Groq သည်၎င်း၏ဗိသုကာ Tensor Streaming Processor (TSP) ကိုခေါ်ဆိုသည်။ 2 နှစ်က Google ၏ Tensor processing unit (TPU) ကိုတီထွင်ခဲ့သောလူ 10 ဦး အနက်ရှစ်ယောက်ခန့်ကိုစုဆောင်းခဲ့ကြောင်းပြောကြားခဲ့သည်။
ကုမ္ပဏီအနေဖြင့်ရန်ပုံငွေဒေါ်လာ 62.3 သန်းရရှိခဲ့သည်။
Groq ၏ဗိသုကာပညာသည်တစ်စက္ကန့်လျှင်တစ်စက္ကန့်လျှင်တစ်စက္ကန့်သို့မဟုတ် 1E15 ops / s နှင့်တစ်စက္ကန့်လျှင်ထရီလီယံရေငုပ်သင်္ဘော 250 အထိပါ 0 င်နိုင်စွမ်းရှိသည်။
GPU ကုမ္ပဏီများသည်လာမည့်နှစ်အနည်းငယ်အတွင်း၌ Petaop / S စွမ်းဆောင်ချက်တစ်ခုပေးနိုင်ရန်မျှော်လင့်ကြောင်းသူတို့ကဖောက်သည်များအား 0 န်ခံမှုရှိကြောင်းပြောကြားခဲ့သည်။ ကဆိုတဲ့ကွမ်းခြံကုန်းရဲ့စည်းမျဉ်းစည်းကမ်းတွေက "တစ်စက္ကန့်လျှင်အနိမ့်အနေဖြင့်အနိမ့်အနေဖြင့်အနိမ့်အနေဖြင့်အနိမ့်ဆုံးအနေဖြင့်ရရှိနိုင်သည့်အရာများထက်ပိုမိုမြန်ဆန်စွာရရှိနိုင်သည့်အခြားအရာများထက်ပိုမိုမြန်ဆန်စွာကဆိုသည်။ ပထမနေ့တွင်ပထမဆုံးသောဆီလီကွန်ပြန်ဆိုခြင်း, ပထမရက်သတ္တပတ်တွင်ပထမဆုံးအကြိမ်ပါ 0 င်သောအစီအစဉ်များ,
ဆော့ဗ်ဝဲ - ပထမအကြိမ်အတွေးအခေါ်နှင့်အတူ Groq ၏ Tsp ဗိသုကာလက်ရာများသည်ရိုးရှင်းသော GPU နှင့် CPU ဗိသုကာများ၏ထပ်တူပြုခြင်းမရှိဘဲတွက်ချက်မှုပြောင်းလွယ်ပြင်လွယ်နှင့်အပြိုင်အဆိုင်များရရှိရန်တောင်းဆိုထားသည်။
Groq ၏ဗိသုကာပညာသည်အစဉ်အလာနှင့်စက်အသစ်များကိုလေ့လာခြင်းမော်ဒယ်များကိုထောက်ပံ့နိုင်ပြီး X86 နှင့် X-X86 စနစ်နှစ်ခုစလုံးတွင်ဖောက်သည်များ၏ 0 က်ဘ်ဆိုက်များကို 0 င်ရောက်နိုင်သည်။
အဆိုပါဗိသုကာကိုကွန်ပျူတာရူပါရုံ, စက်သင်ယူခြင်းနှင့်အခြား AI နှင့်ဆက်စပ်သောပမာဏများ၏စွမ်းဆောင်ရည်လိုအပ်ချက်များအတွက်အထူးဒီဇိုင်းပြုလုပ်ထားသည်။
Execution စီစဉ်ရေးအစီအစဉ်သည်ဆော့ဖ်ဝဲတွင်ဖြစ်ပျက်နေပြီး,
ဤဗိသုကာပညာမှပေးသောတင်းကျပ်စွာထိန်းချုပ်မှုသည်ဘေးကင်းလုံခြုံမှုနှင့်တိကျမှန်ကန်မှုကိုအဓိကထားသည့်အသုံးချမှုများအတွက်အထူးတန်ဖိုးရှိသည့်တင်းကျပ်စွာလုပ်ဆောင်မှုကိုဖော်ပြသည်။
CPUs, GPU နှင့် FPGAS အပေါ် အခြေခံ. ရှုပ်ထွေးသောရိုးရာရိုးရာဗိသုကာနှင့်နှိုင်းယှဉ်လျှင် Groq ၏ချစ်ပ်သည်အရည်အချင်းနှင့်ဖြန့်ကျက်ခြင်း, ဖောက်သည်များအားစွမ်းဆောင်ရည်မြင့်မားသော WATT စနစ်များကိုအလျင်အမြန်အကောင်အထည်ဖော်ရန်လွယ်ကူစေသည်။