Ex-arquiteto da AMD e Intel lança startup que faz apps CUDA rodarem em GPUs que não são da NVIDIA

O renomado arquiteto de GPUs Raja Koduri, que já liderou equipes na AMD, Intel e Apple, revelou sua mais nova empreitada no mundo da tecnologia. A Oxmiq Labs, startup fundada por Koduri, saiu oficialmente do modo stealth e apresentou uma solução inovadora que permite executar aplicações CUDA – tradicionalmente exclusivas para hardware NVIDIA – em plataformas de outros fabricantes, potencialmente redefinindo o mercado de aceleradores para inteligência artificial.

A empresa concentra seus esforços em duas frentes principais: o desenvolvimento de propriedade intelectual para hardware de GPU baseado em RISC-V e a criação de uma pilha de software avançada para facilitar a portabilidade de aplicações entre diferentes plataformas.

Você também pode gostar dos artigos abaixo:

• Melhores placas de vídeo da NVIDIA para cada perfil
• NVIDIA RTX 5050 para notebooks: potência extra com GDDR7

No centro da proposta da Oxmiq está o OXPython, uma camada de compatibilidade que traduz cargas de trabalho baseadas em CUDA para o runtime próprio da empresa, permitindo que aplicações Python desenvolvidas para GPUs NVIDIA funcionem sem modificações em hardwares alternativos. O primeiro alvo dessa tecnologia serão os aceleradores de IA Wormhole e Blackhole da Tenstorrent, empresa liderada por Jim Keller, outro nome de peso na indústria.

“Estamos animados em fazer parceria com a Oxmiq em sua pilha de software OXPython”, declarou Keller, CEO da Tenstorrent. “A capacidade do OXPython de trazer cargas de trabalho Python para CUDA para plataformas de IA como Wormhole e Blackhole é ótima para a portabilidade do desenvolvedor e expansão do ecossistema. Isso se alinha com nosso objetivo de permitir que os desenvolvedores abram e possuam toda a sua pilha de IA.”

Arquitetura completa de hardware e software

No lado do hardware, a Oxmiq desenvolveu o OxCore, um núcleo de GPU baseado na arquitetura RISC-V que integra mecanismos de computação escalar, vetorial e tensorial em uma única estrutura modular. Esse design permite recursos de computação próxima à memória e dentro da memória, otimizando o desempenho para cargas de trabalho de IA e gráficos.

A empresa também oferece o OxQuilt, um construtor de System-on-Chip (SoC) baseado em chiplets que permite aos clientes criar seus próprios processadores integrando módulos de ponte de cluster de computação (CCB), ponte de cluster de memória (MCB) e ponte de cluster de interconexão (ICB) de acordo com requisitos específicos de workload. Isso possibilita configurações personalizadas para diferentes cenários, desde aceleradores de inferência de IA para aplicações de borda até grandes sistemas para treinamento de modelos de IA.

Apesar de Raja Koduri posicionar a Oxmiq como “a primeira startup de GPU no Vale do Silício em mais de 25 anos”, é importante notar que a empresa não está construindo GPUs para consumidores finais. Em vez disso, seu foco está em desenvolver propriedade intelectual para licenciamento, sem fornecer todos os blocos necessários para construir uma GPU completa, como unidades de textura, pipeline de exibição ou saídas DisplayPort/HDMI.

A estratégia de negócios da Oxmiq é notável por seu baixo investimento em ativos físicos. A empresa obteve $20 milhões em financiamento inicial de importantes investidores de tecnologia, incluindo a MediaTek, desenvolvedora de silício móvel e IA personalizado, e já registrou sua primeira receita com software. Ao focar no licenciamento de IP em vez de produção de chips, a Oxmiq mantém alta eficiência de capital sem depender de caras ferramentas EDA ou fabricação de silício.

“A Oxmiq tem uma visão ousada impressionante e uma equipe de classe mundial”, afirmou Lawrence Loh, SVP da MediaTek. “As inovações de IP de GPU e software da empresa impulsionarão uma nova era de flexibilidade computacional entre dispositivos, desde móveis até automotivos e IA na borda.”

A iniciativa da Oxmiq Labs surge em um momento em que a NVIDIA domina o mercado de aceleradores para IA, com seu ecossistema CUDA sendo um dos principais fatores para sua posição de liderança. Ao oferecer uma alternativa que permite executar cargas de trabalho CUDA em hardware diversificado, Raja Koduri e sua equipe podem potencialmente democratizar o acesso a ferramentas de desenvolvimento de IA, reduzindo a dependência dos desenvolvedores em relação a um único fornecedor de hardware.

Fonte: Tom’s Hardware