当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 144 核心,3D 堆叠 SRAM:富士通详细介绍下一代数据中心处理器 MONAKA

144 核心,3D 堆叠 SRAM:富士通详细介绍下一代数据中心处理器 MONAKA

来源:IT之家 2024-07-29 11:24:56 0浏览 收藏

来到golang学习网的大家,相信都是编程学习爱好者,希望在这里学习科技周边相关编程知识。下面本篇文章就来带大家聊聊《144 核心,3D 堆叠 SRAM:富士通详细介绍下一代数据中心处理器 MONAKA》,介绍一下,希望对大家的知识积累有所帮助,助力实战开发!

本站 7 月 28 日消息,据外媒 TechRader 报道,富士通详细介绍了计划于 2027 年出货的 FUJITSU-MONAKA(以下简称 MONAKA)处理器。MONAKA CPU 基于“云原生 3D 众核”架构,采用 Arm 指令集,面向数据中心、边缘与电信领域,适用于 AI 计算,能实现大型机级别的 RAS1。

144 核心,3D 堆叠 SRAM:富士通详细介绍下一代数据中心处理器 MONAKA

富士通表示,MONAKA 将在能效和性能方面实现飞跃:
  1. 得益于超低电压(ULV)工艺等技术,该 CPU 可实现 2027 年竞品 2 倍的能效,冷却无需水冷;
  2. 此外该处理器的应用性能也可达对手 2 倍。

在指令方面,MONAKA 配备的矢量指令集升级至 SVE2,能更好满足 AI 与 HPC 领域的需求;此外该 CPU 还新增了对机密安全计算的支持。

MONAKA 支持双路,每颗 CPU 包含 144 个 Armv9 架构核心。

其每颗 CPU 包括一个中央的 IO Die 和四个 3D 垂直堆叠复合体,底部则是连接各个部分的硅中介层(Si Interposer)与封装层;

每个复合体又由处理器核心 Core Die 与 LLC 末级缓存  SRAM Die 组合而成,Core Die 位于 SRAM Die 上方。

144 核心,3D 堆叠 SRAM:富士通详细介绍下一代数据中心处理器 MONAKA

MONAKA 的 Core Die 基于 2nm 工艺,下方的 SRAM Die 和中央的 IO Die 则建立在更成熟的 5nm 工艺上。

富士通表示,其处理器的 2nm 部分仅占整体 Die 面积的 30%,有助于实现更优秀的成本效益。

由于片上的 3D 堆叠 SRAM 缓存已可提供卓越带宽,MONAKA 处理器在在片外存储上放弃了前代产品 —— 被用于“富岳”超算的 A64FX—— 使用的 HBM 内存,采用了更为传统的 12 通道 DDR5 内存。

该处理器还可提供 PCIe 6.0 通道,支持 CXL 3.0 互联。

144 核心,3D 堆叠 SRAM:富士通详细介绍下一代数据中心处理器 MONAKA

▲ 与 A64FX 对比本站注:1RAS 即 Reliability(可靠性)、Availability(可用性)与 Serviceability(可维护性)的首字母简写。

今天关于《144 核心,3D 堆叠 SRAM:富士通详细介绍下一代数据中心处理器 MONAKA》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于CPU,处理器,富士通的内容请关注golang学习网公众号!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
golang 框架的日志记录最佳实践golang 框架的日志记录最佳实践
上一篇
golang 框架的日志记录最佳实践
台积电:台湾地区高雄楠梓产业园在建 2nm 晶圆厂未受台风“格美”影响,已恢复施工作业
下一篇
台积电:台湾地区高雄楠梓产业园在建 2nm 晶圆厂未受台风“格美”影响,已恢复施工作业
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    306次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    364次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    359次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    327次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    148次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码