Skip to main content

登临科技 Goldwasser（GPU+）

产品概述​

登临科技（Denglin / GLead） 成立于 2017 年，核心团队多来自图芯（Vivante）等 GPU 企业，致力于以自研 GPU+ 架构打造高性能、高能效的通用 AI 加速方案。其首款产品 Goldwasser 系列于 2020 年 6 月 在 TSMC 12nm 工艺上 Full Mask 量产成功，并在智能安防、互联网、智慧城市等多行业领军企业完成量产导入。

Goldwasser 的核心创新在于 GPU+（软件定义的片内异构架构）：通过在单芯片内有机配合"可编程 GPGPU 引擎"与"高效 Tensor 引擎"，以 数据流驱动 的方式解决通用性与效率的矛盾，可同时支持 推理与训练（训推一体）。它兼容 CUDA / OpenCL 编程模型，降低了客户从 NVIDIA 生态迁移的成本——这也是其对外强调的关键差异化。

Goldwasser 提供覆盖边缘到数据中心的多个型号：边缘 Goldwasser UL（25-35W，32-64 TOPS）、半高半长服务器卡 Goldwasser L（40-70W，128-256 TOPS）、全高全长 Goldwasser XL（512 TOPS）。

核心规格​

项目参数
架构GPU+ 片内异构（可编程 GPGPU 引擎 + 高效 Tensor 引擎，数据流驱动，兼容 CUDA/OpenCL）
制程TSMC 12nm
FP16 / BF16 算力未公开（训推一体，具体浮点指标官方未单列）
INT8 算力32-512 TOPS（按型号：UL 32-64 / L 128-256 / XL 512 TOPS）
FP32 算力未公开
显存容量未公开
显存类型未公开
显存带宽未公开
TDP40-70 W（Goldwasser L 典型区间；UL 25-35W，XL 未公开）
互联未公开
接口PCIe（具体版本官方未单列）
发布2020-06
量产/上市2020-06（Full Mask 量产）

说明：实测中 Goldwasser 在 40W TDP 下可输出 128 TOPS（即 Goldwasser L 下限水平），官方称同等工艺下可比主流产品在不同神经网络上提升 3-10 倍计算效率，并降低对外部存储吞吐的依赖。FP16/BF16、FP32 与显存规格官方未公开披露，故标"未公开"。

关键特性​

  • GPU+ 片内异构 = 通用 + 高效：以数据流方式调度 GPGPU 引擎与 Tensor 引擎，兼顾 CUDA 兼容生态与高计算密度。
  • 训推一体：同一架构同时支持 AI 推理与训练，区别于多数纯推理 ASIC。
  • 软件定义：通过软件定义使不同神经网络均能达到硬件性能与能效最大化，规避系统级异构的数据交换开销。
  • CUDA/OpenCL 兼容：显著降低客户迁移成本，可直接复用现有生态。
  • 全场景覆盖：从边缘 25W 到数据中心 512 TOPS，型号梯度完整。

厂商信息​

项目内容
公司苏州登临科技股份有限公司（GLead）
总部中国苏州（上海、北京、杭州、成都、西安、深圳等地有研发/办公点）
成立2017 年

适用场景​

  • ✅ 云端/边缘 AI 推理与训练（训推一体，覆盖安防、互联网、智慧城市）
  • ✅ CUDA 生态存量模型迁移（硬件兼容 CUDA/OpenCL）
  • ✅ 高算力密度数据中心加速卡（Goldwasser XL 512 TOPS）
  • ❌ 极致低功耗端侧（UL 最低 25W，仍高于多数端侧 NPU）
  • ❌ 完全自主指令集生态（以兼容 CUDA 为主，自研生态尚在完善）

相关卡​

参考资料​