Стартап Tensordyne анонсировал новый чип Napier, который использует математический подход с логарифмами для радикального повышения эффективности ИИ-вычислений. Вместо ресурсоемких матричных умножений архитектура переводит данные в логарифмический формат, заменяя сложные операции простым сложением.

image

Что произошло

Компания Tensordyne представила чип Napier, созданный по 3-нм техпроцессу TSMC и содержащий 138 млрд транзисторов. Архитектура поддерживает форматы NVFP4, FP8 и FP16, обеспечивая производительность на уровне 2.1 Petaflops в режиме FP8. Ключевая особенность заключается в использовании логарифмической арифметики, что позволяет выполнять основные вычисления через операции сложения вместо стандартного матричного умножения.

Контекст

Традиционные методы вычислений в современных ИИ-ускорителях опираются на интенсивное матричное умножение, которое требует огромных вычислительных мощностей и высокого энергопотребления. Новая архитектура Tensordyne предлагает альтернативный путь, снижая вычислительную сложность за счет изменения математического представления данных.

Почему это важно для индустрии

Технология способна существенно изменить экономику дата-центров. Чип Napier потребляет всего 300 Вт, что в четыре раза меньше, чем у Nvidia Blackwell B300 (1200 Вт). Это не только радикально снижает затраты на электроэнергию, но и позволяет использовать воздушное охлаждение вместо дорогостоящего жидкостного, повышая общую плотность вычислений в серверных стойках.

Почему это важно для пользователей

Для конечных пользователей это означает путь к демократизации ИИ. Снижение стоимости инференса (вывода) моделей через более дешевое и энергоэффективное железо может привести к уменьшению цен на использование API больших языковых моделей. Кроме того, это делает запуск мощных нейросетей на локальном оборудовании и частных серверах экономически оправданным и технически реальным.

Что пока неизвестно / ограничения

Массовое внедрение технологии требует подтверждения реальных показателей задержки (latency) и стабильности программного обеспечения. На текущем этапе ожидается появление бенчмарков и специализированных SDK для разработчиков.

Источники

Автор

Look at AI, редакция