Sifive宣布了一个基于RISC-V和NVDLA体系结构的开源SOC平台。
昨天，Sifive是一家基于RISC-V的Fabless半导体公司，宣布了基于RISC-V和NVDLA架构的新开源SOC（System-Chip）开发平台。
RISC-V是一个指令集体系结构（ISA），例如X86或Arm架构，这部分是因为它本质上是开源的。
什么是NVDLA？
NVDLA（NVIDIA深度学习加速器）是一种专门设计用于使用模块化体系结构的加速器。根据Nvidia的底漆NVDLA，“ NVDLA硬件由以下组件组成”，列出了卷积核心，单个数据处理器，平面数据处理器，频道数据处理器以及专用的内存和数据重塑引擎，每个引擎都可以独立配置，并专用于不同的任务。系统可能需要也可能不需要。
NVDLA系统的两个示例。图像提供nvidia。
NVDLA已成为开源一年多。它一直在各种版本中出现，包括Arm的项目trillium而且，本月早些时候Marvell的“ AI SSD控制器概念验证架构解决方案”- 项目旨在通过将机器学习进入处理来帮助扩展数据管理。
开发自定义SOC的IP问题
在去年12月对AAC的采访，Sifive的SoC部门的SVP和GM Shafy Eltoukhy解释了为什么IPS可以为SoC开发人员呈现这样的障碍：- 与您自己的IP的政党IPS，以便您可以区分自己 - 建立SOC的大部分成本是第三方IP ...到您添加所有IPS的成本时，您可能最终会得到仅几百万美元才能从第三方许可IPS。”
Sifive已投资于自定义SOC开发DesignShare计划，旨在帮助SOC设计师选择并与各种IPS互动，而不会产生高昂的成本。通过开发和建造具有RISC-V和NVDLA等开源体系结构的SOC，该公司希望扩大该计划的可访问性和范围。
就在今天，也是如此宣布了DesignShare计划的新成员，ASIC设计服务，将为程序带来CDL（核心深度学习）技术。
NVIDIA的一致机器学习公告
昨天，NVIDIA强调了其新一代GPU RX2000。由于能够为游戏等应用程序生产高质量的图形，因此在消费市场中预计NVIDIA“ Turing Chip”。之所以命名，是因为RX 2000 GPU具有他们所谓的“ Turing Tensor Cores”（对于那些阅读的人来说，这听起来很熟悉Google的TPU，张量处理单元）。
因为基于张量的芯片允许更强大的处理（NVIDIA声称其Turing RTX图形卡比上一代强大的六倍（基于Pascal的GTX系列）强大的六倍，所以它们已成为那些希望进一步携带机器的人中的名副其实的流行语从实验室和消费市场进入学习和AI功能。
NVIDIA对AI，机器学习和深度学习的发展的计算。图像提供nvidia
与在新兴的机器学习计划中使用NVDLA配对，这证明了Nvidia具有从研究领域到硬件领域的AI革命的野心。
您在SOC开发或机器学习方面有经验吗？在下面的评论中给我们您对本周新闻的看法。
特色图像由sifive。
