在快速發展的人工智能領域，Quadric 作為邊緣計算領域的先鋒力量脫穎而出。Quadric 成立于 2018 年，總部位于加利福尼亞州伯林格姆，是一家科技公司，專注于為智能手機、物聯網傳感器、自動駕駛汽車和工業機器人等邊緣設備的 AI 工作負載開發高性能、節能處理器。其旗艦產品 ，將通用計算的靈活性與專用人工智能硬件的效率相結合，滿足了對設備上人工智能處理不斷增長的需求。本博客探討了 Quadric 的使命、技術以及對邊緣人工智能生態系統的影響，強調了其在塑造智能設備未來方面的作用。

Quadric 的核心創新在于其 Chimera GPNPU，這是一種混合處理器，彌合了傳統 CPU/GPU 與 TPU 等專用 AI 加速器之間的差距。與僅針對深度學習推理進行優化的傳統神經處理單元不同，Chimera GPNPU 將可編程架構與專門的 AI 功能相結合。這使得它能夠在單個可許可處理器 IP 核內處理各種工作負載，包括機器學習推理、信號處理和經典計算任務。通過統一這些功能，Quadric 消除了對多個專用處理器的需求，從而降低了復雜性、功耗和成本——這對于空間和能源受限的邊緣設備來說是關鍵因素。例如，在自動駕駛汽車中，Chimera 可以在運行控制算法的同時處理實時傳感器數據（例如激光雷達、雷達），從而實現更快、更高效的決策。

Chimera 的架構是傳統 C++ 編程 DSP（世界上最大、功能最強大的，并行度高達 32,768 位）和用于卷積和矩陣數學的硬件加速器的混合體。它具有單個指令調度功能，可饋送到具有多達 1024 個處理元素的大規模矩陣并行執行管道中，針對神經網絡中常見的矩陣和向量運算進行了優化。與僅依賴順序指令管道的傳統 GPU 不同，Quadric 的處理器可以切換到和退出兩種執行模式，傳統的線性代碼流或以數據流驅動的方式執行作的專用矩陣/卷積，從而最大限度地減少延遲并最大限度地提高吞吐量。這種 DSP 行為和加速器行為的混合體為該架構贏得了 Chimera 品牌名稱——一種將兩種截然不同的架構的 DNA 合并到一個處理器管道中的處理器。根據 Quadric 的基準測試，與競爭解決方案相比，這種方法的每瓦性能提高了 10 倍。此外，其軟件堆棧（包括 Quadric SDK 和 Chimera 圖編譯器）允許開發人員在 TensorFlow 或 PyTorch 等熟悉的框架中進行編程，確保與現有 ML 模型的兼容性，同時針對 Chimera 的獨特架構對其進行優化。至關重要的是，該處理器同時運行 C++ 用戶代碼和用戶 python 代碼，使 Chimera 內核比競爭的硬連線加速器更加靈活。

Quadric 的影響遍及各行各業。在醫療保健領域，其處理器使可穿戴設備能夠執行實時診斷，例如檢測心律不齊，而無需依賴云連接，從而增強隱私性和響應能力。在工業物聯網中，Quadric 驅動的傳感器可以在現場分析振動或溫度數據，從而降低延遲和帶寬成本。汽車行業受益于其處理自動駕駛汽車中復雜感知任務的能力，其中低功耗和高可靠性至關重要。通過在本地處理人工智能工作負載，Quadric 的技術還解決了隱私問題，因為敏感數據不再需要傳輸到集中式服務器——這在數據意識的世界中日益重要。

底線：隨著設備變得更加智能和自主，Quadric 準備塑造邊緣 AI 的未來。它對通用人工智能處理的重視符合異構計算的趨勢，在異構計算中，沒有單一處理器類型占主導地位。通過實現高效的設備上智能，Quadric 不僅提高了性能，還實現了資源受限環境中人工智能部署的民主化。隨著邊緣人工智能需求到 2030 年增長到估計 700 億美元的市場，Quadric 的創新方法使其成為使智能系統無處不在的關鍵參與者，從智能家居到自主工廠。