Werbung
Unter Bitcoin-Minern hat sich Bitmain bereits einen Namen gemacht, denn seit einigen Jahren bietet man hier immer wieder neue AISC-Prozessoren und dazugehörige Systeme für das Mining von Bitcoins an. Mit dem BM1387 hat Bitmain den ersten ASIC aus der 16-nm-Fertigung von TSMC vorgestellt. Dieser erreicht mit 0,098 J/GH eine äußerst hohe Effizienz. Im größten System, dem Antminer S9, sind 189 solcher Chips verbaut.
Eine Weiterentwicklung des Chips kann aber auch zu anderen Zwecken genutzt werden. Das Aufkommen von neuronalen Prozessoren bzw. optimierter Hardware für Machine Learning aller großer IT-Unternehmen hat bei Bitmain offenbar eine Chance eröffnet. Der Sophon BM1680 wurde ab 2015 entwickelt und wird seit diesem Jahr im TSMCs 28-nm-HPC+-Prozess gefertigt. Die Thermal Design Power des Chips soll bei 41 W liegen.
Der Chip selbst besteht aus 64 Neural Processing Units (NPU). Diese sollen eine Rechenleistung von 2 TFLOPS bei einfacher Genauigkeit erreichen. Auf dem Chip befinden sich außerdem 32 MB an Cache. Neben dem Chip befinden sich auf der Beschleunigerkarte zudem 16 GB an DDR4-2667 und ECC. Diese erreichen eine Bandbreite an 85,3 GB/s. Insgesamt kommt die Karte auf eine Leistungsaufnahme von bis zu 85 W. Daher ist auch eine aktive Kühlung notwendig, die einer Kühlung auf einer Grafikkarte nicht ganz unähnlich ist. Die Sophon SC1 – so der Name der Beschleunigerkarte – verwendet das PCI-Express-Interface mit acht Lanes.
Der Sophon BM1680 ermöglicht auch den Multi-Chip-Betrieb und sieht dazu eine dedizierte 50-GB/s-Verbindung vor. Auf der Sophon SC1+ kommen zwei BM1680 zum Einsatz. Die Rechenleistung verdoppelt sich daher auf 4 TFLOPS. Dies gilt obendrein für den Speicher, der nun eine Kapazität von 2x 16 GB vorzuweisen hat. Die Leistungsaufnahme verdoppelt sich nicht ganz. 150 W werden hier angegeben.
Die Sophon SC1 ist ab sofort für fast 600 US-Dollar verfügbar. Die Sophon SC1+ soll zu einem späteren Zeitpunkt folgen. Für 2018 plant Bitmain die Fertigung in 12 nm und hofft damit die Effizienz steigen zu können. Unklar jedoch ist, welchen Einfluss solche Systeme im Vergleich zu den Entwicklungen von Google, Apple, NVIDIA und Intel haben können. Teilweise weisen diese deutlich höhere Rechenleistungen auf und sind zudem bereits in die eigenen Systeme integriert.