{"id":737661,"date":"2023-07-20T09:23:09","date_gmt":"2023-07-20T09:23:09","guid":{"rendered":"https:\/\/magazineoffice.com\/la-firma-china-de-gpu-biren-planea-una-salida-a-bolsa-para-competir-mejor-contra-nvidia\/"},"modified":"2023-07-20T09:23:16","modified_gmt":"2023-07-20T09:23:16","slug":"la-firma-china-de-gpu-biren-planea-una-salida-a-bolsa-para-competir-mejor-contra-nvidia","status":"publish","type":"post","link":"https:\/\/magazineoffice.com\/la-firma-china-de-gpu-biren-planea-una-salida-a-bolsa-para-competir-mejor-contra-nvidia\/","title":{"rendered":"La firma china de GPU Biren planea una salida a bolsa para competir mejor contra Nvidia"},"content":{"rendered":"<p> <br \/>\n<\/p>\n<div id=\"article-body\">\n<p>Biren, un desarrollador chino de GPU de c\u00f3mputo, est\u00e1 considerando una oferta p\u00fablica inicial (OPI) en Hong Kong este a\u00f1o.  Esto se produce cuando los clientes nacionales prefieren cada vez m\u00e1s sus chips de IA a los de Nvidia, que son caros y escasos, seg\u00fan un informe de Bloomberg.  Con la esperanza de aprovechar esta oportunidad, la startup tecnol\u00f3gica se est\u00e1 posicionando para capitalizar la mayor demanda de sus productos. <\/p>\n<p>Se espera que Biren solicite su primera venta de acciones en las pr\u00f3ximas semanas, seg\u00fan el informe que cita fuentes an\u00f3nimas.  Al mismo tiempo, Biren est\u00e1 negociando con inversores potenciales, incluidos fondos respaldados por el gobierno en Guangzhou.  Estas discusiones se centran en otra ronda independiente de financiaci\u00f3n que podr\u00eda generar unos 2.000 millones de yuanes (279 millones de d\u00f3lares).  Biren buscaba recaudar fondos el a\u00f1o pasado con una valoraci\u00f3n de 17.000 millones de yuanes, que son aproximadamente 2.400 millones de d\u00f3lares.  Por ahora, Biren a\u00fan tiene que determinar el alcance de la oferta p\u00fablica inicial, junto con el plazo exacto. <\/p>\n<aside class=\"hawk-nest\" data-render-type=\"fte\" data-skip=\"dealsy\" data-widget-type=\"seasonal\"\/>\n<p>La raz\u00f3n por la que Biren conf\u00eda tanto en su valoraci\u00f3n es que los productos de la empresa parecen competitivos en comparaci\u00f3n con las GPU de c\u00f3mputo de Nvidia (al menos en papel) y el mercado de GPU de c\u00f3mputo con capacidad de IA est\u00e1 en auge en estos d\u00edas.<\/p>\n<p>La primera familia de GPU de c\u00f3mputo de Biren consta de dos opciones: la BR100 y la BR104.  El BR104 \u00abb\u00e1sico\u00bb ofrece un rendimiento de hasta 128 FP32 TFLOPS o 1 INT8 PetaFLOPS, mientras que el BR100 de gama alta, que consiste esencialmente en dos BR104 en un intercalador de silicio, ofrece un rendimiento de hasta 256 FP32 TFLOPS o 2 INT8 PetaFLOPS.  El BR104 de nivel medio viene con 32 GB de memoria HBM2E, utilizando una interfaz de 2048 bits que proporciona un ancho de banda de 819 GB\/s.  Por el contrario, el BR100 premium est\u00e1 equipado con 64 GB de memoria HBM2E, con una interfaz de 4096 bits con un ancho de banda de 1,64 TB\/s.<\/p>\n<div id=\"slice-container-5fUKoEEh6fejkxwhy4mHAN-table-3\" class=\"slice-container table-wrapper 5fUKoEEh6fejkxwhy4mHAN-table-3 slice-container-table\">\n<div class=\"table__instruction\">Desliza para desplazarte horizontalmente<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" viewbox=\"0 0 23 30\" fill=\"none\"><path d=\"M21.554 15.726a2.878 2.878 0 0 0-1.705-.374 2.881 2.881 0 0 0-1.388-3.068 2.877 2.877 0 0 0-1.992-.333 2.884 2.884 0 0 0-.1-.766 2.865 2.865 0 0 0-1.346-1.75c-.47-.27-.996-.4-1.527-.385l2.742-4.73a2.87 2.87 0 0 0 .323-.83h2.612V2.084h-2.661A2.861 2.861 0 0 0 15.18.385a2.903 2.903 0 0 0-3.952 1.055l-.373.644H2.983l1.003-1L2.99.09 1.28 1.793l-.999.995L2.99 5.484l.998-.994-1.003-.999h7.054L6.505 9.586c-.34.066-.905.186-1.523.366-1.405.41-2.321.895-2.8 1.483-.742.911-1.159 2.513-1.277 4.898l-.001.01c-.067 1.816.946 6.943.99 7.16a.688.688 0 0 0 1.35-.266c-.01-.051-1.023-5.177-.963-6.84.127-2.556.598-3.64.97-4.098.133-.163.602-.587 2.104-1.027l.206-.058-1.425 2.458a.685.685 0 0 0 .252.937c.33.19.75.077.94-.251L12.42 2.126a1.52 1.52 0 0 1 2.07-.552c.35.2.6.527.705.916.105.39.051.797-.15 1.145l-4.767 8.222a.685.685 0 0 0 .252.937c.33.19.75.077.94-.25l.794-1.368c.201-.348.529-.597.92-.702a1.508 1.508 0 0 1 1.854 1.066c.105.39.052.796-.15 1.144l-.377.652-.002.002-.898 1.55a.685.685 0 0 0 .252.938c.329.189.75.077.94-.251l.9-1.551c.201-.348.528-.597.92-.702a1.512 1.512 0 0 1 1.703 2.21l-1.223 2.11a.685.685 0 0 0 .252.938c.33.189.75.076.941-.252l.5-.862c.202-.348.529-.597.92-.702.392-.104.8-.051 1.15.15.723.416.972 1.34.554 2.06l-3.525 6.08c-.517.892-1.57 1.795-3.044 2.611-1.156.64-2.163.998-2.173 1.002a.685.685 0 0 0 .23 1.333.688.688 0 0 0 .229-.04c.18-.062 4.419-1.575 5.952-4.22l3.524-6.08a2.878 2.878 0 0 0-1.059-3.934Z\" fill=\"#333\"\/><\/svg><\/div>\n<div class=\"table__container\">\n<table tabindex=\"0\" class=\"table__wrapper table__wrapper--inbodyContent table__wrapper--sticky table__wrapper--divider\">\n<thead class=\"table__head\">\n<tr class=\"table__head__row\">\n<th class=\"table__head__heading table__head__heading--left\" colspan=\"1\"><span class=\"sr-only\">Celda de encabezado &#8211; Columna 0 <\/span><\/th>\n<th class=\"table__head__heading table__head__heading--left\" colspan=\"1\">Biren BR104<\/th>\n<th class=\"table__head__heading table__head__heading--left\" colspan=\"1\">Biren BR100<\/th>\n<th class=\"table__head__heading table__head__heading--left\" colspan=\"1\">Nvidia A100<\/th>\n<th class=\"table__head__heading table__head__heading--left\" colspan=\"1\">Nvidia H100<\/th>\n<\/tr>\n<\/thead>\n<tbody class=\"table__body\">\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">Factor de forma<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">Tarjeta FHFL<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">M\u00f3dulo OAM<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">SXM4<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">SXM5<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">Recuento de transistores<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">77 mil millones<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">54,2 mil millones<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">80 mil millones<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">Nodo<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">N7<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">N7<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">N7<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">4N<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">Fuerza<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">300W<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">550W<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">400W<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">700W<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">FP32 TFLOPS<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">128<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">256<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">19.5<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">60<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">TF32+ TFLOPS<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">256<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">512<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">TF32 TFLOPS<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">156\/312*<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">500\/1000*<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">FP16 TFLOPS<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">78<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">120<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">Tensor FP16 TFLOPS<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">312\/624*<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">1000\/2000*<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">BF16 TFLOPS<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">512<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">1024<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">39<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">120<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">Tensor BF16 TFLOPS<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">312\/624*<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">1000\/2000*<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">INT8<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">1024<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">2048<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<\/tr>\n<tr class=\"table__body__row\">\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">Tensor INT8 TFLOPS<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">?<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">624\/1248*<\/td>\n<td class=\"table_body__data\" colspan=\"1\" style=\"text-align:left\">2000\/4000*<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>Hay otra raz\u00f3n para el optimismo de Biren.  Sus esfuerzos de recaudaci\u00f3n de fondos coinciden con el vigoroso impulso del gobierno chino para hacer avanzar su industria nacional de semiconductores.  Este movimiento es una respuesta a una campa\u00f1a liderada por EE. UU. que impidi\u00f3 que las empresas chinas adquirieran numerosas GPU de c\u00f3mputo de AMD, Intel y Nvidia, todas las cuales compiten contra los productos de Biren.  Dado que los productos de Nvidia son caros y escasos, seg\u00fan los informes de los medios, Biren puede vender m\u00e1s GPU, al menos a las empresas que no utilizan la pila de software CUDA de Nvidia para sus cargas de trabajo de IA.<\/p>\n<p>Pero Biren tambi\u00e9n enfrenta numerosos desaf\u00edos.  El a\u00f1o pasado, TSMC detuvo temporalmente los env\u00edos de GPU de c\u00f3mputo a Biren en un intento por asegurarse de que cumplieran con las normas de exportaci\u00f3n de EE. UU. en t\u00e9rminos de rendimiento y capacidades.  Esto oblig\u00f3 a la empresa a reducir su plantilla para reducir costes.  Aparentemente, Biren puede obtener suficiente silicio por ahora, por lo que su trabajo principal en este momento es garantizar que su paquete de software sea competitivo en comparaci\u00f3n con los de Nvidia, Intel y AMD. <\/p>\n<p>En este campo, Nvidia es extremadamente dif\u00edcil de superar.  La empresa ha pasado casi dos d\u00e9cadas refinando CUDA y en los \u00faltimos a\u00f1os invirti\u00f3 cientos de millones en hacer de la plataforma CUDA la preferida para el desarrollo de IA.  Por ahora, numerosos hiperescaladores chinos prefieren usar las GPU de Nvidia para sus productos de IA debido a la superioridad de CUDA y la cantidad de dinero que ya han invertido en este ecosistema.<\/p>\n<\/div>\n<p><br \/>\n<br \/><a href=\"https:\/\/magazineoffice.com\/\">Source link-41<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Biren, un desarrollador chino de GPU de c\u00f3mputo, est\u00e1 considerando una oferta p\u00fablica inicial (OPI) en Hong Kong este a\u00f1o. Esto se produce cuando los clientes nacionales prefieren cada vez&hellip;<\/p>\n","protected":false},"author":1,"featured_media":737662,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[21980],"tags":[32698,9964,1603,6784,190,2234,4256,166,843,107,4364,7534,73],"_links":{"self":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/737661"}],"collection":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/comments?post=737661"}],"version-history":[{"count":1,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/737661\/revisions"}],"predecessor-version":[{"id":737663,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/737661\/revisions\/737663"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/media\/737662"}],"wp:attachment":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/media?parent=737661"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/categories?post=737661"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/tags?post=737661"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}