Chinesischer Chip-Designer zielt auf neuronale Netzwerke ab

SAN JOSE, Kalifornien — Ein Unternehmen mit Sitz in Beijing, dessen Anfänge im Design von ASICs für Bitcoin Mining lagen, hat angekündigt, dass es seinen ersten Beschleuniger für maschinelles Lernen testet. BM1680 von Bitmain Technologies ist sowohl für Schulungen als auch Inferenzen bezüglich tiefer neuronaler Netzwerke optimiert.´

Der Chip wird als luftgekühltes Modul mit dem Namen SC1 verkauft. Bitmain gab an, dass es für die neuronalen Netzwerke Alexnet, Googlenet, VGG und Resnet ausgebildet wurde und auch mit den Modellen Caffe, Darknet, Yolo und Yoto2 kompatibel ist.

Zu Bitmains Hauptzielgruppen zählen u.a. die großen Betreiber von Rechenzentren in China: Alibaba, Baidu und Tencent. Das Unternehmen sagte, dass es auch die Entwicklung einer eigenen Dienstleistung des maschinellen Lernens in Betracht zieht.

Bitmain plant, technische Details des Chips in einem Gespräch mit seinem Vorstandsvorsitzenden Micree Zhan bei einer Veranstaltung in Beijing am 8. November bekanntzugeben. Es wird eine breite Palette von Nutzungen anvisiert, darunter Bild- und Spracherkennung, autonome Fahrzeuge und verbesserte Sicherheitskameras.

Bitmain wurde 2013 gegründet und veröffentlichte seinen ersten Chip, einen SHA-256-Beschleuniger für Bitcoin Mining, im November desselben Jahres. Das Unternehmen konnte bis Ende 2014 hohe Umsätze verzeichnen, als Mt.Gox bankrott ging und der Bitcoin-Markt Schiffbruch erlitt.

Es schaffte ein Comeback mit dem BM1384-Chip, als der Bitcoin-Markt im Jahr 2015 wieder zulegte. Führungskräfte gaben in einem aktuellen Bericht an, das Unternehmen habe nun mehr als 600 Mitarbeiter, verkaufe Hunderttausende von Mining-Systemen im Jahr und betreibe sein eigenes Mining-Geschäft.

Ende 2015 beschloss Bitmain, mit der Arbeit an einem Chip für maschinelles Lernen zu beginnen. „Und nun, nach nur anderthalb Jahren, haben wir die Massenproduktion von Chips in der Hand“, sagte Zhan in einer Presseerklärung.

— Rick Merritt, Silicon Valley Bureau Chief, EE Times
Original article: https://www.eetimes.com/document.asp?doc_id=1332501

Notice: Translated from English to German by Bitmain. Bitmain is responsible for any grammatical mistakes or inaccuracies caused because of translation.

---------------------
Liked this article? Share it with others:

Facebooktwittergoogle_plusredditpinterestlinkedin
Follow Us for Latest News & Articles:

Facebooktwittergoogle_pluslinkedin