# Zettascale Zettascale desarrolla silicio para IA y chips XPU para cargas de trabajo orientadas al descubrimiento, con menor consumo energético y soporte para sistemas desde prototipos hasta clústeres. - Findings24: - Sitio web: - Precios: Freemium - Categorías: Herramientas IA Dev, Herramientas divertidas de IA ## ¿Qué es Zettascale? Zettascale desarrolla silicio para IA, incluidos chips XPU, para cargas de trabajo orientadas al descubrimiento. La empresa presenta su hardware como infraestructura para sistemas de IA que hacen más que generar texto: proponen ideas, las simulan, prueban candidatos frente a la realidad y utilizan los resultados para mejorar el siguiente ciclo. El sitio presenta Grasshopper como el primer XPU, actualmente prototipado en una FPGA, y Monolith como un clúster en desarrollo que conecta varios XPU en una máquina más grande. En las páginas públicas, el producto se describe como chips de flujo de datos reconfigurables y eficientes en el uso de la energía para el entrenamiento y la inferencia de IA, con énfasis en minimizar el movimiento de datos, admitir cómputo denso e irregular y abarcar un amplio rango de precisión. ## ¿Qué puede hacer Zettascale? ### Hardware de IA eficiente en el uso de la energía La empresa afirma que sus chips XPU están diseñados para ejecutar cualquier carga de trabajo de IA con una fracción de la energía, con un enfoque en el cómputo orientado al descubrimiento en lugar de limitarse a la generación de texto. ### Reducción del movimiento de datos Grasshopper se presenta como un prototipo en FPGA del primer XPU, diseñado para minimizar el movimiento de datos, que el sitio identifica como un costo energético importante en la IA. ### Compatibilidad con cargas de trabajo mixtas La arquitectura se describe como compatible con cargas de trabajo densas e irregulares en una sola máquina, de modo que puede gestionar tanto cómputo intensivo en matrices como ejecución dispersa y condicional. ### Amplio rango de precisión La página de tesis afirma que el hardware debería abarcar un rango de precisión de fp8 a fp64, lo que permite tanto el entrenamiento de baja precisión como el cómputo científico de mayor precisión. ### Flujo de trabajo de descubrimiento a escala de clúster Monolith se presenta como un clúster que funciona como un solo chip, pensado para admitir conjuntamente el entrenamiento, la simulación y la verificación en un ciclo de descubrimiento. ### Diseño de flujo de datos reconfigurable Las páginas públicas describen el producto en torno a chips de flujo de datos reconfigurables, lo que indica una arquitectura adaptable a cargas de trabajo de entrenamiento e inferencia de IA. ## Casos de uso ### Investigación de IA orientada al descubrimiento Úsalo cuando un equipo esté creando sistemas de IA que necesiten proponer candidatos, simular resultados y verificar resultados en un único ciclo de descubrimiento, en lugar de limitarse a proporcionar respuestas de texto. ### Cargas de trabajo de IA con cómputo mixto Úsalo para cargas de trabajo que combinen álgebra lineal densa con ejecución dispersa o irregular, cuando un único acelerador fijo pueda resultar demasiado limitado y una GPU general pueda desaprovechar capacidad. ### Entrenamiento e inferencia con un uso consciente de la energía Úsalo en proyectos donde el consumo energético sea importante y el movimiento de datos represente un costo significativo, especialmente si la carga de trabajo se beneficia de un diseño orientado al flujo de datos. ### Trabajo científico y con uso intensivo de simulaciones Úsalo cuando un grupo de investigación necesite cómputo de mayor precisión en partes del flujo de trabajo, como etapas científicas o de simulación intensiva que requieran algo más que operaciones tensoriales de baja precisión. ### Canalizaciones de descubrimiento agrupadas Úsalo para sistemas a escala de equipo que necesiten conectar varios XPU en una sola máquina lógica para el entrenamiento, la simulación y la verificación. ## Preguntas frecuentes ### ¿Qué hace Zettascale? Zettascale desarrolla chips de flujo de datos reconfigurables y eficientes en el uso de la energía para el entrenamiento y la inferencia de IA. El sitio posiciona el hardware para cargas de trabajo de IA orientadas al descubrimiento, en lugar de aplicaciones de consumo de propósito general. ### ¿Qué es Grasshopper? El sitio describe Grasshopper como el primer XPU, prototipado en una FPGA. Se presenta como una forma de minimizar el movimiento de datos, que, según la empresa, representa uno de los principales costos energéticos de la IA. ### ¿Para qué se utiliza Monolith? Monolith se describe como un clúster en desarrollo que conecta varios XPU para que funcionen como un solo chip. El flujo de trabajo previsto es el ciclo de descubrimiento: entrenamiento, simulación y verificación en una única máquina. ### ¿Cómo establece sus precios Zettascale? Las páginas públicas no muestran precios de productos, niveles de planes ni un flujo de compra autoservicio. La URL de precios parece funcionar como una página de la empresa y no como una página de precios de productos. ### ¿Qué configuraciones o integraciones admite? La fuente hace hincapié en hardware para matemáticas densas, un rango completo de precisión de fp8 a fp64 y ejecución irregular. No documenta integraciones de software, pasos de configuración ni detalles de compatibilidad con plataformas. ## Datos rápidos - **Categoría**: Silicio para IA - **Producto principal**: Chips XPU - **Prototipo**: Grasshopper - **Sistema de clúster**: Monolith - **Dominio de la empresa**: exalaboratories.com - **Sede central**: San Francisco, CA, EE. UU.