据该初创公司介绍，APU 架构专注于解决计算层面分析任务的特有瓶颈，这与图形处理单元 （GPU） 不同——GPU 最初为图形处理设计，后来才被改造用于 AI 和数据相关任务。 几十年来，数据分析一直依赖标准处理单元，最近像英伟达这样的公司开始投资推动GPU 处理分析工 作负载，"Speedata CEO Adi Gelvan 在接受 TechCrunch 采访时表示，"但这些要么是通用处理器，要么 是为其他工作负载设计的处理器，而非专为数据分析从头构建的芯片。我们的 APU 专为数据处理打 造，单个 APU 就能取代整排服务器，提供显著更优的性能。 Speedata 成立于 2019 年，由六位联合创始人共同创立，其中部分成员是最早研发多线程粗粒度可重构 架构(CGRA)技术的研究人员。 创始团队与 ASIC 设计专家合作，旨在解决一个根本性问题：当时数据分析工作都由通用处理器承担。 当工作负载变得过于复杂时，可能需要调用数百台服务器。创始团队相信，他们能开发出单一专用处理 器，以更高速度和更低能耗完成相同任务。 图片来源：Speedata 总部位于特拉维夫的初创公司 Speedata 开发了一款专为加速大数 ...

图片来源： Speedata 总部位于特拉维夫的初创公司 Speedata 开发了一款专为加速大数据分析和 AI 工作负载而设计的分 析处理单元 (APU) ，该公司已完成 4400 万美元的 B 轮融资， 使其融资总额达到 1.14 亿美元 。 本轮 B 轮融资由现有投资者领投，包括 Walden Catalyst Ventures 、 83North 、 Koch Disruptive Technologies 、 Pitango First 和 Viola Ventures ，以及战略投资者，如英特尔 CEO 兼 Walden Catalyst Ventures 管理合伙人陈立武（ Lip-Bu Tan ）和 Mellanox Technologies 联合创始人兼前 CEO Eyal Waldman 。 据该初创公司介绍， APU 架构专注于解决计算层面分析任务的特有瓶颈，这与图形处理单元 （ GPU ）不同—— GPU 最初为图形处理设计，后来才被改造用于 AI 和数据相关任务。 " 我们视之为将数十年芯片研究成果转化为行业数据处理方式变革的机遇， "Gelvan 表示。 据公司 CEO 透露，其 ...