使用场景

用于处理大规模AI模型训练和推理任务。

在数据中心中进行高效的数据流管理和分析。

在边缘计算设备中实现实时目标检测和语音处理。

产品特色

SiFive Matrix Engine：采用Fat Outer Product设计，与4个X-Cores紧密集成，深度融合向量单元。

4个X-Cores每个簇：每个具有双向量单元，执行所有其他层，例如激活函数，新增指数加速指令。

新的矩阵指令：由标量单元获取，源数据来自向量寄存器，目标为每个矩阵累加器。

1个簇=16 TOPS (INT8), 8 TFLOPS (BF16) 每个GHz。

每个XM系列簇提供1TB/s的持续带宽。

XM簇通过两种方式连接到内存：CHI端口用于一致性内存访问，高带宽端口连接到SRAM以存储模型数据。

主机CPU可以是RISC-V、x86或Arm（或不出现）。

系统可以通过CHI跨多个芯片扩展。

使用教程

1. 访问SiFive官网并下载SiFive Kernel Library。

2. 根据项目需求选择合适的XM系列配置。

3. 集成XM系列到现有的硬件或软件架构中。

4. 使用开源库加速开发过程。

5. 进行系统测试，确保性能满足预期。

6. 根据需要扩展系统，以适应更大规模的计算需求。