Piilaaksolainen Efinix on julkistanut merkittävän laajennuksen Titanium-FPGA-tuoteperheeseensä. Uusi sukupolvi kaksinkertaistaa laitekokojen ja mallien määrän: suurin piiri sisältää nyt jopa kaksi miljoonaa logiikkaelementtiä, ja koko perhe käsittää yhteensä 20 eri mallia. Tuoteperhe perustuu edelleen TSMC:n 16/12 nm -prosessiin ja on suunnattu erityisesti tekoäly- ja edge-sovelluksiin.
Titanium-sarjan keskeinen erottuvuustekijä on sen RISC-V-pohjainen arkkitehtuuri, joka yhdistää FPGA-logiikan ja avoimen prosessori-ytimen yhdeksi joustavaksi kokonaisuudeksi. Efinixin “Quantum”-kudosratkaisu tarjoaa energiatehokkaamman ja kompaktimman toteutuksen kuin perinteinen LUT-pohjainen FPGA-rakenne. Tämä mahdollistaa sekä alhaisemman tehonkulutuksen että paremman kustannustehokkuuden, mikä on erityisen tärkeää sulautetuissa järjestelmissä.
Laajennetun Titanium-perheen piirit tarjoavat myös merkittäviä teknisiä parannuksia. Niihin sisältyvät 64-bittiset RISC-V SoC:t, transceiverit jopa 25,8 Gbps nopeuksilla sekä entistä nopeammat MIPI-liitännät. Näiden ominaisuuksien ansiosta uudet FPGA:t soveltuvat monipuolisesti esimerkiksi teollisuusautomaatioon, robotiikkaan, autoelektroniikkaan ja lääketieteen kannettaviin laitteisiin.
Efinixin mukaan Titanium-FPGA:t ovat jo osoittaneet vahvan asemansa AI-pohjaisessa konenäössä ja muissa älykkäissä järjestelmissä. Yhtiön presidentti Sammy Cheung korosti, että laajennus tukee asiakkaiden tarpeita entistä paremmin AI-vetoisilla markkinoilla ja mahdollistaa reaaliaikaisen datankäsittelyn laajalla sovellusalueella.
Perinteisiin FPGA-piireihin verrattuna Titanium tarjoaa yhdistelmän, joka painottaa energiatehokkuutta, RISC-V-integraatiota ja joustavuutta. Kun kilpailijat nojaavat usein ARM-pohjaisiin SoC-ratkaisuihin ja raskaampaan arkkitehtuuriin, Efinixin lähestymistapa tekee Titaniumista houkuttelevan erityisesti edge-laskennan ja pienitehoisten tekoälysovellusten kentässä.
Kun suurteholaskennan (HPC) työkuormat monimutkaistuvat, generatiivinen tekoäly sulautuu yhä tiiviimmin moderneihin järjestelmiin ja lisää kehittyneiden muistiratkaisujen tarvetta. Vastatakseen näihin muuttuviin vaatimuksiin ala kehittää uuden sukupolven muistiarkkitehtuureja, jotka maksimoivat kaistanleveyden, minimoivat latenssin ja parantavat energiatehokkuutta.
