Tsingway dan BAAI merilis Open3D PIMC sebagai framework FlagOS sumber terbuka untuk chip komputasi 3D. Proyek ini menyasar perangkat keras compute in memory dan berbasis chiplet, yang dirancang untuk mengurangi perpindahan data demi bandwidth efektif dan efisiensi energi yang lebih baik.
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What did Tsingway and the Beijing Academy of Artificial Intelligence announce at the China Computing Power Conference about open-sourcing Op. Article summary: Tsingway and BAAI announced that they had open-sourced Open3D-PIMC as a FlagOS component: a unified programming model and framework intended for emerging 3D compute chips rather than a proven, production-ready universal . Topic tags: general, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
Tsingway dan Beijing Academy of Artificial Intelligence (BAAI) mengumumkan peluncuran Open3D-PIMC sebagai perangkat lunak sumber terbuka. Ini adalah model pemrograman dan framework untuk chip komputasi tiga dimensi (3D) generasi baru, yang ditempatkan dalam tumpukan perangkat lunak FlagOS. Tujuannya ialah memberi pengembang satu lapisan antarmuka bersama untuk beragam perangkat keras AI, alih-alih mengharuskan tiap vendor akselerator memiliki tumpukan perangkat lunaknya sendiri. 1
Desain akselerator AI baru makin banyak memadukan compute-in-memory, chiplet, dan logika yang dapat dikonfigurasi ulang. Pendekatan tersebut berupaya mendekatkan komputasi ke memori, sehingga data tidak perlu bolak-balik menempuh jalur yang panjang. Secara teori, ini dapat meningkatkan bandwidth efektif serta menekan energi yang dihabiskan untuk memindahkan data. 1
Namun, keragaman perangkat keras itu memunculkan persoalan perangkat lunak. Setiap arsitektur dapat memiliki set instruksi, perilaku memori, dan model eksekusi yang berbeda. Tanpa lapisan bersama, pengembang berpotensi harus memindahkan dan mengoptimalkan beban kerja yang sama secara terpisah untuk setiap chip.
Open3D-PIMC dirancang untuk mengurangi fragmentasi tersebut. Sasaran yang disampaikan pengembangnya adalah menggantikan pola “satu chip, satu tumpukan perangkat lunak” dengan pendekatan pemrograman terpadu untuk perangkat keras komputasi 3D. 1
Framework ini meminta pengembang mendeskripsikan dua unsur utama dari beban kerja:
Open3D-PIMC kemudian dimaksudkan untuk memetakan serta mengoptimalkan deskripsi tersebut ke perangkat tujuan. Set instruksi khusus dan fitur mikroarsitektur tiap perangkat keras dapat tetap berada di dalam plugin. Dengan demikian, vendor chip dapat mempertahankan detail implementasi yang bersifat proprietary, sambil menyediakan antarmuka yang lebih konsisten bagi pengembang. 1
Secara prinsip, pemisahan ini dapat mempermudah pemindahan beban kerja ke akselerator baru. Namun dalam praktiknya, portabilitas kinerja—bukan sekadar kompatibilitas fungsi—akan sangat ditentukan oleh mutu plugin perangkat keras dan back end kompiler.
BAAI memimpin FlagOS sebagai inisiatif infrastruktur terbuka untuk komputasi AI heterogen. FlagOS diposisikan sebagai lapisan perangkat lunak perantara agar model besar dapat digunakan di atas chip AI dasar yang berbeda-beda. 3
5
Open3D-PIMC memperluas arah tersebut ke chip komputasi 3D. Inisiatif FlagOS secara lebih luas mengusung target “kembangkan sekali, jalankan di banyak chip”, mencakup GPU, NPU, GPGPU, DSA, perangkat AI berbasis RISC-V, serta arsitektur kelas Arm. 1
Materi FlagOS menyebut ekosistemnya telah mengadaptasi lebih dari 30 chip AI dari lebih dari 20 vendor chip, dan dapat menyiapkan model besar arus utama pada banyak chip dalam waktu satu hari. Namun, ini adalah klaim tingkat ekosistem; bukan bukti independen bahwa Open3D-PIMC sendiri sudah memiliki cakupan, ketepatan, atau performa yang setara pada seluruh perangkat tersebut. 1
Tsingway menampilkan prosesor rekonfigurabel generasi keduanya sebagai contoh perangkat keras yang menjadi sasaran framework ini. Prosesor tersebut disebut menggabungkan integrasi compute-in-memory 3D, pengemasan chiplet, dan komputasi rekonfigurabel. Di sisi lain, BAAI memosisikan Open3D-PIMC sebagai bagian dari upaya membangun fondasi kompiler terbuka untuk chip komputasi 3D. 1
Laporan peluncuran juga menyatakan bahwa FlagOS menyelesaikan verifikasi adaptasi pada hari perilisan untuk model Alibaba Qwen3.8-2.4T-A95B di sembilan platform chip AI pada Agustus 2026. Qwen3.8-2.4T-A95B adalah model mixture-of-experts berbobot terbuka, dengan total 2,4 triliun parameter dan 95 miliar parameter aktif saat inferensi. 1
18
Hal itu menjadi indikasi bahwa upaya FlagOS yang lebih luas menargetkan proses penyalaan model yang cepat. Meski begitu, klaim tersebut belum merupakan tolok ukur yang dapat direproduksi untuk menilai portabilitas kompiler Open3D-PIMC, latensi, efisiensi energi, atau keandalannya pada perangkat keras 3D yang berbeda.
Pengumuman ini menegaskan bahwa Open3D-PIMC telah dirilis sebagai perangkat lunak sumber terbuka dan bahwa pengembangnya mengejar abstraksi bersama bagi kelas baru akselerator AI. 1
Sejumlah pertanyaan penting masih terbuka:
Para pengembang menyatakan akan melanjutkan standardisasi, dukungan lintas vendor, serta pengembangan alat pengembang. Hasil optimasi lanjutan untuk chip 3D direncanakan pada kuartal IV 2026. 1
Open3D-PIMC paling tepat dipahami sebagai pintu masuk terbuka dan usulan lapisan compiler/framework bersama untuk perangkat keras AI 3D. Daya tariknya sederhana: pengembang mendeskripsikan beban kerja pada tingkat yang lebih tinggi, sementara plugin vendor menangani kompleksitas spesifik perangkat keras di bawahnya.
Ambisi ini penting untuk akselerator berbasis compute-in-memory dan chiplet. Tetapi status sumber terbuka serta klaim ekosistem yang luas tidak sama dengan penerapan lintas vendor yang sudah matang dan tervalidasi secara independen. Bukti penentunya akan datang dari kontribusi eksternal yang berkelanjutan dan benchmark transparan pada chip yang benar-benar berbeda. 1
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Tsingway dan BAAI merilis Open3D PIMC sebagai framework FlagOS sumber terbuka untuk chip komputasi 3D.
Tsingway dan BAAI merilis Open3D PIMC sebagai framework FlagOS sumber terbuka untuk chip komputasi 3D. Proyek ini menyasar perangkat keras compute in memory dan berbasis chiplet, yang dirancang untuk mengurangi perpindahan data demi bandwidth efektif dan efisiensi energi yang lebih baik.
FlagOS mengklaim telah mengadaptasi lebih dari 30 chip AI dari lebih dari 20 vendor, tetapi hal itu belum membuktikan bahwa Open3D PIMC siap produksi di setiap perangkat.
Tsingway dan BAAI merilis Open3D PIMC sebagai framework FlagOS sumber terbuka untuk chip komputasi 3D. Proyek ini menyasar perangkat keras compute in memory dan berbasis chiplet, yang dirancang untuk mengurangi perpindahan data demi bandwidth efektif dan efisiensi energi yang lebih baik.
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What did Tsingway and the Beijing Academy of Artificial Intelligence announce at the China Computing Power Conference about open-sourcing Op. Article summary: Tsingway and BAAI announced that they had open-sourced Open3D-PIMC as a FlagOS component: a unified programming model and framework intended for emerging 3D compute chips rather than a proven, production-ready universal . Topic tags: general, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
Tsingway dan Beijing Academy of Artificial Intelligence (BAAI) mengumumkan peluncuran Open3D-PIMC sebagai perangkat lunak sumber terbuka. Ini adalah model pemrograman dan framework untuk chip komputasi tiga dimensi (3D) generasi baru, yang ditempatkan dalam tumpukan perangkat lunak FlagOS. Tujuannya ialah memberi pengembang satu lapisan antarmuka bersama untuk beragam perangkat keras AI, alih-alih mengharuskan tiap vendor akselerator memiliki tumpukan perangkat lunaknya sendiri. 1
Desain akselerator AI baru makin banyak memadukan compute-in-memory, chiplet, dan logika yang dapat dikonfigurasi ulang. Pendekatan tersebut berupaya mendekatkan komputasi ke memori, sehingga data tidak perlu bolak-balik menempuh jalur yang panjang. Secara teori, ini dapat meningkatkan bandwidth efektif serta menekan energi yang dihabiskan untuk memindahkan data. 1
Namun, keragaman perangkat keras itu memunculkan persoalan perangkat lunak. Setiap arsitektur dapat memiliki set instruksi, perilaku memori, dan model eksekusi yang berbeda. Tanpa lapisan bersama, pengembang berpotensi harus memindahkan dan mengoptimalkan beban kerja yang sama secara terpisah untuk setiap chip.
Open3D-PIMC dirancang untuk mengurangi fragmentasi tersebut. Sasaran yang disampaikan pengembangnya adalah menggantikan pola “satu chip, satu tumpukan perangkat lunak” dengan pendekatan pemrograman terpadu untuk perangkat keras komputasi 3D. 1
Framework ini meminta pengembang mendeskripsikan dua unsur utama dari beban kerja:
Open3D-PIMC kemudian dimaksudkan untuk memetakan serta mengoptimalkan deskripsi tersebut ke perangkat tujuan. Set instruksi khusus dan fitur mikroarsitektur tiap perangkat keras dapat tetap berada di dalam plugin. Dengan demikian, vendor chip dapat mempertahankan detail implementasi yang bersifat proprietary, sambil menyediakan antarmuka yang lebih konsisten bagi pengembang. 1
Secara prinsip, pemisahan ini dapat mempermudah pemindahan beban kerja ke akselerator baru. Namun dalam praktiknya, portabilitas kinerja—bukan sekadar kompatibilitas fungsi—akan sangat ditentukan oleh mutu plugin perangkat keras dan back end kompiler.
BAAI memimpin FlagOS sebagai inisiatif infrastruktur terbuka untuk komputasi AI heterogen. FlagOS diposisikan sebagai lapisan perangkat lunak perantara agar model besar dapat digunakan di atas chip AI dasar yang berbeda-beda. 3
5
Open3D-PIMC memperluas arah tersebut ke chip komputasi 3D. Inisiatif FlagOS secara lebih luas mengusung target “kembangkan sekali, jalankan di banyak chip”, mencakup GPU, NPU, GPGPU, DSA, perangkat AI berbasis RISC-V, serta arsitektur kelas Arm. 1
Materi FlagOS menyebut ekosistemnya telah mengadaptasi lebih dari 30 chip AI dari lebih dari 20 vendor chip, dan dapat menyiapkan model besar arus utama pada banyak chip dalam waktu satu hari. Namun, ini adalah klaim tingkat ekosistem; bukan bukti independen bahwa Open3D-PIMC sendiri sudah memiliki cakupan, ketepatan, atau performa yang setara pada seluruh perangkat tersebut. 1
Tsingway menampilkan prosesor rekonfigurabel generasi keduanya sebagai contoh perangkat keras yang menjadi sasaran framework ini. Prosesor tersebut disebut menggabungkan integrasi compute-in-memory 3D, pengemasan chiplet, dan komputasi rekonfigurabel. Di sisi lain, BAAI memosisikan Open3D-PIMC sebagai bagian dari upaya membangun fondasi kompiler terbuka untuk chip komputasi 3D. 1
Laporan peluncuran juga menyatakan bahwa FlagOS menyelesaikan verifikasi adaptasi pada hari perilisan untuk model Alibaba Qwen3.8-2.4T-A95B di sembilan platform chip AI pada Agustus 2026. Qwen3.8-2.4T-A95B adalah model mixture-of-experts berbobot terbuka, dengan total 2,4 triliun parameter dan 95 miliar parameter aktif saat inferensi. 1
18
Hal itu menjadi indikasi bahwa upaya FlagOS yang lebih luas menargetkan proses penyalaan model yang cepat. Meski begitu, klaim tersebut belum merupakan tolok ukur yang dapat direproduksi untuk menilai portabilitas kompiler Open3D-PIMC, latensi, efisiensi energi, atau keandalannya pada perangkat keras 3D yang berbeda.
Pengumuman ini menegaskan bahwa Open3D-PIMC telah dirilis sebagai perangkat lunak sumber terbuka dan bahwa pengembangnya mengejar abstraksi bersama bagi kelas baru akselerator AI. 1
Sejumlah pertanyaan penting masih terbuka:
Para pengembang menyatakan akan melanjutkan standardisasi, dukungan lintas vendor, serta pengembangan alat pengembang. Hasil optimasi lanjutan untuk chip 3D direncanakan pada kuartal IV 2026. 1
Open3D-PIMC paling tepat dipahami sebagai pintu masuk terbuka dan usulan lapisan compiler/framework bersama untuk perangkat keras AI 3D. Daya tariknya sederhana: pengembang mendeskripsikan beban kerja pada tingkat yang lebih tinggi, sementara plugin vendor menangani kompleksitas spesifik perangkat keras di bawahnya.
Ambisi ini penting untuk akselerator berbasis compute-in-memory dan chiplet. Tetapi status sumber terbuka serta klaim ekosistem yang luas tidak sama dengan penerapan lintas vendor yang sudah matang dan tervalidasi secara independen. Bukti penentunya akan datang dari kontribusi eksternal yang berkelanjutan dan benchmark transparan pada chip yang benar-benar berbeda. 1
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Tsingway dan BAAI merilis Open3D PIMC sebagai framework FlagOS sumber terbuka untuk chip komputasi 3D.
Tsingway dan BAAI merilis Open3D PIMC sebagai framework FlagOS sumber terbuka untuk chip komputasi 3D. Proyek ini menyasar perangkat keras compute in memory dan berbasis chiplet, yang dirancang untuk mengurangi perpindahan data demi bandwidth efektif dan efisiensi energi yang lebih baik.
FlagOS mengklaim telah mengadaptasi lebih dari 30 chip AI dari lebih dari 20 vendor, tetapi hal itu belum membuktikan bahwa Open3D PIMC siap produksi di setiap perangkat.