Китайская компания Goke Microelectronics планирует в следующем году выпустить серию чипов для периферийных вычислений с искусственным интеллектом (AI), предназначенных для взаимодействия человека с машиной и робототехники. Новая линейка получила название GK6950.
Планы были озвучены 2 ноября в Чжухае Ни Яю, заместителем главы отдела разработки цифровых платформ и техническим руководителем подразделения AI компании, на отраслевой конференции China Chip 2026. Чип пока не выпущен, образцы, информация о клиентах и точные сроки доступности не предоставлялись.
По словам Ни, серия GK6950 использует NPU-архитектуру нового поколения с производительностью 10 TOPS в операциях INT8. Она поддерживает смешанную точность вычислений (INT4, INT8, INT16 и FP16) и предназначена для обработки традиционных задач компьютерного зрения и аудио, инференса трансформеров и больших моделей, а также моделей «зрение-язык-действие» на единой архитектуре.
Дизайн чипа ориентирован на специфические задачи робототехники: одновременное выполнение интерактивной большой языковой модели и 3D-реконструкции пространства. В Goke заявляют, что одни и те же операторы NPU поддерживают различные уровни точности для каждой задачи. Инференс языковой модели выполняется с 4-битными весами, FP16-активациями и INT8-кэшем ключ-значение с постраничным управлением для снижения нагрузки на память и пропускную способность при работе с длинными контекстами и параллельными потоками. Пространственная реконструкция остается в FP16, включая промежуточные признаки и выходные данные, чтобы ошибки в оценке позы и глубины не накапливались со временем. Предварительная обработка видеоданных выполняется в режиме INT8 для поддержания высокой пропускной способности при работе с несколькими камерами.
Наряду с чипом Goke планирует выпустить легковесный алгоритм потоковой пространственной обработки GK-VGGT-SLAM. Вместо сбора и последующей обработки видеоданных алгоритм причинно реконструирует сцены по мере поступления видеопотока, используя только текущие и предыдущие кадры для оценки позы и построения 3D-карты в реальном времени.
Ни Яю сформулировал задачу с точки зрения того, что роботам необходимо постоянно знать во время движения, захвата и размещения объектов: собственную позу, структуру окружающей среды и положение цели. Ошибки в оценке позы, глубины или сопоставлении точек обзора могут приводить к искажениям и неточным картам, что затрудняет обход препятствий и манипуляции, при этом вычислительные ресурсы, память, пропускная способность и энергопотребление на борту робота остаются ограниченными.
Информация о энергопотреблении, техпроцессе, конфигурации памяти и производительности на робототехнических бенчмарках не раскрывалась. Пока чипы не поступят в продажу, заявленные схемы точности и возможности SLAM остаются проектными целями.
Источники: KuaiKeJi Report · Jiemian Report.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
