1100W电源不需要风扇？酷冷至尊做到了

1100W电源不需要风扇？酷冷至尊做到了如果你觉得不满意，或者不放心，它也提供了一个风扇接口，可外挂风扇。同时，传统的桥式二极管换成了工业级的主动桥式整流器，进一步提高电源效率，还搭配了英飞凌的IC芯片确保高性能。规格上丝毫不弱，支持ATX3.1、PCIe5.1，850W型号的+12V电路输出电流为70.8A，自带一个新版的12V-2x616针供电接口。还有PMBUS、USB接口，可用来实时监控电源状态，包括功率、转换效率、温度、风扇转速等等。在现场，酷冷至尊亮出了它的内部结构，各种元器件和散热模块都清晰可见，还搭建了一台静音主机，CPU散热器也是定制的无风扇静音型。...PC版：https://www.cnbeta.com.tw/articles/soft/1434338.htm手机版：https://m.cnbeta.com.tw/view/1434338.htm

第三代香山RISC-V开源处理器核研发启动

第三代香山RISC-V开源处理器核研发启动8月26日消息，日前，第二届RISC-V中国峰会北京会场系列活动“首届北京开源芯片生态产业论坛”正式举行。据中科院计算所副所长包云岗介绍，香山开源高性能RISC-V处理器核发展历程迎来又一里程碑。论坛上，中科院计算所、北京开源芯片研究院、腾讯、阿里、中兴通讯、中科创达、奕斯伟、算能等形成了联合研发团队，开展第三代香山（昆明湖架构）的联合开发。包云岗指出，香山联合团队的形成，标志着得到了香山及其开源模式得到了产业界的初步认可，为跨越“从原型到产品”这个死亡之谷迈出了关键一步。这还只是第一步，后续一定还会遇到很多挑战和困难，但我们也做好了迎接各种挑战的准备。据悉，“香山”第一代内核“雁栖湖”已在去年7月15日流片，基于28nm工艺，裸片面积6.6平方毫米，单核二级缓存1MB，预计功耗5W。第二代核心“南湖”目标是14nm2GHz。值得一提的是，中国工程院院士倪光南指出，目前CPU市场主要被x86和Arm架构所垄断，而中国想要打破这个局面，实现自主可控，开源的RISC-V架构将是一大机遇和发展方向。在未来世界主流CPU架构格局中，RISC-V架构将有望达到三分天下有其一。PC版：https://www.cnbeta.com/articles/soft/1309127.htm手机版：https://m.cnbeta.com/view/1309127.htm

Intel开发RISC架构处理器：独一无二的8核心528线程

Intel开发RISC架构处理器：独一无二的8核心528线程它采用定制的RISC精简指令集，每个核心支持多达66个硬件线程，包括16线程的多线程流水线(MTP)、8个单线程流水线(STP)，集成192KB一级指令+数据缓存、4MB二级缓存。每路系统支持16颗并行，那就是128核心8448线程。内存支持DDR5-4400，单颗最大容量32GB，16路系统就是512GB。扩展支持PCIe4.0x8。台积电7nmFinFET工艺制造，3275针BGA封装，15个互连金属层，总面积21.5x14.7＝316平方毫米，晶体管276亿个，每个核心9.3平方毫米、12亿个晶体管。常规电压和负载下的功耗为75W，16路并行系统就是1200W。它还整合封装了四颗硅光学芯片，配合片内路由网络、32个光学IO端口(单向带宽32GB/s)，用于芯片间互连，即便是不同机架上的芯片也能直接通信，无需额外的交换机、网卡。...PC版：https://www.cnbeta.com.tw/articles/soft/1380565.htm手机版：https://m.cnbeta.com.tw/view/1380565.htm

AMD展示RX 7000系列显卡：5nm工艺 性能大幅提升

AMD展示RX7000系列显卡：5nm工艺性能大幅提升RTX40系列已经在来的路上，而今天早上苏妈直接展示了RX7000系列显卡，看起来也是相当不错，跟NVIDIA正面刚起来....由于不是发布，所以官方给出的细节比较少，不过依然还是值得一看的，比如AMDRX7000系列显卡将搭载RDNA3架构GPU，性能大幅提升。新的显卡与现有RDNA2GPU相比，GPU将提供超过50%的每瓦性能提升等等，整个工艺是5nm等等，至于有关它的参数，其实之前已经报道了很多。今年的RX7000系列显卡也会走上小芯片设计，其中GCD计算核心采用的是台积电5nm工艺，MCD显存核心则是台积电的6nm工艺，高端的Navi31核心会采用1个GCD+6个MCD的6+1模块设计。这样的组合搭配会让AMD在芯片面积上更有优势，Navi31、Navi32及Navi33三种核心的面积分别只有533、350及203平方毫米。与AMD相比，NVIDIA今年不论是H100加速卡还是AD102核心的游戏卡，依然采用大核心设计，面积据悉超过600平方毫米，这点上不占优势，制造成本理论上更高。此外，之前的传闻称，Navi31大核心将有192MB乃至是256MBInfinityCache无限缓存，但实际上只有96MB，甚至比Navi21128MB还要小。Navi32核心有32个WGP(工作组处理器)或者说64个计算单元、8192个流处理器的说法，其实只有30组、7680个流处理器，无限缓存确实是64MB，其实也有过128MB版本但大概率会被取消。另外，Navi31GCD图形核心部分面积308平方毫米，比之前说的370平方毫米小了很多，MCD显存部分面积37.5平方毫米，1+6的组合就是533平方毫米；Navi32MCD完全一致，GCD更小一些为200平方毫米，1+4整体为350平方毫米；Nvai33为单芯片设计，面积也不是之前传的400平方毫米，其实只有约203平方毫米，小了足足一半。RX7000系列将有新的公版散热器。Navi31不出意外三风扇，但小了很多。辅助供电双8针，也就说不需要使用新的PCIe5.016针供电，功耗和发热不会很夸张。PC版：https://www.cnbeta.com/articles/soft/1310179.htm手机版：https://m.cnbeta.com/view/1310179.htm

AMD RX 7000显卡最终规格敲定 无限缓存缩水一半

AMDRX7000显卡最终规格敲定无限缓存缩水一半或快或慢，NVIDIARTX40系列、AMDRX7000系列新一代显卡都会在今年晚些时候到来，规格也越来越清晰，当然不可避免地会有很多变化。据外媒Angstronomics最新得到的情报，AMDNavi3x系列核心的规格其实早在2020年就敲定了，此后一直没有大的变化。也就是说，RX6000系列发布之前，RX7000系列就已经定案，这也符合行业惯例。－Nav3196MB无限缓存之前的传闻称，Navi31大核心将有192MB乃至是256MBInfinityCache无限缓存，但实际上只有96MB，甚至比Navi21128MB还要小。其实，AMD确实测试过192MB无限缓存的Navi31，但是发现性能提升有限，从成本上考虑不经济，所以仅设置了96MB(大概对应RX7900XT)，而精简版只会有80MB(大概对应RX7900)。其实，RX6900XT128MB无限缓存并不是特别充裕，根据测试在4K下有些力不从心，没想到新一代竟然变小了，难道在显存带宽上有了新的突破，不再需要大容量无限缓存的辅佐？－Navi327680个流处理器之前说法称Navi32核心有32个WGP(工作组处理器)或者说64个计算单元、8192个流处理器，但其实只有30组、7680个流处理器。无限缓存确实是64MB，其实也有过128MB版本但大概率会被取消。－核心面积更小Navi31GCD图形核心部分面积308平方毫米，比之前说的370平方毫米小了很多，MCD显存部分面积37.5平方毫米，1+6的组合就是533平方毫米。Navi32MCD完全一致，GCD更小一些为200平方毫米，1+4整体为350平方毫米。Nvai33为单芯片设计，面积也不是之前传的400平方毫米，其实只有约203平方毫米，小了足足一半。－新的散热和供电RX7000系列将有新的公版散热器。Navi31不出意外三风扇，但小了很多。辅助供电双8针，也就说不需要使用新的PCIe5.016针供电，也就是说功耗和发热不会很夸张。PC版：https://www.cnbeta.com/articles/soft/1304307.htm手机版：https://m.cnbeta.com/view/1304307.htm

2033年超越人类大脑 特斯拉自研芯片性能将达1千万亿次

2033年超越人类大脑特斯拉自研芯片性能将达1千万亿次特斯拉不仅在电动汽车行业实力强大，近年来还在研发脑机系统，并且有了自研的高性能芯片，未来甚至要超过人类大脑的算力——预计这个目标在2033年实现。根据汽车和货车租赁公司Vanarama的一项新研究，特斯拉的汽车将在2033年比人类大脑更聪明，性能将达到1PFLOPS，也就是1千万亿次，这是很多超算的性能水平了。这是因为特斯拉自研的芯片每年性能提升486%，只需要17年就能达到成熟人脑的程度，而人类大脑自然成熟需要25年。特斯拉最新发布的自研芯片DojoD1性能达到了362万亿次，是6年他们使用的NVIDIA芯片的30倍，后者的性能只有12万亿次。在前不久的AI日活动上，特斯拉正式发布了D1芯片，采用台积电7nm工艺制造，核心面积达645平方毫米，仅次于NVIDIAAmpere架构的超级计算核心A100(826平方毫米)、AMDCDNA2架构的下代计算核心Arcturus(750平方毫米左右)，集成了多达500亿个晶体管，相当于IntelPonteVecchio计算芯片的一半。它集成了四个64位超标量CPU核心，拥有多达354个训练节点，特别用于8×8乘法，支持FP32、BFP64、CFP8、INT16、INT8等各种数据指令格式，都是AI训练相关的。特斯拉称，D1芯片的FP32单精度浮点计算性能达22.6TFlops(每秒22.6万亿次)，BF16/CFP8计算性能则可达362TFlops(每秒362万亿次)。为了支撑AI训练的扩展性，它的互连带宽非常惊人，最高可达10TB/s，由多达576个通道组成，每个通道的带宽都有112Gbps。而实现这一切，热设计功耗仅为400W。PC版：https://www.cnbeta.com/articles/soft/1311783.htm手机版：https://m.cnbeta.com/view/1311783.htm