Исследователи из Корнеллского университета подтвердили, что процессор Gemini-I APU компании GSI Technology демонстрирует производительность на уровне графических ускорителей для специализированных задач ИИ. Анализ, опубликованный 20 октября 2025 года, показал, что новое решение потребляет более чем на 98% меньше энергии по сравнению с GPU NVIDIA A6000 при работе с наборами данных от 10 до 200 ГБ. Эти результаты были представлены на конференции Micro ’25 и опубликованы Ассоциацией вычислительной техники (ACM).
Эксперименты проводились с использованием задач поиска и генерации (RAG), которые являются ключевыми для работы современных языковых моделей. Помимо сравнения с GPU, тестирование показало, что APU выполняет операции поиска информации в несколько раз быстрее стандартных центральных процессоров, сокращая общее время обработки до 80%. Архитектура Compute-In-Memory (CIM) позволяет чипу обрабатывать данные непосредственно в памяти, что значительно снижает энергозатраты на их перемещение.
Технология CIM давно рассматривается как перспективное направление для снижения энергопотребления в вычислениях, поскольку основные энергозатраты в чипах традиционной архитектуры связаны именно с передачей данных между памятью и вычислительными блоками. Исследование Корнеллского университета представляет собой одну из первых комплексных оценк коммерческого устройства с вычислениями в памяти в условиях, приближенных к реальным.
Рост энергопотребления индустрии искусственного интеллекта вызывает серьезную озабоченность. По данным MIT Technology Review, на центры обработки данных в 2023 году приходилось 4.4% всего энергопотребления в США, причем с 2017 года этот показатель удвоился именно из-за распространения энергоемкого аппаратного обеспечения для ИИ. Ожидается, что к 2028 году более половины электроэнергии для дата-центров будет использоваться для задач искусственного интеллекта. В этом контексте разработка энергоэффективных архитектур, подобной APU, имеет критическое значение для устойчивого развития отрасли.
Компания GSI Technology уже анонсировала чип второго поколения — Gemini-II. По заявлению производителя, новое решение обеспечивает примерно десятикратное увеличение пропускной способности и еще более низкую задержку для workloads с интенсивным использованием памяти. Также в разработке находится архитектура Plato, ориентированная на встроенные системы для периферийных вычислений (Edge AI).
Потенциальные области применения энергоэффективных APU включают робототехнику, беспилотные летательные аппараты, интернет вещей, а также оборонный и аэрокосмический секторы, где существуют строгие ограничения по энергопотреблению и охлаждению. Энергетическая эффективность становится ключевым стратегическим преимуществом на рынке аппаратного обеспечения для ИИ, объем которого, по оценкам, достигает 100 миллиардов долларов.
Реакция рынка на публикацию отчета была немедленной: акции GSI Technology (GSIT) продемонстрировали значительный рост. Это отражает высокий интерес инвесторов к технологиям, которые способны решить проблему растущего энергопотребления в секторе искусственного интеллекта.
Внедрение архитектуры Compute-In-Memory может оказать существенное влияние на экологическую повестку технологической отрасли. Такие инициативы, как проект «Старгейт» от OpenAI, предполагают строительство дата-центров с беспрецедентным энергопотреблением. Развертывание энергоэффективных аппаратных решений может смягчить экологические последствия подобных проектов и снизить нагрузку на энергосистемы.
