Стартап SpiNNcloud Systems из Дрездена (Германия) сообщил о заключении сделки на поставку Лейпцигскому университету «нейроморфного» суперкомпьютера, основанного на принципах функционирования человеческого мозга и предназначенного для разработки новых лекарственных препаратов. Суперкомпьютер будет использоваться учёными для моделирования сворачивания белков в рамках исследований в области персонализированной медицины, объединяющей достижения геномики, ИИ, робототехники и новейших диагностических технологий. Стоимость сделки не разглашается.

В суперкомпьютере применена высокопараллельная архитектура с 48 чипами SpiNNaker2 на серверной плате, каждый из которых содержит 152 ядра на базе ARM со специализированными ускорителями и потребляет от 0,8 до 2,5 Вт. Вся система, оснащённая 4320 чипами с 656 640 ядрами, помещается в одну стойку, но университет решил установить её в двух стойках, сообщил Гектор Гонсалес (Hector Gonzalez), соучредитель и генеральный директор SpiNNcloud, отметив, что общий энергетический бюджет системы составляет 25 кВт.

Источник изображений: SpiNNcloud

Такой подход к разработке лекарств использует исключительную параллельность и масштабируемость суперкомпьютера для развёртывания миллионов небольших моделей, которым поручено находить соответствия между молекулами и профилями пациентов. Эта конструкция обеспечивает эффективные, управляемые событиями вычисления, позволяя системе выполнять сложное моделирование и разрабатывать новые персонализированные препараты с более высокой скоростью сходимости и при более низком энергопотреблении по сравнению с традиционными системами на базе графических процессоров. Высокая энергоэффективность критически важна для приложений, где энергопотребление и охлаждение являются ограничивающими факторами.

«Архитектура серверной системы SpiNNcloud делает возможным скрининг миллиардов молекул in silico (виртуальное клиническое исследование) благодаря конструкции суперкомпьютера, вдохновлённой работой мозга», — сообщил Кристиан Майр (Christian Mayr), соучредитель SpiNNcloud. По его словам, изначально разработанная для моделирования биологических нейронных сетей серверная система SpiNNcloud адаптирована для массового параллельного выполнения небольших гетерогенных вычислительных задач с использованием 10 млн программируемых процессоров на базе ARM и множества специализированных ускорителей DNN. Прототип нейронной сети позволяет провести скрининг 20 млрд молекул менее чем за час — это на два порядка быстрее, чем на 1000 CPU-ядер.

Гонсалес сообщил ресурсу EE Times, что индивидуальный подход к разработке лекарств, используемый в персонализированной медицине, хорошо вписывается в высокопараллельную топологию системы SpiNNcloud. «Это множество небольших моделей, которые взаимодействуют друг с другом через чрезвычайно быструю сеть», — пояснил он. «Наша вычислительная архитектура, вдохновлённая работой мозга, уникально подходит для развёртывания эффективных алгоритмов, требующих динамической разреженности и экстремального параллелизма», — добавил глава SpiNNcloud.

«Экстремальный параллелизм суперкомпьютеров SpiNNcloud делает их идеально подходящими для задач, связанных со сворачиванием белков, например, для поиска низкомолекулярных лекарственных препаратов, — отметил Йенс Майлер (Jens Meiler), профессор Института Александра фон Гумбольдта по Интернету и обществу и директор Института поиска лекарственных препаратов Лейпцигского университета. — Фолдинг белков можно рассматривать как задачу оптимизации, в которой белок стремится найти своё наименьшее энергетическое состояние. Суперкомпьютеры SpiNNcloud хорошо справляются с такими задачами».

Разработка лекарств на основе малых молекул требует значительных вычислительных ресурсов и энергозатрат. Высокопараллельная архитектура SpiNNcloud включает множество небольших энергосберегающих вычислительных элементов, соединённых коммуникационной сетью. Поскольку рабочая нагрузка состоит из множества небольших моделей, энергию можно экономить, задействуя лишь часть оборудования в каждый момент времени.

«Некоторые из экспериментальных концепций, разработанных нами совместно с Лейпцигским университетом, демонстрируют значительно меньшее энергопотребление и более высокую скорость сходимости по сравнению с графическими процессорами, благодаря способности архитектуры обеспечивать взаимодействие множества моделей и обмен информацией в процессе вычислений», — отметил Гонсалес.

По его словам, более крупный суперкомпьютер с большим числом ядер мог бы находить решения быстрее, но компании пришлось учитывать финансовые ограничения университета.

«Максимально возможная система, которую мы можем спроектировать, – это 16 стоек, — говорит Гонсалес. — При более чем 16 стойках будет сложно поддерживать достаточную связанность между моделями».

Самая крупная система, развёрнутая SpiNNcloud на данный момент, включает 30 тыс. чипов (более 5 млрд вычислительных элементов) в Дрезденском университете.

Как сообщает EE Times, SpiNNcloud также тестирует своё оборудование в новых исследовательских направлениях, основанных на классических методах глубокого обучения, в частности, в работе с ИИ-моделями на базе концепции «смеси экспертов» (Mixture of Experts, MoE), которую применяют крупнейшие базовые модели, такие как DeepSeek-R1. По словам Гонсалеса, архитектура SpiNNcloud хорошо подходит для таких задач.

Системы SpiNNcloud, основанные на принципах работы мозга, разработаны для работы с разреженными активациями, возможностью подключения, масштабируемостью и программируемостью. «Точное и детализированное управление процессорами позволяет кодировать очень разреженный маршрут, не задействуя все ядра, — поясняет Гонсалес. — Это один из фундаментальных аспектов, который очень сложно реализовать на GPU, поскольку GPU устроен как каскад вычислительных блоков, которые необходимо задействовать максимально полно, чтобы добиться синхронной эффективности».

Разработчик выразил надежду, что архитектуры, вдохновлённые принципами работы мозга, такие как SpiNNcloud, позволят создавать новые типы моделей, невозможные для реализации на массовом оборудовании.

Компания Rockchip, как сообщает ресурс CNX Software, процессор RK3668 на архитектуре Arm, предназначенный для создания одноплатных компьютеров и других устройств с ИИ-функциями. Изделие насчитывает 10 вычислительных ядер в конфигурации 4 × Arm Cortex-A730 и 6 × Arm Cortex-A530 (Armv9.3). Причём на сегодняшний день эти ядра официально не представлены. В состав чипа входят графический процессор Arm Magni с производительностью до 1–1,5 Тфлопс и блок VPU с возможностью декодирования материалов в формате 8K (60 к/с).

Новинка располагает интегрированным нейропроцессорным модулем (NPU) с быстродействием до 16 TOPS для ускорения ИИ-операций. Процессор изображений (ISP) с ИИ-функциями поддерживает работу с видео 8K (30 к/с). Реализованы четыре канала оперативной памяти LPDDR5/5x/6 с пропускной способностью до 100 Гбайт/с. Возможно использование флеш-накопителей UFS 4.0. Поддерживаются интерфейсы HDMI 2.1 (до 8K / 60 к/с), MIPI DSI, PCIe, UCIe. Производственные нормы — 5–6 нм.

Источник изображений: CNX Software

Кроме того, Rockchip раскрыла дополнительную информацию о чипе RK3688, первые упоминания которого появились в октябре 2024 года. Это изделие объединяет 12 вычислительных ядер в конфигурации 8 × Arm Cortex-A730 и 4 × Arm Cortex-A530. Пропускная способность памяти LPDDR6 достигает 200 Гбайт/с. Возможно декодирование видеоматериалов 16Kp30 и кодирование 8Kp60. Производительность встроенного NPU-блока повышена до 32 TOPS. Этот процессор будет изготавливаться по технологии 4–5 нм.

Одной из первых компаний, которая возьмёт на вооружение новые чипы, станет Radxa: она, в частности, готовит одноплатный компьютер Rock 6 на основе RK3668. 

По словам Arm, с 2021 года количество заказчиков, использующих в дата-центрах Arm-чипы, выросло в 14 раз до 70 тыс. Под руководством генерального директора компании Рене Хааса (Rene Haas) разработчик полупроводниковых технологий расширяет бизнес работал над продвижением своих решений на рынке ПК и существенно нарастив продажи на рынке чипов для ЦОД, сообщает Reuters. По словам IDC, Arm-чипы постепенно захватывают рынок, но до доминирования на рынке ЦОД им ещё далеко.

Как и другие полупроводниковые компании, Arm немало выиграла от ИИ-бума — значительная доля роста в сегменте решений для ЦОД связана именно с ИИ. Компания заявила, что число стартапов, использующих Arm-архитектуру для чипов с 2021 года выросло в 12 раз. Это помогает компании, поскольку сегменты ПК и мобильных решений развиваются весьма медленно. Компания отказалась предоставить годовой финансовый прогноз при публикации последнего отчёта, сославшись на неопределенность на рынках.

Источник изображения: Arm

Ранее рынок ЦОД считался довольно сложным для проникновения на него Arm-технологий, но не так давно AWS, Google и Microsoft занялись разработкой собственных чипов для дата-центров на Arm-архитектуре. Amazon уже представила несколько поколений классических серверных CPU для дата-центров с 2018 года, а также варианты для ИИ-задач — с тех пор она добавила миллионы чипов на базе Arm для обслуживания своей облачной платформы. Пользователи некоторых сервисов могут даже не знать, что их задачи обрабатываются Arm-процессорами Amazon.

Для успеха компании, создающей полупроводниковые технологии, необходимо, чтоб их поддерживали разработчики приложений по всему миру. По данным Arm, компания с 2021 года добилась приблизительного удвоения числа приложений, работающих на Arm-процессорах — приблизительно до 9 млн. Количество разработчиков, работающих с вычислительной архитектурой Arm, увеличилось с 2021 года в 1,5 раза до 22 млн человек.

Компания «Ред Софт» сообщила об успешном завершении тестирования операционной системы «Ред ОС» 8 на одноплатном компьютере Orange Pi Zero 2W. Соответствующая сборка программной платформы и инструкции по её установке доступны для скачивания на сайте разработчика.

Orange Pi Zero 2W был представлен командой Orange Pi в сентябре 2023 года. Устройство комплектуется процессором Allwinner H618 с квартетом ядер Arm Cortex-A53 и тактовой частотой 1,5 ГГц. Объём оперативной памяти стандарта LPDDR4 может составлять 1, 1,5, 2 или 4 Гбайт. Графический блок выполнен на контроллере Arm Mali-G31 MP2, также имеется VPU-узел. Предусмотрен разъём Micro HDMI 2.0 для вывода изображения.

В оснащение компьютера входят адаптеры Wi-Fi 5 и Bluetooth 5.0, два порта USB 2.0 Type-C, слот для карты microSD, 40-контактная колодка GPIO, совместимая с Raspberry Pi (I2C, SPI, UART, PWM), а также 24-контактный интерфейсный разъём. Питание подаётся через один из портов USB 2.0 Type-C (5 В / 2 А). Габариты устройства составляют 65 × 30 × 1,2 мм.

Orange Pi Zero 2W (источник изображения: orangepi.org)

По заверениям компании «Ред Софт», использование Orange Pi Zero 2W с «Ред ОС» 8 открывает широкие возможности для реализации разнообразных проектов, в том числе решений в сфере робототехники, умного дома, мультимедийных систем и многого другого.

Компания D-Robotics, по сообщению CNX Software, выпустила одноплатный компьютер RDK X5, предназначенный для различных задач компьютерного зрения, управления робототехникой и машинного обучения. Устройство работает под управлением Ubuntu 22.04 и поддерживает популярные фреймворки с открытым исходным кодом, такие как ROS, TensorFlow и PyTorch.

Новинка оборудована процессором Sunrise X5 с восемью ядрами Arm Cortex-A55, работающими на частоте 1,5 ГГц. Интегрированный графический ускоритель с быстродействием 32 Гфлопс обеспечивает возможность (де-)кодирования видео в форматах H.265/H.264 с разрешением до 3840 × 2160 пикселей (60 к/с). Встроенный нейропроцессорный блок обладает ИИ-производительностью до 10 Топс. Благодаря этому, как отмечается, системы на основе RDK X5 способны эффективно анализировать свое окружение в сложных условиях, включая плохое освещение и блики.

Источник изображения: D-Robotics

Изделие может комплектоваться 4 или 8 Гбайт оперативной памяти LPDDR4. Для хранения данных применяется карта microSD. Есть сетевой контроллер 1GbE с опциональной поддержкой PoE, адаптеры Wi-Fi 6 и Bluetooth 5.4.

Одноплатный компьютер располагает четырьмя портами USB 3.0 Type-A, разъёмами USB 2.0 Type-C и Micro-USB, гнездом RJ45, портом HDMI (до 1080p60), стандартным аудиогнездом на 3,5 мм. Кроме того, есть два интерфейса MIPI CSI (по 4 линии) для подключения камер с поддержкой стереоскопического зрения, интерфейс MIPI DSI (4 линии), 40-контактная колодка GPIO (UART, PWM, I2C, SPI, I2S). Питание (5 В / 5 A) подаётся через коннектор USB Type-C. Габариты платы составляют 85 × 56 × 20 мм. Эксплуатироваться изделие может при температурах от -20 до +60 °C. Цена начинается примерно с $90.

Компания Radxa, по сообщению ресурса CNX Software, готовит к выпуску производительный одноплатный компьютер Cubie A7A, построенный на аппаратной платформе Allwinner. Устройство подходит в том числе для работы с ИИ-приложениями.

Применён чип Allwinner A733, конструкция которого включает два ядра Arm Cortex-A76 с частотой до 2 ГГц, шесть ядер Arm Cortex-A55 с частотой до 1,79 ГГц, а также ядро реального времени RISC-V E902. В оснащение входят графический ускоритель Imagination Technologies BXM-4-64 MC1 и VPU-блок с возможностью декодирования материалов 8Kp24 H.265/VP9/AVS2 и кодирования видео 4Kp30 H.265/H.264. Опционально доступен NPU с быстродействием до 3 Топс для ускорения ИИ-операций.

Источник изображения: linux-sunxi

Одноплатный компьютер способен нести на борту 2, 4, 8 или 16 Гбайт оперативной памяти LPDDR5-4800. Могут быть установлены флеш-накопитель eMMC/UFS и карта microSD. Имеется чип SPI Flash (Winbond W25Q128JWPIQ) ёмкостью 128 Мбит. В оснащение входят сетевой контроллер 1GbE (Maxio MAE0621A) с поддержкой PoE, адаптеры Wi-Fi 6 (2,4/5 ГГц) и Bluetooth 5.4 (Quectel FCU760K).

Предусмотрены три порта USB 2.0, по одному разъёму USB 3.0 и USB 2.0 OTG Type-C, интерфейс HDMI 2.0b, коннекторы MIPI FPC и MIPI CSI, разъём RJ45 для сетевого кабеля, а также 40-контактная колодка GPIO. Питание 5 В / 4 А подаётся через разъём USB Type-C. Размеры изделия составляют 85 × 56 мм.

Предполагается, что устройства на базе Radxa Cubie A7A смогут функционировать под управлением Android.

Серверы на базе Arm-чипов стремительно набирают популярность — в 2025 году их поставки должны вырасти на 70 %. Тем не менее, этого не хвататит, чтобы к концу года добиться планируемого Arm Holdings охвата рынка в 50 %, сообщает The Register. Аналитики IDC утверждают, что Arm-серверы пользуются массовым спросом в основном благодаря стоечным системам вроде NVIDIA GB200 NVL72.

В новейшем отчёте Worldwide Quarterly Server Tracker эксперты IDC подсчитали, что в текущем году на Arm-серверы придётся 21,1 % от общего объёма мировых поставок. Ожидается, что поставки серверов с хотя бы одним ИИ-ускорителем вырастут на 46,7 %, на них придётся в текущем году около половины рыночной стоимости. Всего за три года, по оценкам IDC, рынок серверов должен вырасти втрое благодаря гиперскейлерам и облачным провайдерам.

В целом рынок серверов достиг в I квартале 2025 года $95,2 млрд, увеличившись год к году на 134,1 %. В результате IDC повысила прогноз на год до $366 млрд, на 44,6 % выше год к году — исторический максимум для данного сегмента. При этом поставки «стандартных» x86-серверов должны вырасти в 2025 году на 39,9 % до $283,9 млрд. При этом доля AMD непрерывно растёт. Сегмент альтернативных систем вырастет на 63,7 % год к году, а их общий прогнозируемый объём составит $82 млрд.

Источник изображения: NVIDIA / CoreWeave

По прогнозам IDC, наибольший рост, на 59,7 % год к году ожидается в США. К концу 2025 года на данный рынок будет приходиться почти 62 % общей выручки от продаж серверов. Ещё одной точкой роста является Китай. IDC прогнозирует рост на 39,5 % — более 21 % квартального дохода во всём мире. Регионы EMEA и Латинская Америка могут рассчитывать на 7 % и 0,7 % соответственно, а Канаду, вероятно, ожидает спад на 9,6 % из-за некой «очень крупной сделки» 2024 года.

В IDC подчёркивают, что спрос на большие вычислительные мощности для ИИ, вероятно, сохранится — эволюция от старых чат-ботов к рассуждающим моделям и агентному ИИ потребует роста производительности на несколько порядков, особенно для инференса.

Компания SiPearl анонсировала систему Seine Reference Server эталонного дизайна, предназначенную для установки процессоров Rhea1. Такие серверы подходят для решения различных задач в области молекулярного моделирования, обороны, энергетики, ИИ, вычислительной гидродинамики, материаловедения, астрофизики, химии и пр.

Чипы Rhea1, разработанные специалистами SiPearl, насчитывают 80 ядер Arm Neoverse V1 (Zeus). Есть четыре стека памяти HBM, а также четыре канала памяти DDR5. Поддерживаются 104 линии PCIe 5.0 в виде шести блоков x16 и двух блоков x4. Процессоры Rhea1 войдут в состав первого европейского суперкомпьютера экзафлопсного класса JUPITER.

Источник изображений: SiPearl

Референсный сервер Seine имеет модульную конструкцию. Он доступен в одно- и двухсокетной модификациях. В обоих случаях возможна установка двух накопителей с интерфейсом SATA и двух сетевых адаптеров с интерфейсом PCIe. В случае однопроцессорной системы допускается применение двух GPU-ускорителей.

Компания SiPearl выделяет несколько основных вариантов использования серверов эталонного дизайна. Это, в частности, задачи тестирования при разработке и портировании ПО, а также при интеграции различных компонентов. Использование платформы Seine также поможет снизить затраты на создание готовых аппаратных решений под чипы Rhea1. Кроме того, такие серверы могут использоваться для демонстрации возможностей партнёрам и конечным заказчикам.

Отмечается, что на сегодняшний день платформа Seine Reference Server используется в четырёх проектах, направленных на обеспечение технологического суверенитета, независимости и конкурентоспособности Европы: это инициативы Aero, OpenCUBE и Riser, связанные с формированием облачной инфраструктуры, а также Plasma-PEPSC для моделирования плазмы.

Компания Virtium Embedded Artists анонсировала вычислительный модуль iMX8M Mini DX-M1 SoM, предназначенный для использования в составе систем машинного зрения с поддержкой ИИ. Это могут быть дроны, платформы видеонаблюдения и обеспечения безопасности, средства автоматизированного контроля и мониторинга, транспортные комплексы и пр.

В основу изделия положен чип NXP i.MX 8M Mini с четырьмя ядрами Arm Cortex-A53 с тактовой частотой 1,6 ГГц (индустриальная версия) или 1,8 ГГц (коммерческий вариант) и ядром реального времени Cortex-M4F с частотой 400 МГц. Предусмотрены графические блоки Vivante GC320 2D GPU и Vivante GCNanoUltra 2D/3D GPU с поддержкой OpenVG 1.1, OpenGL ES 2.0, а также VPU-модуль с возможностью декодирования видео 1080p60 H.265, H.264, VP8, VP9 и кодирования материалов 1080p60 H.264, VP8. Объём оперативной памяти LPDDR4-3000 составляет 2 Гбайт, вместимость встроенного флеш-накопителя eMMC — 16 Гбайт.

Источник изображения: Virtium Embedded Artists

Особенностью новинки является наличие ИИ-ускорителя Deepx DX-M1 AI Booster, обеспечивающего производительность до 25 TOPS. Этот NPU функционирует на частоте 1 ГГц и использует 4 Гбайт памяти LPDDR5-5600.

Модуль iMX8M Mini DX-M1 наделён сетевым 1GbE-контроллером Realtek RTL8211FDI, а опционально может быть добавлен адаптер Murata LBEE5HY2FY (2FY), отвечающий за поддержку Wi-Fi 6E (802.11a/b/g/n/ac/ax) и Bluetooth 5.4 (BR/EDR/BLE). Предусмотрены интерфейс SDIO на основе чипсета Infineon CYW55513, а также интерфейсы MIPI CSI (4 линии) и MIPI-DSI (4 линии; до 1080p60). Изделие имеет размеры 82 × 50 × 5 мм. Диапазон рабочих температур у индустриальной версии простирается от -40 до +85 °C, у коммерческой — от 0 до +70 °C. Для модуля iMX8M Mini DX-M1 будет доступна сопутствующая плата с набором разъёмов, включая порты USB.

Компания NVIDIA отметила рост популярности своего Arm-процессора Grace C1 среди ключевых ODM-партнёров. Изделие применяется в телекоммуникационном оборудовании, СХД, периферийных и облачных решениях, а также в других системах, где первостепенное значение имеет показатель производительности в расчёте на ватт затрачиваемой энергии.

Архитектура NVIDIA Grace на сегодняшний день представлена в двух основных конфигурациях: это двухпроцессорный Grace Superchip и новый однопроцессорный Grace CPU C1. Последний содержит 72 ядра Arm Neoverse V2 (Armv9) с поддержкой векторных расширений SVE2. Объём кеша L2 составляет 1 Мбайт в расчёте на ядро. Кроме того, есть 114 Мбайт кеша L3. Тактовая частота достигает 3,1 ГГц.

Источник изображения: NVIDIA

Процессор Grace CPU C1 функционирует в связке со 120, 240 или 480 Гбайт памяти LPDDR5X, пропускная способность которой достигает 512 Гбайт/с (384 Гбайт/с для варианта 480 Гбайт). Реализована поддержка четырёх массивов PCIe 5.0 x16, что даёт в общей сложности 64 линии (поддерживается бифуркация). Показатель TDP составляет до 250 Вт (вместе с памятью).

Источник изображения: NVIDIA

По заявлениям NVIDIA, системы на базе Grace CPU C1 демонстрируют двукратное повышение производительности на ватт затрачиваемой энергии по сравнению с сопоставимыми по классу продуктами, построенными на чипах с архитектурой х86. Устройства на основе Grace CPU C1 проектируют такие компании, как Foxconn, Jabil, Lanner, MiTAC, Supermicro и QCT.

В телекоммуникационной отрасли, как отмечается, востребован компьютер NVIDIA Compact Aerial RAN, объединяющий процессор Grace CPU C1 с ускорителем NVIDIA L4 и адаптером NVIDIA ConnectX-7 SmartNIC. Кроме того, Grace CPU C1 применяется в системах хранения WEKA и Supermicro.