Esta semana, en los Simposios sobre Tecnología y Circuitos VLSI 2020, también conocido como VLSI Symposia, Intel presentará sus investigaciones y perspectivas técnicas sobre la transformación de la computación impulsada en los datos, que se distribuye cada vez más en los núcleos del centro de datos, edge y los puntos terminales.
“El enorme volumen de datos distribuido que fluye a través de la infraestructura, la red y la nube exige que el procesamiento potente y de bajo consumo de energía se lleve a cabo cerca del lugar donde se generan los datos, sin embargo, con frecuencia está limitado por el ancho de banda, la memoria y los recursos energéticos. La investigación que presenta Intel Labs, en el 2020 VLSI Symposia, resalta varios enfoques novedosos hacia una informática más eficiente, son prometedores para una amplia gama de aplicaciones – desde robótica y la realidad aumentada hasta la visión de máquinas y el análisis de video. Estas investigaciones se enfocan en abordar las barreras hacia la transición y computación de los datos, lo cual representa los desafíos de datos del futuro», aseveró Vivek K. De, Investigador de Intel y Director de Investigación de Tecnología de Circuitos de Intel Labs.
Presentarán una serie de trabajos de investigación de Intel Labs que exploran técnicas nuevas para alcanzar niveles más altos de desempeño de la inteligencia y el bajo consumo de energía en los sistemas edge, redes y nube del futuro para un número creciente de aplicaciones. Algunos de los temas cubiertos en los trabajos de investigación, son:
- Mejorando la eficiencia y precisión de la reconstrucción de escenas 3D al utilizar aceleradores de hardware de fundición de rayos, mediante un acelerador de fundición de rayos en CMOS de 10 nm, para la reconstrucción eficiente de escenas 3D en aplicaciones de Edge Robotics y realidad aumentada.
- Reducción de gastos de energía en el análisis de transmisión de video basado en el Deep learning con la unidad de procesamiento de datos visuales activado por eventos (EPU). Con una unidad de procesamiento de datos visuales activados por eventos 0.05pJ/Pixel 70fps FHD 1Meps
- Expandir el ancho de banda de la memoria local para aplicaciones de inteligencia artificial, machine learning y Deep learning. Gracias a una 6T-SRAM, memoria de acceso aleatorio estática de 6 transistores de dos veces mayor de ancho de banda para cargas de trabajo limitadas.
- Acelerador de redes neuronales binarias totalmente digitales, con 617TOPS/W en tecnología FinFET CMOS de 10 nm.
Otras investigaciones de Intel presentadas durante VLSI Symposia 2020 tienen que ver con el futuro de la computación, Red de entrega de energía reconfigurable autónoma (RPDN) para SoC de muchos núcleos con dirección de corriente dinámica, y LDO analógico / digital híbrido de doble riel con dirección de corriente dinámica para alta PSRR sintonizable y alta eficiencia.