IT之家AI硬體

東擎為邊緣平臺導入 Axelera AI Metis 加速器,至高擴充 214 TOPS 算力

2026年7月22日 16:03
東擎為邊緣平臺導入 Axelera AI Metis 加速器,至高擴充 214 TOPS 算力

重點摘要

東擎在邊緣平臺導入Axelera AI Metis加速器,最高可擴充214 TOPS算力。此加速器採用D-IMC數字內存計算技術,較傳統GPU提供更優異的AI推理效能。

站內 AI 整理稿

東擎科技近日宣布,旗下邊緣運算平台正式導入由 Axelera AI 所開發的 Metis 加速器,使邊緣設備的 AI 推論算力最高可擴充至 214 TOPS(每秒兆次運算)。這項整合為邊緣端帶來更強大的即時處理能力,能應對日益複雜的 AI 推論需求,也為產業導入 AI 提供更具效率的硬體選擇。Metis 加速器採用數位記憶體內運算(D-IMC)技術,這項創新架構讓資料在記憶體內直接進行運算,大幅減少資料在傳統架構中反覆搬移所帶來的延遲與能耗。與傳統 GPU 相比,Metis AIPU 在執行 AI 推論任務時能提供更出色的性能表現,同時維持低延遲與高效能,特別適合在邊緣端部署。

邊緣運算環境往往受限於空間、散熱與功耗,傳統 GPU 雖然算力強大,但體積與耗電量在許多邊緣場景中難以負荷。東擎透過導入 Metis 加速器,使邊緣平台得以在更小的體積與功耗架構下,實現更高的算力密度。這項技術突破不僅強化了邊緣運算的即時反應能力,也為智慧製造、零售分析、安防監控等需要即時處理的應用場景,提供更貼近需求的硬體解方。在智慧製造領域,產線上的機器視覺檢測需要毫秒級的 AI 推論速度,才能即時判別瑕疵、調整參數。傳統做法往往仰賴高速 GPU 伺服器,但邊緣設備若直接內建 Metis 加速器,就能在現場完成推論,減少資料傳輸至雲端的延遲與頻寬成本。

零售分析方面,店家可透過邊緣攝影機搭配 AI 加速器,即時分析顧客動線、商品拿取行為,並在幾秒內更新銷售策略或庫存管理。安防監控則需在大量影像串流中快速辨識人臉、車牌或異常行為,Metis 的高算力與低延遲正好滿足這類場景的即時性需求。東擎科技長期專注於工業級邊緣運算硬體,產品線涵蓋無風扇嵌入式電腦、AI 邊緣平台、工業主機板等。此次與 Axelera AI 的合作,標誌著東擎在邊緣 AI 硬體生態系中的進一步擴展。Axelera AI 是一家專注於高效能邊緣 AI 晶片的新創公司,其 Metis 加速器採用先進的數位記憶體內運算架構,在相同功耗下能提供數倍於傳統 GPU 的 AI 推論效能。

根據官方資訊,東擎的邊緣平台在導入 Metis 加速器後,最高可達到 214 TOPS 的算力。這個數字代表每秒可執行 214 兆次運算,足以應對目前主流的神經網路模型,包括 YOLO、ResNet、Transformer 等常見的邊緣推論任務。更重要的是,這項整合並未大幅增加邊緣設備的體積與功耗,依然維持東擎產品一貫的工業級可靠性與寬溫設計。業界分析指出,隨著邊緣 AI 應用從概念驗證進入規模化部署,客戶不僅要求算力,更要求算力密度與能效比。傳統 GPU 雖然生態成熟,但在許多邊緣場景中已出現效能過剩或功耗過高的問題。以記憶體內運算為核心的 AI 加速器,正逐步成為邊緣推論的新選擇。

東擎與 Axelera AI 的合作,正好回應了這股市場趨勢。此外,東擎也表示,導入 Metis 加速器後,其邊緣平台將支援更完整的 AI 軟體堆疊,包括常見的推理框架如 ONNX Runtime、TensorFlow Lite 等,讓開發者能快速部署既有模型,降低轉換成本。這對於已投入大量資源訓練模型的企業客戶而言,是一大加分項。目前東擎的邊緣運算平台已開始提供搭載 Metis 加速器的選項,預計在 2025 年第二季起陸續出貨。終端客戶可根據應用需求,選擇不同算力等級的配置,以最佳化成本與效能。

隨著 AI 推論工作負載逐漸從雲端向邊緣遷移,這類結合高效能加速器與工業級邊緣平台的方案,可望加速智慧工廠、智慧零售、智慧城市等領域的落地。值得注意的是,數位記憶體內運算技術不僅提升算力密度,也降低了資料傳輸的能耗。對於需要長時間運行的邊緣設備,如無人機、巡檢機器人、戶外監控攝影機等,功耗控制至關重要。Metis 加速器在低功耗下仍能維持高推論吞吐量,讓這些設備在電池或有限電源下,也能執行即時 AI 分析。整體而言,東擎與 Axelera AI 的整合,為邊緣運算市場帶來了更多元的硬體選擇。

從技術層面看,D-IMC 架構突破了傳統馮紐曼瓶頸,讓邊緣 AI 推論在延遲與能效上更具競爭力;從市場層面看,客戶不再只能依賴 GPU,而是能根據實際場景挑選最適合的加速方案。這項合作不僅強化了東擎在邊緣 AI 領域的產品線,也為產業導入邊緣智慧提供了更靈活的硬體基礎。

Related

相關文章

AIBaseAI硬體

OpenAI 首款硬件真容浮現:冰球大小無屏設計,售價 300 至 400 美元

OpenAI首款硬件產品細節曝光,為一款無螢幕的智能音箱,外型類似冰球,售價約300至400美元,由OpenAI與前蘋果設計師Jony Ive的LoveFrom公司合作開發。該設備內建電池與攝影鏡頭,可支援手持使用並將視覺資訊傳給ChatGPT,實現多模態感知。此產品推出時正值蘋果對OpenAI提起商業機密訴訟,OpenAI內部評估其設計細節有望反駁侵權指控。

18 小時前4700
雷峰網AI硬體

金剛GC3芯片重新定義視頻AI算力規則,國產RISC-V高端算力商業化提速

近日,第三屆中國計算機學會芯片大會(CCF Chip 2026)在太湖之濱無錫成功舉辦。會場中,兩院院士與頂尖工程師們的討論話題直指底層架構的“根技術”創新。一個核心追問被反覆推至臺前:當摩爾定律逼近物理極限,製程紅利日益稀薄,堆核心、拼頻率的老路越走越窄,是否該徹底換一條路走?換言之,與其在通用架構上不斷打補丁,能否從數據流動的本質出發,為特定場景原生設計一顆芯片?

1 天前
雷峰網AI硬體

把512 GiB閃存搬到xPU旁邊,HBF能打破推理內存牆?

HBM已經證明,通過堆疊和共封裝把存儲介質遷移至GPU附近,可以緩解AI計算中的數據搬運瓶頸。現在,SK海力士聯合閃迪,將類似的思路正式應用到NAND上,通過HBF將大容量閃存放到包括GPU在內的各類xPU旁,以緩解AI推理內存牆問題。近日,雙方通過OCP發佈《High Bandwidth Flash(HBF)High-Level Base Die Specification, Version 0.7.0》。

1 天前
鈦媒體AI硬體

AI的錢,被誰賺走了?

AI 浪潮推動雲端服務供應商大舉擴建資料中心,背後龐大的資本支出正沿著供應鏈層層傳導,最終流向光模塊、晶片與伺服器業者。這條資金鏈路的起點是亞馬遜 AWS、微軟 Azure、Google Cloud 等雲端廠商,他們為了滿足訓練與推論大語言模型所需的算力,持續加碼採購 GPU 伺服器與高速網路設備,帶動上游零組件需求爆發。

2 天前