Yapay zeka hızlandırıcıları tasarlayan startup Tenstorrent, CEO Jim Keller liderliğinde, halihazırda piyasada olan Blackhole P150 hızlandırıcı kartlarında önemli bir donanım değişikliğine gittiğini duyurdu. Şirketin son dokümantasyon güncellemelerine göre, P150a ve P150b modellerini içeren Blackhole P150 hızlandırıcıları artık başlangıçta reklamı yapılan 140 yerine 120 adet "Tensix" çekirdeği ile çalışacak. Bu durum, çekirdek sayısında yaklaşık %14,3'lük bir azalmaya işaret ediyor. Şirket, değişikliğin nedenini "metal ve diğer sistem yazılımlarına birleşik bir arayüz sunmak için" gibi belirsiz bir açıklamayla geçiştirirken, tipik iş yüklerinde "önemli olmayan (~%1-2) bir performans farkı" olduğunu belirtti.
Ancak, çekirdek sayısındaki bu azalma, kartların TeraFLOPS performansını da doğrudan etkiliyor. Eski 140 çekirdekli SKU'lar için BLOCKFP8 8-bit kayan nokta performansı 774 TeraFLOPS olarak listelenirken, yeni 120 çekirdekli versiyon aynı hassasiyet seviyesinde bu sayıyı 664 TeraFLOPS'a düşürüyor. Bu ani değişikliğin ardındaki gerçek neden hala bir sır olsa da, sektördeki HPC uzmanları birkaç olası neden öne sürüyor. İlk olarak, Blackhole P150 hızlandırıcılarının 300 W'lık termal kapasite ile sınırlı olması, 140 çekirdekli versiyonun tam potansiyeline ulaşmasını zorlaştırabilir.
İkinci ve daha makul bir neden ise, şirketin silikon verimini artırmayı hedeflemesi olabilir. 140 çekirdeğin tamamı yerine 120 çalışan çekirdeğe sahip bir çip üretmek, üretim sürecinde daha kolay ve maliyet etkin olabilir. Tenstorrent, hızlandırıcı tasarımını çoklu çip sistemlerine ölçeklendirmeye hazırlanırken, kabul edilebilir bir silikon verimi elde etmek kritik öneme sahiptir. Son olarak, bazıları bu durumun, piyasaya sürülen silikon versiyonlarının henüz tam olarak hazır olmadığını ve deneysel silikonun gönderilmesine eşdeğer olduğunu savunuyor.
Tenstorrent'ın halihazırda piyasada olan AI hızlandırıcı kartlarındaki çekirdek sayısını azaltması, şirketin üretim stratejileri, termal sınırlamalar veya silikon verimi konularında zorluklar yaşadığına işaret ediyor ve bu durum, yapay zeka donanım pazarındaki rekabeti ve ürün geliştirme süreçlerinin karmaşıklığını gözler önüne seriyor.