教育新闻网Blaize从秘密发布中脱颖而出，其突破性的下一代计算架构可精确满足人工智能(AI)应用程序中新的计算工作负载的需求和复杂性。 作为发展的步伐，作为其增长战略的一部分，该公司扩大了在海得拉巴的现有产能，目前可容纳450名员工;从而为从印度聘请熟练的工程师提供了更大的空间。 在能源效率，灵活性和可用性方面的进步推动下，Blaize产品支持汽车，智能视觉和企业计算领域的一系列现有和新的AI用例，在该领域中，公司与抢先体验的客户进行了接触。
随着AI的颠覆性影响改变整个行业，并且AI功能成为新产品的“必备”要求，这些AI系统市场预计将迅速增长*。 “ Blaize的愿景是通过重新思考基本的软件和处理器体系结构来更好地计算未来的工作量。对于海德拉巴的整个团队来说，这是特殊的一天，在帮助我们实现这一目标方面发挥了关键作用愿景”。Blaize联合创始人兼首席执行官Dinakar Munagala说。 他补充说：“我们看到来自市场各地的客户对新的计算解决方案的需求，这些解决方案可以满足对新兴AI时代构建的技术的未满足的即时需求，并且可以克服传统计算的功能，复杂性和成本方面的限制。”
图形原生技术推动了巨大的效率提升 全面的Blaize技术堆栈的范围和功能是空前的。Blaize GSP体系结构和Blaize Picassoa软件开发平台在计算效率方面取得了突破。 该解决方案将动态数据流方法和图形计算模型与完全可编程的专有SOC融合在一起。 这允许Blaize计算平台在整个运行期间一直利用神经网络工作负载中固有的本机图结构。 巨大的效率倍增器通过数据流传输机制提供，在这种情况下，非计算数据的移动被最小化或消除。 这为Blaize系统提供了尽可能短的延迟，减少了内存需求，并降低了芯片，电路板和系统级别的能源需求。 Blaize GSP是第一个完全可编程的处理器体系结构和软件平台，完全是100%图形原生的。 尽管神经网络的类型很多，但所有神经网络都是图。利用固有的图形本机结构，开发人员现在可以在适用于许多市场和用例的单个体系结构上构建多个神经网络和整个工作流。 可以构建将非神经网络功能(例如图像信号处理)与神经网络功能集成在一起的端到端应用程序，所有这些功能都表示为图形，其处理效率比现有解决方案高10-100倍。 AI应用程序开发人员现在可以更快地构建整个应用程序，针对边缘部署限制对其进行优化，并使用自动数据流方法高效地运行它们。 NSITEXE首席执行官兼DENSO顾问委员会成员Yukihide Niimi说：“ Blaize非常创新，我们是重要的业务合作伙伴。” “随着汽车行业经历着非凡的技术变革，DENSO在许多领域都展现出领先地位。NSITEXE的成立是为了赶上这种技术变革并加速DFP之类的灵活计算IP解决方案的开发。NSITEXE愿意与Blaize携手合作，以促进灵活的图形(数据流)计算技术生态系统，”他补充说。 三星战略与创新中心AI和机器人技术副总裁Schuyler Cullen说：“我一直在观看Blaize几年，并且很早就发现它们的图形本机体系结构特别适合各种AI和机器人工作负载。” 他补充说：“他们在团队，组织和技术方面的迅速扩展给我留下了深刻的印象。” 研究人员Aditya Kaul表示：“人工智能在多个行业和应用领域的扩散取决于强大，可编程，高效，可扩展的高性能硬件，这些硬件将人工智能处理从云数据中心扩展到终端设备，服务器或设备。” Tractica总监。
