Machine Learning

Gazzillion 기술과 결합된 Out-of-Order 스케줄링 엔진을 갖춘 Atrevido 코어는 Machine learning 애플리케이션에서 일반적으로 사용되는 긴 메모리 대기 시간과 고대역폭 메모리 시스템을 사용하여 highly sparse 데이터를 처리할 수 있습니다.

Key 값 저장

인메모리 캐싱 및 키-값 처리에는 메모리 하위 시스템에 대한 처리되지 않은 트랜잭션이 많이 필요합니다.

우리의 Gazzilion Misses 기술은 이러한 요구 사항에 특히 적합하므로 더 적은 수의 처리 코어로 전체 메모리 대역폭을 유지할 수 있습니다.

Recommendation Systems

Gazzillion 기술은 DataCenter Machine Learning의 핵심 부분인 Recommendation System을 위해 특별히 설계되었습니다.

Avispado당 수백 개의 캐쉬 miss 를 지원함으로써 대규모 실리콘 투자 없이 highly sparse 데이터를 컴퓨팅 엔진에 원활하게 전달하는 SoC를 구축할 수 있습니다.

또한 2 way Out-of-Order 코어는 Recommendation System의 병렬이 아닌 부분을 가속화하는 데 도움이 됩니다.

Sparse Data/HPC

Gromacs? Sparse Matrices? PDEs? OMP? MPI? Multi-level parallelism? 원하는 대로 불러주세요

HPC는 대규모의 다차원 Sparse 데이터를 처리하고 여러 수준에서 이기종 병렬 처리를 지원해야 합니다.

Out-of-Order 실행 및 Gazzillion Misses 기술은 임베디드 HPC, 엣지 또는 데이터센터 수준 등 HPC 영역에 적합합니다.