Projekt für eine GPU aus eigener Fertigung mit 8.192 RISC-V-Kernen
Matthias Balwierz, bekannt als Bitluni, entwickelte ein experimentelles Grafikprojekt, das 8.192 QingKe CH570 RISC-V-Mikrocontroller mit jeweils einer integrierten RGB-LED kombiniert, um sowohl Rechenleistung als auch Display-Funktion in einer hybriden Struktur zu vereinen. Um die enormen Anforderungen von über 2.000 Watt Leistung und die manuelle Programmierung tausender Chips zu bewältigen, setzte der Entwickler ein spezialisiertes 3D-Drucker-Werkzeug sowie ein leistungsstarkes Netzteil ein, wobei das langfristige Ziel die Realisierung einer 320 ×200-Auflösung mit 64.000 Chips und die Ausführung .
Kurzfassung
Warum das wichtig ist
- Matthias Balwierz, bekannt als Bitluni, entwickelte ein experimentelles Grafikprojekt, das 8.192 QingKe CH570 RISC-V-Mikrocontroller mit jeweils einer integrierten RGB-LED kombiniert, um sowohl Rechenleistung als auch Display-Funktion in einer hybriden Struktur zu vereinen.
- Um die enormen Anforderungen von über 2.000 Watt Leistung und die manuelle Programmierung tausender Chips zu bewältigen, setzte der Entwickler ein spezialisiertes 3D-Drucker-Werkzeug sowie ein leistungsstarkes Netzteil ein, wobei das langfristige Ziel die Realisierung einer 320 ×200-Auflösung mit 64.000 Chips und die Ausführung .
- Der Hardware-Entwickler Matthias Balwierz, besser bekannt als Bitluni, hat mit einem außergewöhnlichen Projekt im Heim-Umfeld seine Markenzeichen gesetzt und einen eigenen Grafikprozessor mit 8.192 RISC-V-Mikrocontrollern entworfen.
SvyTech-Check
Redaktionelle Einordnung
Kernpunkt
Hardware-Architektur und Chip-Auswahl Als Hauptkomponente des Projekts wurden QingKe CH570 RISC-V-Mikrocontroller eingesetzt.
Warum relevant
Jeder dieser Chips verfügt über einen 32-Bit-RISC-V-Prozessorkern, der mit einer Taktfrequenz von 100 MHz arbeitet, sowie über einen USB-Controller, einen 2,4-GHz-Funkempfänger/-sender und Bluetooth 5.0...
Einordnung
SvyTech ordnet die Meldung aus tomshardware.com als Teil des Themenfelds Technologie ein und verweist auf den Originalartikel, damit Leser Fakten, Quelle und Kontext nachvollziehen koennen.
Als experimenteller Ansatz als Alternative zu den hohen Grafikkartenpreisen entwickelte sich dieses Projekt zu einer hybriden Struktur, bei der die Mikrocontroller direkt mit LEDs verbunden wurden, um sowohl die Prozessor- als auch die Display-Funktion gleichzeitig zu erfüllen.
Hardware-Architektur und Chip-Auswahl Als Hauptkomponente des Projekts wurden QingKe CH570 RISC-V-Mikrocontroller eingesetzt. Jeder dieser Chips verfügt über einen 32-Bit-RISC-V-Prozessorkern, der mit einer Taktfrequenz von 100 MHz arbeitet, sowie über einen USB-Controller, einen 2,4-GHz-Funkempfänger/-sender und Bluetooth 5.0 LE-Unterstützung.
Diese Chips, die jeweils 0,13 US-Dollar kosten, werden in Gruppen von 32 Stück ärkeren CH32V-Controller verwaltet. Der Designer verfolgte das Ziel, die Kosten zu senken, indem er direkt auf jeden Mikrocontroller einen RGB-LED-Lötanschluss aufbrachte. Das ultimative Ziel des Projekts ist es, die beliebte Auflsung der DOS-ra von 320 200 Pixeln zu erreichen.
Technik und Auswirkungen
Quellenprofil
Quelle und redaktionelle Angaben
- Quelle
- tomshardware.com
- Canonical
- https://svytech.de/artikel/projekt-fur-eine-gpu-aus-eigener-fertigung-mit-8192-risc-v-kernen
- Quell-URL
- https://www.tomshardware.com/maker-stem/modder-creates-8-192-core-gpu-at-home-out-of-risc-v-microcontrollers-full-graphics-card-will-draw-over-2-000-watts-of-power-requires-a-3d-printer-to-program
Aehnliche Inhalte
Verwandte Themen und interne Verlinkung
Weitere Artikel aus aehnlichen Themenfeldern, damit Leser direkt im selben Kontext weiterlesen koennen.
Alibaba veröffentlicht das Open-Source-KI-Modell Qwen 3.8 mit 27 Milliarden Parametern
Alibaba Cloud hat das kommerziell nutzbare Open-Source-Modell Qwen 3.8 27B mit 27 Milliarden Parametern unter der Apache 2.0-Lizenz auf Hugging Face veröffentlicht, das dank einer hybriden Architektur und eines erweiterbaren Kontextfensters Tokens sowohl für lokale Installationen als auch für API-Anfragen verfügbar ist. Während der Hersteller behauptet, dass das Modell in Programmieraufgaben und der Analyse visueller Dokumente Leistungen übertrifft, weisen unabhängige Beobachter darauf hin, dass die veröffentlichten Benchmarks noch keiner externen Validierung unterzogen wurden und die standardmäßige höchste Denkebene bei einfachen Aufgaben zu unnötig langen Verarbeitungszeiten führt.
