大神用Excel做出CPU处理器！

大神用Excel做出CPU处理器！ 在大多数人眼里，Excel只是制作编辑表格的软件，但在大神手里，它无所不能，甚至可以造CPU处理器！油管博主就做到了。 他甚至没有使用VB脚本和插件，单纯地通过Excel，就搞定了一颗16位的CPU处理器。当然，这颗U的规格不可能太强，频率只有区区3Hz，同时内存容量仅为128KB，也只能显示16色，最大分辨率128x128像素。 更牛X的地方在于，Inkbox甚至自己写了一套完整功能的汇编语言与之配套，叫做Excel-ASM16。这套语言包括23条不同的指令，支持变量、标签甚至是二进制文件。当然，这都是汇编语言的基本功能，但对于跑在Excel里的CPU，已经足够了。 还有啥好说的？一起膜拜吧！ 频道：@kejiqu 群组：@kejiquchat

《x86汇编语言：编写64位多处理器多线程操作系统》

《x86汇编语言：编写64位多处理器多线程操作系统》 简介：本书系统解析x86汇编语言：编写64位多处理器多线程操作系统的核心内容，并结合实用案例帮助读者加深理解。内容涵盖其发展历程、关键概念及实际应用，提供深入的知识探索路径。适合对该主题有兴趣的学习者，帮助拓宽视野并提高专业素养。 标签： #x #x86汇 #知识 #学习 文件大小：NG 链接：https://pan.quark.cn/s/78b64a36edba

用汇编语言编写的轻量级网络论坛引擎

用汇编语言编写的轻量级网络论坛引擎 AsmBB完全用汇编语言编写，并使用SQLite作为数据库后端。这就是为什么它可以在非常弱的托管上工作，同时为大量访问者提供服务，而不会出现滞后和延迟。 由于内部设计和减少的依赖性，AsmBB 是非常安全的 Web 应用程序。但它还支持加密数据库，安全性更高。 另外，AsmBB对运行环境的要求很少： -x86 Linux 服务器。 -不管32位还是64位。无需任何专门预安装的库。 -最小/最便宜的 VPS 就可以了。共享主机也可以（如果支持 FastCGI）。 -支持 FastCGI 接口的 Web 服务器。AsmBB 已通过 Nginx、Apache、Lighttpd、Hiawatha，当然还有 RWASA 进行了测试。 AsmBB 易于定制和修改 - 它使用非常强大的模板系统，可以轻松定制论坛而无需实际修改代码。（不过这并不难）。 || 安装教程： |

AMD Ryzen 9 9950X"Zen 5"CPU据称FMAX频率高达5.85GHz

AMD Ryzen 9 9950X"Zen 5"CPU据称FMAX频率高达5.85GHz 这一最新信息来自 Anandtech 论坛成员 igor_kavinski，据称他是从一位运行 ES 样本的用户那里获得的。该用户不久前还透露了一些来自 9950X 样本的早期数据。AMD Ryzen 9 9950X 是一款 16 核芯片，拥有 32 个线程，64 MB 三级缓存，峰值主频为 5.70 GHz，与 Ryzen 9 7950X 相同。该 CPU 的 TDP 相同，均为 170 瓦，在激活 PBO 后，功耗将超过 200 瓦。图片来源：igor_kavinski（via Anandtech Forums）我们已经讨论过这款芯片的默认工作模式将比 7950X更冷、功耗更低，同时提供更高的性能，用户还可以使用 PBO 模式进一步提升性能。5.85 GHz 的频率仍然是一个非常高的数字，在适当的条件下，比如启用 PBO 时更好的散热和功耗，这些芯片将能够达到这个数字。图片来源：igor_kavinski（via Anandtech Forums）因此，虽然 Ryzen 9 9950X 的 FMAX 为 5.85 GHz，但其他芯片的 FMAX 频率会更低。以下是比较结果：Ryzen 9 9950X -5.85 GHz (5.7 GHz Boost)Ryzen 9 7950X -5.85 GHz (5.7 GHz Boost)Ryzen 9 7900X - 5.70 GHz (5.6 GHz Boost)Ryzen 7 7700X - 5.50 GHz（5.4 GHz Boost）Ryzen 5 7600X - 5.45 GHz (5.3 GHz Boost)Ryzen 9 5950X -5.05 GHz (4.9 GHz Boost)除了 FMAX 数据外，据称 AMD Ryzen 9 9950X 16 核 CPU 也在 Blender 基准测试中进行了测试，但 PPT 仅设置为 60 瓦，比默认的 170 瓦 TDP 少了 110 瓦。记事本上写着这是 Blender 3.3 基准测试，是日常 PBO/CO（Precision Boost Overdrive / Curve Optimizer）调整的一部分。芯片在水冷条件下运行，我们看到了很多指标。性能接近酷睿 i9-12900K，功耗仅为 60W。这些数据只是基于早期工程样品的初步数据，但 Zen 5 CPU 的前景非常好，它将开启 AMD 高性能台式机 CPU 的新篇章。Zen 5 CPU 预计将于 7 月 31 日发布，本月晚些时候我们将获得更多有关 Zen 5 CPU 的信息。 ... PC版： 手机版：

黄仁勋抛出2700W功耗的真核弹 还有240TB显存的AI超级计算机

黄仁勋抛出2700W功耗的真核弹 还有240TB显存的AI超级计算机 Blackwell B200 GPU首次采用了chiplet晶粒封装，包含两颗B100，而B200之间再通过带宽翻倍达1.8TB/s的第五代NVLink 5总线互连，最多可连接576块。B100采用专门定制的台积电4NP工艺制造(H100/RTX 40 4N工艺的增强版)，已经达到双倍光刻极限尺寸，彼此通过10TB/s带宽的片间互联带宽，连接成一块统一的B200 GPU。B100集成多达1040亿个晶体管，比上代H100 800亿个增加了足足30％，B200整体就是2080亿个晶体管。核心面积未公布，考虑到工艺极限应该不会比814平方毫米的H100大太多。CUDA核心数量也没说，但肯定会大大超过H100 16896个，不知道能不能突破2万个？每颗B100连接四颗24GB HBM3E显存/内存，等效频率8GHz，位宽4096-bit，带宽达4TB/s。如此一来，B200就有多达192GB HBM3E，总位宽8096-bit，总带宽8TB/s，相比H100分别增加1.4倍、58％、1.4倍。性能方面，B200新增支持FP4 Tensor数据格式，性能达到9PFlops(每秒9千万亿次)，INT/FP8、FP16、TF32 Tensor性能分别达到4.5、2.25、1.1PFlops，分别提升1.2倍、1.3倍、1.3倍，但是FP64 Tensor性能反而下降了40％(依赖GB200)，FP32、FP64 Vector性能则未公布。Blackwell GPU还支持第二代Transformer引擎，支持全新的微张量缩放，在搭配TensorRT-LLM、NeMo Megatron框架中的先进动态范围管理算法，从而在新型4位浮点AI推理能力下实现算力和模型大小的翻倍。其他还有RAS可靠性专用引擎、安全AI、解压缩引擎等。至于功耗，B100控制在700W，和上代H100完全一致，B200则首次达到了1000W。NVIDIA宣称，Blackwell GPU能够在10万亿参数的大模型上实现AI训练和实时大语言模型推理。GB200 Grace Blackwell是继Grace Hopper之后的新一代超级芯片(Superchip)，从单颗GPU＋单颗CPU升级为两颗GPU加一颗CPU，其中GPU部分就是B200，CPU部分不变还是Grace，彼此通过900GB/s的带宽实现超低功耗片间互联。在大语言模型推理工作负载方面，GB200超级芯片的性能对比H100提升了多达30倍。不过代价也很大，GB200的功耗最高可达2700W，可以使用分冷，更推荐使用液冷。基于GB200超级芯片，NVIDIA打造了新一代的AI超级计算机“DGX SuperPOD”，配备36块超级芯片，也就是包含36颗Grace CPU、72颗B200 GPU，彼此通过NVLink 5组合在一起，还有多达240TB HBM3E。这台AI超级计算机可以处理万亿参数的大模型，能保证超大规模生成式AI训练和推理工作负载的持续运行，FP4精度下的性能高达11.5EFlops(每秒1150亿亿次)。DGX SuperPOD还具有极强的扩展性，可通过Quantum-X800 InfiniBand网络连接，扩展到数万颗GB200超级芯片，并加入BlueField-3 DPU数据处理单元，而每颗GPU都能获得1.8TB/s的高带宽。第四代可扩展分层聚合和规约协议(SHARP)技术，可提供14.4TFlops的网络计算能力，比上代提升4倍。此外，NVIDIA还发布了第六代通用AI超级计算平台“DGX B200”，包含两颗Intel五代至强处理器、八颗B200 GPU，具备1.4TB HBM3E、64TB/s带宽，FP4精度性能144PFlops(每秒14亿亿次)，万亿参数模型实时推理速度提升15倍。DGX B200系统还集成八个NVIDIA ConnectX-7网卡、两个BlueField-3 DPU高性能网络，每个连接带宽高达400Gb/s，可通过Quantum-2 InfiniBand、Spectrum?-X以太网网络平台，扩展支持更高的AI性能。基于Blackwell GPU的产品将在今年晚些时候陆续上市，亚马逊云、戴尔、谷歌、Meta、微软、OpenAI、甲骨文、特斯拉、xAI等都会采纳。亚马逊云、谷歌云、微软Azeure、甲骨文云将是首批提供Blackwell GPU驱动实例的云服务提供商，NVIDIA云合作伙伴计划的中的Applied Digital、CoreWeave、Crusoe、IBM Cloud、Lambda也将提供上述服务。Indosat Ooredoo Hutchinson、Nebius、Nexgen Cloud、甲骨文欧盟主权云、甲骨文美国/英国/澳大利亚政府云、Scaleway、新加坡电信、Northern Data Group旗下的Taiga Cloud、Yotta Data Services旗下的Shakti Cloud、YTL Power International 等主权AI云，也将提供基于Blackwell架构的云服务和基础设施。 ... PC版： 手机版：

AMD官宣年更芯片：新款MI325X重磅发布 比H200快1.3倍

AMD官宣年更芯片：新款MI325X重磅发布 比H200快1.3倍 芯片年更，与领头羊英伟达一较高下自去年以来，英伟达向投资者明确表示，计划将发布周期缩短为每年一次，现在AMD也紧随其后，开始芯片年更。首席执行官苏姿丰（Lisa Su）表示“每年都有这样的节奏，是因为市场需要更新的产品和能力...... 我们每年都会有下一个大事件，这样我们就始终拥有最具竞争力的产品组合。”她详细介绍了该公司未来两年开发人工智能芯片的计划，以挑战行业领导者英伟达。最新的MI325X加速器将于2024年第四季度上市。即将推出的名为MI350的芯片系列，预计将于2025年上市，并将基于新的芯片架构。与现有的MI300系列人工智能芯片相比，MI350在推理方面的性能预计将提高35倍。2026年，MI400系列将会被推出，该系列将基于名为“Next”的架构。如此这般，AMD和英伟达“你方唱罢我登场”，两者之间的较量充满了刀光剑影。开发生成式人工智能程序的竞赛催生了人工智能数据中心的发展，而支撑数据中心的就是这些先进芯片。AMD一直是英伟达的竞争者，后者目前主导着利润丰厚的人工智能半导体市场，占据了约80%的份额。现在，为了追赶英伟达，AMD更加孤注一掷，“人工智能显然是我们公司的头等大事，我们确实利用了公司内部所有的开发能力来实现这一点。”先不管芯片表现如何，AMD此举也是为了吸引投资者的关注。在华尔街“铲子”交易中投入了数十亿美元的投资者一直在寻求芯片公司的长期更新，因为他们要评估生成式AI蓬勃发展的持久性，而这一趋势迄今为止还没有放缓的迹象。自2023年初以来，AMD股价已上涨一倍多。与同期英伟达股价七倍多的涨幅相比，这一涨幅仍然相形见绌。苏姿丰在4月份表示，AMD预计2024年AI芯片销售额约为40亿美元，比之前的估计增加了5亿美元。在Computex活动上，AMD还表示其最新一代中央处理器单元（CPU）可能会在2024年下半年上市。虽然企业一般会优先考虑在数据中心中使用人工智能芯片，但AMD的部分CPU也会与GPU结合使用，不过两者的比例更倾向于GPU。AMD详细介绍了其新型神经处理单元（NPU）的架构，专门用于处理AI PC中的设备端AI任务。随着个人电脑市场走出长达数年的低谷，芯片制造商们一直寄希望于人工智能功能的增强来推动个人电脑市场的增长。惠普和联想等个人电脑供应商将发布包含AMD AI PC芯片的设备。AMD还放出话来，他们的处理器已经超过了微软对Copilot+PC的硬件要求。3nm EPYC Turin，AI负载超越英特尔苏姿丰在Computex 2024的主题演讲中宣布，备受期待的第五代EPYC Turin处理器，具有192个核心和384个线程，在人工智能工作中比英特尔Xeon快5.4倍，将于2024年下半年推出。这个3nm芯片标志着AMD Zen 5架构首次应用于数据中心芯片，AMD声称它们在关键AI工作负载上的性能比英特尔当前一代的Xeon芯片快5.4倍。Turin据说有两个版本：一个使用标准的Zen 5核心，另一个使用一种称为Zen 5c的密度优化核心。苏姿丰还宣布，AMD现在已经占据了数据中心市场的33%。新的Zen 5c芯片将配备多达192个核心和384个线程，采用3nm工艺节点制造，然后与塞入单个插槽的6nm I/O Die（IOD）配对。整个芯片由17个小单元组成。最高核心数型号采用AMD的Zen 5c架构，该架构使用密度优化的核心，概念上类似于英特尔的e-cores。不过，AMD率先在数据中心的x86芯片中使用这种核心类型。配备标准全性能Zen 5核心的型号配备12 个采用N4P工艺节点的计算芯片和一个中央6纳米IOD芯片，总共13个小芯片。AMD声称，在LLM（聊天机器人）中，AMD的优势是Xeon的5.4倍，在翻译模型中是Xeon的2.5倍，在摘要工作中是Xeon的3.9倍。AMD还展示了其128核Turin模型在科学NAMD工作负载中的3.1倍优势，并现场演示了Turin每秒生成的token数量比Xeon多4倍。192核Zen 5c芯片是AMD EPYC Bergamo的后续系列，后者是业界首款具有密度优化核心的x86数据中心处理器（Zen 4c）。Bergamo的最高核心为128个。采用Zen 5架构的标准Turin型号可扩展到128个核心，每个核心面积减半但功能不变，与当前一代EPYC Genoa（最高96个核心）相比，实现了强劲的代际提升。Zen 5c Turin芯片将与英特尔的144核Sierra Forest芯片和Ampre的192核 AmpereOne处理器展开竞争，前者标志着英特尔在其Xeon数据中心阵容中首次采用效率核心（E-cores），后者则标志着Google和微软正在开发或采用定制芯片。与此同时，标准的Zen 5 EPYC处理器将迎战英特尔即将推出的Xeon 6系列。AMD还分享了一些基准测试，以突出它相对于英特尔竞争型号的优势。随着Turin 芯片越来越接近市场，我们可以期待更多的细节。Ryzen AI 300系列“Strix Point”处理器AMD揭开Ryzen AI 300系列“Strix Point”处理器的神秘面纱50 TOPS的AI性能，Zen 5c密度核心首次应用于Ryzen 9。Strix Point APU配备了XDNA 2 AI加速器，AMD表示该加速器能够实现高达50 TOPS的性能，领先于最近微软使用的高通骁龙X Elite（45 TOPS）。作为一款具有强大集成显卡的APU，游戏也是测试的一部分。AMD希望通过其集成Radeon 880M和890M GPU来确保游戏领域的领先地位。根据AMD的演示，Ryzen AI 300系列芯片平均性能比英特尔Core Ultra 185H快36%。这里的平均分数取自六款主要游戏的基准测试，包括《赛博朋克 2077》、《无主之地 3》、《F1 23》、《刺客信条幻影》、《古墓丽影：暗影》和《孤岛惊魂 6》。代号为Strix Point的全新Ryzen AI 300系列芯片，采用全新的Zen 5 CPU微架构，拥有两种核心、升级的RDNA 3.5图形引擎，当然还有AMD全新的XDNA 2引擎，可在本地运行AI工作负载。AMD的新品牌方案现在将AI直接带入了芯片名称中，这反映了公司对以AI为重点的全新XDNA 2神经处理单元（NPU）的强烈关注。XDNA 2现在可提供50 TOPS的性能，是AMD第三代AI处理器性能的5倍。这一性能水平超越了Windows PC的所有其他芯片，包括高通公司前景看好的骁龙X Elite，并轻松超过了微软对下一代AI PC的40TOPS要求，这是在本地运行Copilot的最低硬件要求。AMD在其他方面也取得了很多进步，针对轻薄型和超轻型笔记本电脑的Zen 5处理器已升级到12核，过去只能使用8个CPU核心，而新的RDNA 3.5集成图形引擎最多可使用16个计算单元，比上一代的最多12个有所增加。旗舰级Ryzen AI 9 HX 370配备了12个核心和24个线程，基本频率为2.0 GHz，峰值频率为5.1GHz。不过，从品牌宣传幻灯片中可以看到，该芯片与GPU和NPU核心一起，在单片芯片上配备了4个标准Zen 5核心和8个密度优化的Zen 5C核心。这标志着更小的Zen 4c核心首次出现在最高级别的Ryzen 9移动系列中，因为这些核心以前仅限于AMD采用上一代鹰点芯片的最低端Ryzen 5和3型号。与标准的Zen 5性能核心相比，AMD的Zen 5c核心旨在减少处理器芯片上的空间占用，同时为要求不高的任务提供足够的性能，从而节省电能，并在每平方毫米上提供比以前更多的计算能力。虽然这种技术在概念上与英特尔的E-cores类似，但AMD的Zen 5c采用了与标准Zen 5核心相同的微架构，并通过较小的核心支持相同的功能，而英特尔的设计则采用了不同的架构和功能支持。不过，较小的Zen 5c核心工作时钟频率较低，因此峰值性能不如标准核心，但它们也为其他附加功能（如更大的GPU和NPU）保留了芯片面积。HX 370芯片还拥有36 MB三级缓存、50 TOPS XDNA 2 NPU和新的RDNA 3.5 Radeon 890M图形引擎。该芯片的额定TDP为 28W，但其宽泛的cTDP范围意味着这并不能反映其实际运行功耗水平。Ryzen AI 9 365配备10个核心，包括4个标准Zen 5核心和6个经过密度优化的Zen 5c核心，基本频率为2.0GHz，峰值频率为5.0 GHz。该芯片还配备了50 TOPS NPU和一个12-CU RDNA 3.5 Radeon 88... PC版： 手机版：