Open3D-PIMC moet 3D-AI-chips makkelijker programmeerbaar maken

Tsingway en de Beijing Academy of Artificial Intelligence (BAAI) hebben Open3D-PIMC als opensource uitgebracht: een programmeermodel en softwareframework voor opkomende driedimensionale rekenchips. Binnen de FlagOS-stack moet het ontwikkelaars één gedeelde softwarelaag bieden voor heterogene AI-hardware, in plaats van een aparte stack per leverancier. 1

Waarom dit nodig zou zijn

Nieuwe AI-versnellers combineren steeds vaker compute-in-memory, chiplets en herconfigureerbare logica. Het uitgangspunt: als geheugen en rekenwerk dichter bij elkaar zitten, hoeven gegevens minder ver te reizen. Dat kan de effectieve bandbreedte verhogen en het energieverbruik voor datatransport verlagen. 1

Die hardwarevariatie levert echter ook een softwareprobleem op. Architecturen hebben verschillende instructiesets, geheugengedrag en uitvoeringsmodellen. Zonder gemeenschappelijke laag moeten ontwikkelaars dezelfde workload mogelijk voor elke chip opnieuw porteren en optimaliseren.

Open3D-PIMC wil die versnippering tegengaan. Het verklaarde doel is om het patroon van ‘één chip, één softwarestack’ te vervangen door een uniforme programmeeraanpak voor 3D-rekenhardware. 1

Wat ontwikkelaars beschrijven

In Open3D-PIMC leggen ontwikkelaars op hoofdlijnen twee zaken vast:

• Dataverdeling en -indeling: waar gegevens staan en hoe ze zijn georganiseerd.
• Taakverdeling: hoe het werk over de beschikbare rekenbronnen wordt opgesplitst.

Het framework moet die beschrijving vervolgens naar een doelchip vertalen en optimaliseren. Chipspecifieke instructiesets en microarchitecturale eigenschappen kunnen in plug-ins blijven zitten. Zo kunnen leveranciers hun eigen implementatiedetails behouden, terwijl ontwikkelaars een consistenter interface krijgen. 1

In theorie maakt die scheiding het eenvoudiger om workloads naar nieuwe versnellers over te brengen. Of ook de prestaties goed overdraagbaar zijn, hangt in de praktijk af van de kwaliteit van de plug-ins en compiler-back-ends.

De rol van FlagOS

BAAI leidt FlagOS, een open infrastructuurinitiatief voor heterogene AI-rekenkracht. FlagOS wordt gepositioneerd als een tussenlaag die grote modellen op verschillende onderliggende AI-chips bruikbaar moet maken. 35

Open3D-PIMC breidt dat idee uit naar 3D-rekenchips. Volgens de bredere FlagOS-doelstelling moet software één keer ontwikkeld kunnen worden en vervolgens op meerdere chiptypen draaien, waaronder GPU's, NPU's, GPGPU's, DSA's, RISC-V-AI-apparaten en Arm-achtige architecturen. 1

FlagOS stelt dat het ecosysteem meer dan 30 AI-chips van ruim 20 chipfabrikanten heeft aangepast, en nieuwe gangbare grote modellen binnen een dag op meerdere chips kan laten draaien. Dat zijn echter claims over het ecosysteem als geheel, geen onafhankelijke onderbouwing dat Open3D-PIMC zelf op elk ondersteund apparaat dezelfde dekking, correctheid of prestaties levert. 1

Tsingway en de Qwen-demonstratie

Tsingway presenteert zijn reconfigureerbare processor van de tweede generatie als hardwarevoorbeeld voor deze categorie. Die combineert 3D-integratie van compute-in-memory, chipletverpakking en herconfigureerbaar rekenen. BAAI presenteert Open3D-PIMC ondertussen als onderdeel van een poging om een open compilerbasis voor 3D-rekenchips neer te zetten. 1

Volgens de berichtgeving heeft FlagOS in augustus 2026 op de dag van uitgave de adaptatie van Alibaba's model Qwen3.8-2.4T-A95B op negen AI-chipplatforms geverifieerd. Qwen3.8-2.4T-A95B is een open-weight mixture-of-experts-model met 2,4 biljoen parameters in totaal, waarvan er tijdens inferentie 95 miljard actief zijn. 118

Dat is een aanwijzing dat het bredere FlagOS-project snelle ondersteuning voor nieuwe modellen nastreeft. Het is op zichzelf geen reproduceerbare benchmark voor de compilerportabiliteit, latency, energiezuinigheid of betrouwbaarheid van Open3D-PIMC op 3D-hardware.

Wat vaststaat — en wat nog niet

De aankondiging bevestigt dat Open3D-PIMC als opensourcesoftware is uitgebracht en dat de ontwerpers een gemeenschappelijke abstractielaag voor een nieuwe klasse AI-versnellers willen bouwen. 1

Belangrijke vragen blijven open:

• Of chipfabrikanten buiten de eerste deelnemers plug-ins van productiekwaliteit zullen leveren en onderhouden.
• Of applicaties concurrerende prestaties behouden wanneer ze tussen sterk verschillende architecturen worden verplaatst.
• Hoe goed de tooling werkt voor debugging, foutafhandeling, profiling en onderhoud op lange termijn.
• Of onafhankelijke, reproduceerbare tests de claims over correctheid, doorvoer, latency en energieverbruik tussen leveranciers bevestigen.

De ontwikkelaars zeggen verder te werken aan standaardisatie, ondersteuning voor meerdere leveranciers en ontwikkelaarstools. Nieuwe optimalisatieresultaten voor 3D-chips staan volgens hen gepland voor het vierde kwartaal van 2026. 1

Conclusie

Open3D-PIMC is voorlopig het best te zien als een open ingang en voorgestelde gemeenschappelijke compiler- en frameworklaag voor 3D-AI-hardware. Het idee is helder: ontwikkelaars beschrijven een workload op hoger niveau, terwijl plug-ins de specifieke complexiteit van de chip afhandelen.

Dat is een relevante ambitie voor compute-in-memory- en chipletgebaseerde versnellers. Maar een opensourcerelease en brede ecosysteemclaims zijn iets anders dan een volwassen, onafhankelijk gevalideerde uitrol bij meerdere leveranciers. Doorslaggevend worden externe bijdragen die blijven komen en transparante benchmarks op werkelijk verschillende chips. 1