Suxian Micro chce z grafických čipů vyrůst v hráče pro fyzickou AI

Suxian Micro se snaží posunout od grafických a zobrazovacích procesorů pro IoT a automobilové použití k hardwaru pro ztělesněnou AI – tedy systémy, které vnímají a jednají ve fyzickém světě, například roboty, chytrá vozidla či průmyslová edge zařízení. Při uvedení nového sídla v Tchien-ťinu firma představila dva pilíře této strategie: architekturu TUCA a GPGPU SoC Tianheng TH1100, který označuje za svůj první čip pro edge AI inferenci. Zatím jde především o oznámení produktové a platformní strategie; nezávislých benchmarků je málo. 4

Od zobrazovacích čipů k AI výpočtům

Dosavadní čipy firmy ukazují, z jakého základu nový směr vyrůstá. Suxian Micro uvádí, že modely GC9002 a GC9005 dokončily funkční ověření v roce 2023: první pro úsporné a druhý pro výkonnější scénáře IoT displejů. GC9005 podle produktových materiálů kombinuje dvě 32bitová jádra RISC-V, grafické jádro, NPU a podporu výstupu až 3 840 × 2 160 bodů. 7

Partnerské oznámení popisuje GC9005 jako graficky orientovaný MPU s integrovanou pamětí, 2,5D akcelerací grafiky, multimediálními funkcemi a akcelerátorem hlubokého učení pro edge úlohy, jako je lokální rozpoznávání řeči nebo detekce obličeje. 16

Z toho vychází dnešní teze firmy: AI akceleraci nechce budovat jako zcela oddělený obor, ale rozšířit existující znalosti grafiky, vizuální interakce a integrace edge systémů.

Co firma myslí přístupem „nejprve renderování, potom AI“

Suxian Micro označuje svou strategii jako „render-first-then-AI“. Její argument zní, že produkty fyzické AI – roboty, inteligentní auta a průmyslová edge zařízení – potřebují vedle inference modelů také výpočty obrazu v reálném čase a pohotově reagující heterogenní systém. Grafika má v tomto pojetí vytvářet základ v podobě programovatelných paralelních výpočtů a nástrojů pro vývojáře, na který lze přidat AI pracovní zátěže. Firma tuto cestu přirovnává k vývoji Nvidie od grafiky přes univerzální GPU výpočty k AI. 4

Neznamená to, že by samotné renderování řešilo fyzickou AI. Jde spíše o produktové vymezení: zákazník nasazující fyzický systém potřebuje fungující celek pro vnímání okolí, vizualizaci, řízení, provoz modelu a integraci zařízení – ne jen jedno maximální číslo výkonu v operacích za sekundu.

Tři technologie, na nichž stojí nabídka pro fyzickou AI

Firma zdůrazňuje tři vzájemně propojené technologie. Jejich přínosy je však třeba zatím chápat jako tvrzení výrobce, dokud je nepotvrdí detailní dokumentace a opakovatelné testy.

GPU IP jako kompletní technologický stack

Suxian Micro popisuje vertikálně vyvíjený stack zahrnující GPU IP, systémový software a nástroje. Na jejím webu jsou pro řadu GC9000 dostupné informace pro výběr produktu, SDK, balíčky podpory čipu, datasheety i vývojové nástroje; softwarová podpora tedy patřila už k dřívějším produktům. 3

U nové AI platformy má být cílem provázat hardware, kompilátory, runtime software, ovladače, podporu operačního systému, algoritmy a řešení pro konkrétní nasazení. Potenciálním přínosem je méně integrační práce a jednodušší portování pro výrobce systémů, které spojují grafiku, počítačové vidění a inferenci. 4

Propojení výpočtů a úložiště přímo v čipu

Druhou technologií je „in-chip compute-storage fusion“, tedy propojení výpočtů a úložiště uvnitř čipu. Cílem je omezit přesuny dat mezi výpočetními jednotkami a externí pamětí. Paměťový provoz je u edge inference praktické omezení: ovlivňuje latenci, spotřebu energie i návrh celého systému. Suxian Micro tvrdí, že její přístup zvyšuje lokálnost dat mezi úložištěm a výpočty. 4

AI ROM

AI ROM má ukládat vybrané parametry či váhy modelu do energeticky nezávislého úložiště přímo na čipu. Firma uvádí, že to může snížit náklady na úložiště a spotřebu a zároveň zvýšit tokenový výstup. 4

Kompromis je zřejmý: pevně uložené váhy mohou pomoci v úzce vymezeném nasazení, ale bývají méně pružné než model uložený celý v externí, snadno vyměnitelné paměti. Firma veřejně neposkytla dost technických podrobností pro nezávislé posouzení kapacity, aktualizačních mechanismů, podporovaných formátů modelů ani skutečného výkonnostního přínosu.

TUCA: společná softwarová vrstva

TUCA, zkratka pro Thorsianway Unified Computing Architecture, má být společnou vrstvou pro GPGPU, AI akcelerátory a heterogenní výpočetní hardware. Podle firmy pokrývá celý řetězec od vývoje aplikací a kompilace operátorů přes plánování běhu až po vykonání na hardwaru. 4

Praktickým cílem je nabídnout vývojářům jednotnější cestu pro nasazování modelů a výpočetních úloh. Neměli by tak pro každý akcelerátor skládat odlišné nízkoúrovňové nástrojové řetězce. To je důležité zejména v průmyslu, kde zákazníci mohou dobře znát vlastní obor, ale nemusí mít rozsáhlé interní zkušenosti s kompilátory, runtime prostředími, optimalizací modelů nebo integrací heterogenních systémů.

Jako prostředí pro vývojáře firma popisuje TUCA Playground. Má sloužit k zavedení aplikací a modelů, kompilaci a nasazení, sledování běhu i správě zdrojů. 4

TH1100: co firma odhalila a co stále nevíme

Tianheng TH1100 je první čip nové řady a firma jej umisťuje do edge inference pro aplikace ztělesněné inteligence. Hlavní zveřejněný údaj z uvedení je 100 TOPS AI výkonu. Suxian Micro čip dále spojuje s podporou FP16, integrovaným přístupem k výpočtům a úložišti a s nasazením řídkého jazykového modelu typu mixture-of-experts o označení 35B-A3B. 4

Označení 35B-A3B obecně znamená přibližně 35 miliard celkových parametrů, z nichž se na jeden token aktivují zhruba 3 miliardy. To může proti hustému modelu se stejným celkovým počtem parametrů snížit aktivní výpočetní zátěž. Samo o sobě to ale neříká nic určitého o propustnosti zařízení, latenci, paměťových nárocích ani spotřebě. 4

Právě chybějící údaje jsou pro hodnocení stejně důležité jako marketingový titulek. Veřejné zprávy z uvedení nenabízejí úplnou a spolehlivou specifikaci počtu jader TH1100, výkonu FP16, kapacity a propustnosti paměti, spotřebního profilu, metody kvantizace, délky kontextu, velikosti dávky ani naměřeného počtu tokenů za sekundu. Dokud Suxian Micro nevydá podrobný datasheet a reprodukovatelné konfigurace benchmarků, nelze údaj 100 TOPS považovat za přímé srovnání s jinými akcelerátory v reálných úlohách. 4

Plánované TH1800 a TH24K0

Suxian Micro načrtla model TH1800 na konec roku 2027 a TH24K0 na rok 2028. Oba mají mířit na vyšší úrovně výpočtů pro ztělesněnou AI a jazykové modely. Firma je prezentuje jako kroky k soutěži ve vyšší třídě GPU a k větším systémům fyzické AI. 4

Tyto plány ukazují ambici, nikoli dodaný výkon. Při hodnocení roadmapy je proto nutné rozlišovat mezi budoucími konkurenčními cíli a nezávisle změřeným hardwarem dostupným na trhu.

Proč právě Tchien-ťin a proč záleží na kompletní platformě

Uvedení sídla v Tchien-ťinu firma neprezentuje jen jako změnu adresy. Její teze je, že komercializace vyžaduje blízkost výroby, automobilového průmyslu, robotiky, výzkumu i partnerů pro reálné nasazení v regionu Peking–Tchien-ťin–Che-pej. 4

Obchodní nabídka proto přesahuje samotný procesor. Suxian Micro zdůrazňuje čipy, algoritmy, nástroje, referenční návrhy a dodávky řešení pro konkrétní scénáře – tedy balíček pro zákazníky, kteří chtějí využít AI, ale nemají hluboké zkušenosti se stavbou AI systémů. Firma také staví na domácí kontrole technologií a dodávek jako na odpovědi na dostupnost dovážených čipů a nejistotu dodavatelských řetězců. 4

Shrnutí

Nejsilnějším odlišením Suxian Micro zatím není plně doložený výkonnostní náskok. Je jím pokus spojit zkušenosti s edge grafikou, heterogenní software, návrh citlivý na práci s pamětí a služby pro nasazení do jedné platformy pro fyzickou AI.

TH1100 s deklarovanými 100 TOPS a uvedení TUCA dávají této strategii konkrétní podobu, zatímco roadmapa Tianheng ukazuje, kam chce firma směřovat. Nejdůležitější otázky – skutečná rychlost inference, konfigurace paměti, energetická efektivita, kompatibilita modelů, vyspělost vývojářského prostředí a dostupnost ve výrobě – ale zodpoví až produktová dokumentace a nezávislé testování. 4