La compañía GSI Technology, pionera en el desarrollo de la Unidad de Procesamiento Asociativo (APU), ha publicado los resultados de un estudio independiente dirigido por investigadores de la Universidad de Cornell, que valida el potencial de su arquitectura Compute-in-Memory (CIM).
Según el documento, las APU Gemini-I pueden ofrecer un rendimiento equiparable al de una GPU en tareas de inteligencia artificial y computación de alto rendimiento (HPC), reduciendo de forma drástica el consumo energético gracias a su diseño centrado en la memoria de alta densidad y ancho de banda.
Rendimiento de clase GPU y eficiencia energética sin precedentes
Los investigadores de Cornell demostraron que la Gemini-I APU alcanza un rendimiento similar al de la NVIDIA A6000 en cargas de trabajo de RAG (Retrieval-Augmented Generation). En las mismas pruebas, la APU consumió más de un 98% menos de energía que una GPU convencional al procesar grandes conjuntos de datos, lo que supone una ventaja masiva en eficiencia y sostenibilidad.
Además, el estudio reveló que el diseño CIM de GSI permite ejecutar tareas de recuperación hasta un 80% más rápido que una CPU tradicional, reduciendo significativamente los tiempos de procesamiento en entornos de IA avanzada.
Validación académica y presentación en Micro ’25
El trabajo, titulado “Characterizing and Optimizing Realistic Workloads on a Commercial Compute-in-SRAM Device”, ha sido publicado por la ACM y presentado en la conferencia Micro ’25. Se trata de una de las primeras evaluaciones exhaustivas de un dispositivo Compute-in-Memory comercial bajo cargas de trabajo reales, lo que refuerza la viabilidad práctica de esta tecnología.
El equipo de Cornell comparó la APU con CPUs y GPUs convencionales, evaluando el rendimiento en conjuntos de datos de entre 10 GB y 200 GB, y concluyó que el enfoque de GSI ofrece una excelente relación rendimiento-por-vatio, especialmente en escenarios de IA en el borde (Edge AI), robótica, drones, IoT o aplicaciones aeroespaciales, donde la energía y la refrigeración son factores críticos.
Camino hacia la próxima generación: Gemini-II y Plato
El CEO de la firma, Lee-Lean Shu, destacó que el nuevo chip Gemini-II, ya disponible, ofrece un rendimiento hasta 10 veces superior al del Gemini-I, con menor latencia y mayor eficiencia energética en tareas intensivas de memoria.
De cara al futuro, el proyecto Plato ampliará las capacidades de cómputo-en-memoria para aplicaciones embebidas y Edge AI, combinando velocidad, eficiencia y programabilidad en un único ecosistema.
El estudio de Cornell también presenta un marco analítico de optimización para dispositivos CIM de propósito general, consolidando la posición de GSI Technology como referente en computación eficiente y escalable.
Vía: TechPowerUp
