教育新闻网Blaize Graph Streaming Processor™(GSP)架构：第一个支持在单个系统上并发执行多个神经网络和整个工作流，同时支持多种异构计算密集型工作负载的架构
完全可编程的解决方案为不断发展的AI模型，工作流和应用程序带来了更高级别的灵活性，这些应用程序可以在需要的地方高效运行，这是边缘动态智能的突破
通过简化的处理直接解决采用AI的技术和经济障碍，可将系统效率提高10到100倍，降低延迟，降低能耗并减小尺寸和成本
自2018年以来在汽车，智能视觉和企业计算领域的早期接触客户参与
加利福尼亚州埃尔多拉多希尔斯-(美国商业资讯)-Blaize™如今已经从隐形技术中脱颖而出，并推出了突破性的下一代计算架构，该架构完全满足了人工智能(AI)应用中新的计算工作负载的需求和复杂性。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的破坏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*。
“卜来世是建立在一个更好的方式重新思考的基础软件和处理器架构来计算未来的工作负载的憧憬，” Dinakar Munagala，联合创始人兼CEO卜来世说。“我们看到市场各地客户对新计算解决方案的需求，这些解决方案可以满足对新兴AI时代技术的紧迫需求，以及可以克服传统计算的功能，复杂性和成本限制的解决方案。”
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架构和Blaize Picasso™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，针对边缘部署约束对其进行优化，并使用自动数据流方法高效地运行它们。
来自行业分析师，投资者和客户的报价：
NSITEXE首席执行官兼DENSO顾问委员会成员Yukihide Niimi说：“Blaize是非常创新的产品，我们是重要的业务合作伙伴。”“DENSO在许多领域发挥领导汽车行业经历了非凡的技术变革。NSITEXE的成立是为了赶上这种技术变革，并加快诸如DFP之类的灵活计算IP解决方案的开发。NSITEXE愿意与Blaize合作，以增强灵活的Graph(数据流)计算技术生态系统。”
三星战略与创新中心AI与机器人技术副总裁Schuyler Cullen表示：“我一直在观看Blaize几年，并且很早就发现它们的图形本机架构特别适合于各种AI和机器人技术工作负载。”“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。”
“AI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AI处理从云数据中心扩展到终端设备，服务器或设备，”研究机构Aditya Kaul说。 Tractica主任。“它越来越明显，传统的处理架构将不足以满足这一新兴市场的需求，与像基于图的计算显示承诺的新技术。通过将新的计算方法与模块化硬件和面向部署的软件堆栈相结合，将定义成功，所有这些都是从第一天起Blaize价值主张的一部分。”
