«Байкал Электроникс» продемонстрировала на выставке «Микроэлектроника 2026»
рабочий прототип собственного GPGPU-ядра для параллельных вычислений и задач
искусственного интеллекта. Во время демонстрации система в реальном времени
выполняла задачу распознавания людей.
В отличие от обычного GPU, ориентированного на обработку и вывод графики,
новая GPGPU предназначен прежде всего для вычислений. Графические процессоры
получили широкое распространение в ИИ именно благодаря способности параллельно
выполнять большое количество однотипных математических операций.
Пока GPGPU-ядро работает на ПЛИС — программируемой логической интегральной
схеме. Такой подход позволяет разработчикам проверить архитектуру, программный стек
и взаимодействие отдельных блоков до выпуска полноценного кремниевого
кристалла. На этом этапе исправление ошибок обходится значительно дешевле и
быстрее, чем после изготовления серийного чипа.
Несмотря на статус прототипа, разработка уже включает не только
вычислительные блоки. В системе реализованы кэш второго уровня, управляющий
процессор на открытой архитектуре RISC-V и собственный программный стек — от
компилятора до среды выполнения. На прототипе также запускались существующие
модели компьютерного зрения.
Разработчики заявляют о совместимости с программами, написанными для CUDA —
программной платформы Nvidia, широко используемой для GPU-вычислений и
искусственного интеллекта. Это должно упростить перенос уже существующих
нейросетевых приложений на российский ускоритель без существенной переработки
исходного кода.
Следующим этапом станет перенос разработанной архитектуры с ПЛИС на
физический кремниевый кристалл. Только после этого можно будет оценить реальные
характеристики будущего процессора: производительность, энергопотребление,
площадь ядра и пригодность к серийному производству.
Первым процессором на основе этой разработки должен стать Baikal-AI-E1. «Байкал
Электроникс» позиционирует его как функциональный аналог платформы Nvidia
Jetson Orin.
Предполагаемые области применения Baikal-AI-E1 — беспилотные системы,
робототехника, промышленное компьютерное зрение, автоматический контроль
качества и интеллектуальные камеры. Локальная обработка позволяет сократить
задержки и сохранить работу ИИ-системы даже при отсутствии постоянного
подключения к интернету.
