Nota AI optimizará el Exynos 2500 de Samsung para modelos con IA

Samsung acaba de firmar un acuerdo significativo, que allana el camino para que su último SoC, el Exynos 2500, ejecute modelos de IA en el dispositivo de manera mucho más eficiente.

Exynos 2500 de Samsung aprovechará la tecnología de compresión y optimización de Nota AI

Samsung ha firmado un acuerdo estratégico con Nota AI, permitiendo a este último equipar el primer chip Exynos 2500 con su tecnología de compresión y optimización de modelos de IA.

Samsung ya ha incorporado la tecnología de Nota AI para crear Exynos AI Studio, una cadena de herramientas de optimización de modelos de IA interna, que permite que los modelos de IA avanzados funcionen de manera eficiente aprovechando la potencia bruta del Exynos 2500 y sin recurrir a la computación basada en la nube.

Myungsu Chae, el CEO de Nota AI, señaló:

"Es más que solo suministrar software: hemos construido un marco estrechamente integrado donde el hardware y el software de IA convergen para ofrecer IA generativa de alto rendimiento en el borde".

Para el beneficio de aquellos que podrían no ser conscientes, la arquitectura de Exynos 2500 consiste en:

1. Una CPU de 10 núcleos

   • 1x Cortex-X925 núcleo principal con un reloj de 3.30GHz

   • 2x Cortex-A725 núcleos sincronizados a 2.74GHz

   • 5x Cortex-A725 núcleos sincronizados a 2.36GHz

   • 2x Cortex-A520 núcleos de eficiencia sincronizados a 1.80GHz

2. Una GPU Samsung Xclipse 950 basada en la arquitectura RDNA de AMD

3. Una unidad de procesamiento neuronal (NPU) dedicada capaz de 59 TOPS

4. 76.8 Gb/s LPDDR5X RAM

Tenga en cuenta que, si bien es competente, la NPU de los Exynos 2500 no es rival para la NPU de Hexagon de Snapdragon 8 Elite Gen 5 de Qualcomm, que según los informes es capaz de alcanzar 100 billones de operaciones por segundo (TOPS).

En consecuencia, el último acuerdo de Samsung con Nota AI debería aumentar la capacidad de los Exynos 2500 para procesar las cargas de trabajo de la IA al mejorar las optimizaciones de los modelos, lo que permite que la NPU relativamente sobrecargada del chip aborde las tareas relacionadas con la IA de manera mucho más eficiente.

Fuente: Wccftech