperto di FPGA, ha presentato un nuovo schema con ciascun blocco (denominato eXchangeable Logic e Routing, XLR) che può essere programmato per eseguire entrambe le funzioni.
I blocchi di routing FPGA tradizionali devono essere progettati per gestire il caso peggiore: il set più complesso di interconnessioni possibile. Per questo motivo le moderne FPGA necessitano di un totale di 10 – 14 strati di metallo per formare tutte le interconnessioni. Questi strati di metallo e il loro isolamento formano dei condensatori parassiti che incrementano i consumi.
Nel caso della tecnologia Quantum programmable tech non è necessario preoccuparsi dei casi complessi, è sufficiente abilitare i blocchi vicini per eseguire l’instradamento. Ciò significa che il sistema Quantum è intrinsecamente più piccolo e richiede solo sette strati di interconnessione. Il numero ridotto di layer non solo riduce la potenza dissipata dovuta alla capacità parassita, ma rende anche più semplice integrare l’architettura in un altro chip, ad esempio in un SoC o in un ASIC.
Efinix, insieme ai suoi partner, prevede di iniziare la produzione entro il 2018, grazie anche a un finanziamento di 9,5 milioni di dollari USA. È interessante notare che il più grande finanziatore è stato il potenziale competitor Xilinx, l’azienda n. 1 nel campo degli FPGA.
“La soluzione di Efinix può affrontare una vasta gamma di applicazioni che in genere non sono alla portata degli FPGA di oggi”, ha dichiarato Salil Raje, senior vice president of the software and IP products group presso Xilinx, in un recente comunicato stampa. “Siamo felici di essere finanziatori di questa startup e siamo impazienti di lavorare con loro“.
“Non stiamo andando a competere con Xilinx”, ha affermato Sammy Cheung, cofondatore e CEO di Efinix “Al contrario, vogliamo collaborare con loro per espandere il mercato degli FPGA”. Un mercato che vale oggi circa 5 miliardi di dollari, e che non sta crescendo rapidamente “Ma che con la nostra tecnologia potrebbe facilmente raddoppiare”.
