Южнокорейская DeepX, разрабатывающая ИИ-ускорители, заключила соглашение с китайским гиперскейлером Baidu. Компании намерены оптимизировать разрабатываемую Bailu ИИ-платформу Ernie LLM для оборудования DeepX, сообщает EE Times. В DeepX заявляют, что речь идёт о первом официальном сотрудничестве компании с одной из ключевых китайских ИИ-экосистем.

Интеграция ускорителей DeepX с моделями Baidu PaddlePaddle и Ernie позволят южнокорейской компании получить прямой доступ к одному из крупнейших сообществ разработчиков ИИ в Китае. Это ускорит выход стартапа на китайский рынок и обеспечит надёжную проверку его технологий одним из мировых лидеров в сфере искусственного интеллекта.

Недавно компания привлекла Morgan Stanley для управления очередным раундом финансирвоания. В прошлом году в ходе раунда финансирования серии C компания привлекла порядка $80 млн, теперь, по данным Bloomberg, она намерена получить значительно больше — незадолго до выхода на IPO в 2027 году. Компания считает себя конкурентом NVIDIA в некоторых секторах.

PaddlePaddle представляет собой открытую платформу для глубокого обучения, разработанную компанией Baidu. Она является ключевым фреймворком для ИИ в Китае и представляет собой аналог западным решениям вроде PyTorch или Jax. PaddlePaddle включает готовые предобученные модели, инструменты для разработки и оптимизации ИИ-приложений.

В экосистеме PaddlePaddle более 10 млн разработчиков и 200 тыс. предприятий, которые работают над сценариями использования ИИ для обработки зрения, речи и естественного языка. Также предлагается «бесшовная интеграция» с китайскими облачными платформами.

Источник изображения: DeepX

Китай — один из крупнейших быстрорастущих рынков ИИ в мире, особенно в сфере промышленного ИИ, робототехники и умных устройств. Выход на китайский рынок при поддержке Baidu даёт DeepX возможность быстро масштабировать внедрение. Поэтому изначально партнёрство в рамках технологической системы PaddlePaddle будет сосредоточено на промышленном ИИ. Планируется, что компании станут совместно разрабатывать промышленные продукты, обеспечив совместимость технологий.

Сообщается, что компании сосредоточатся на промышленных приложениях для распознавания символов (OCR), дронов, робототехники, также изучаются и варианты инновационного использования — в умных городах, автопромышленности и потребительской электронике. Сотрудничество закладывает основу для широкого внедрения ИИ в секторах, где энергоэффективность имеет критически важное значение.

Перед подписанием соглашения DeepX продемонстрировала работу ускорителя DX-M1 с моделями Baidu — PP-OCR пятого поколения и VLM. Теперь команды Baidu, включая PaddlePaddle и Ernie, будут адаптировать свои модели для чипов DX-M1 и будущего DX-M2. Прототипы DX-M2, выполненные по 2-нм техпроцессу Samsung, собираются использовать для демонстрации крупной модели ERNIE-4.5-VL-28B-A3B.

DeepX также собрала 10 моделей на базе OpenVino для DX-M1, чтобы их можно было использовать совместно с экосистемой PaddlePaddle. По имеющимся данным, существующие клиенты DeepX в Китае работают в сфере промышленных ПК, робототехники и модулей интеллектуальных камер. Благодаря экосистеме Baidu предполагается ускорить коммерческое внедрение, начиная с текущего года.

Компания Virtium Embedded Artists анонсировала вычислительный модуль iMX8M Mini DX-M1 SoM, предназначенный для использования в составе систем машинного зрения с поддержкой ИИ. Это могут быть дроны, платформы видеонаблюдения и обеспечения безопасности, средства автоматизированного контроля и мониторинга, транспортные комплексы и пр.

В основу изделия положен чип NXP i.MX 8M Mini с четырьмя ядрами Arm Cortex-A53 с тактовой частотой 1,6 ГГц (индустриальная версия) или 1,8 ГГц (коммерческий вариант) и ядром реального времени Cortex-M4F с частотой 400 МГц. Предусмотрены графические блоки Vivante GC320 2D GPU и Vivante GCNanoUltra 2D/3D GPU с поддержкой OpenVG 1.1, OpenGL ES 2.0, а также VPU-модуль с возможностью декодирования видео 1080p60 H.265, H.264, VP8, VP9 и кодирования материалов 1080p60 H.264, VP8. Объём оперативной памяти LPDDR4-3000 составляет 2 Гбайт, вместимость встроенного флеш-накопителя eMMC — 16 Гбайт.

Источник изображения: Virtium Embedded Artists

Особенностью новинки является наличие ИИ-ускорителя Deepx DX-M1 AI Booster, обеспечивающего производительность до 25 TOPS. Этот NPU функционирует на частоте 1 ГГц и использует 4 Гбайт памяти LPDDR5-5600.

Модуль iMX8M Mini DX-M1 наделён сетевым 1GbE-контроллером Realtek RTL8211FDI, а опционально может быть добавлен адаптер Murata LBEE5HY2FY (2FY), отвечающий за поддержку Wi-Fi 6E (802.11a/b/g/n/ac/ax) и Bluetooth 5.4 (BR/EDR/BLE). Предусмотрены интерфейс SDIO на основе чипсета Infineon CYW55513, а также интерфейсы MIPI CSI (4 линии) и MIPI-DSI (4 линии; до 1080p60). Изделие имеет размеры 82 × 50 × 5 мм. Диапазон рабочих температур у индустриальной версии простирается от -40 до +85 °C, у коммерческой — от 0 до +70 °C. Для модуля iMX8M Mini DX-M1 будет доступна сопутствующая плата с набором разъёмов, включая порты USB.

Южнокорейский стартап Deepx, занимающийся разработкой специализированных чипов для задач ИИ, сообщил о проведении раунда финансирования Series C, в ходе которого на развитие получено $80,5 млн. В инвестиционной программе принимают участие SkyLake Equity Partners, BNW Investments, AJU IB и TimeFolio Asset Management.

Deepx была основана в 2018 году бывшим инженером Apple и Cisco Локвоном Кимом (Lokwon Kim). В настоящее время в Deepx работает около 65 человек. Компания подала примерно 260 патентных заявок в США, Китае и Южной Корее на различные разработки, связанные с ИИ. Полученные средства Deepx намерена направить на ускорение разработки и коммерциализации своих продуктов. Отмечается, что стартап ведёт переговоры более чем со 100 потенциальными клиентами и стратегическими партнёрами.

Источник изображения: Deepx

Deepx проектирует ИИ-процессоры для разных сфер применения. Это, в частности, изделия DX-V1 и DX-V3 для бытовой электроники, DX-M1 для промышленных роботов и периферийных вычислений, а также DX-H1 для серверов. Производительность этих чипов на ИИ-операциях варьируется от 5 до 400 TOPS. Архитектура решений Deepx предусматривает сокращение интенсивности обмена данными с памятью DRAM, что позволяет повысить общую эффективность вычислений.

Помимо аппаратных компонентов, Deepx предоставляет программную платформу DXNN, которая позволяет автоматически компилировать модели ИИ в формат, поддерживаемый чипами компании. Причём компилятор производит оптимизацию (квантование) моделей для улучшения производительности.