GitHub - FeSens/openTPU: An open-source AI accelerator, developed by AI: RTL, ISA, simulator, compiler and profiler in one repo. Runs Qwen3, LFM2.5 and Qwen3.5 on a Kintex-7 PCIe card.

OpenTPU demuestra que los agentes de IA pueden diseñar con éxito aceleradores de hardware capaces de ejecutar su propia inferencia, cerrando la brecha entre la intención del software y la implementación física. Al aplicar las lecciones aprendidas en los torneos de auto-arquitectura, el proyecto valida que los procesos de diseño autónomo pueden producir arquitecturas de chips funcionales que coinciden bit a bit con las salidas del simulador en tarjetas FPGA reales. Este logro resalta la viabilidad de los sistemas de IA autorreferenciales, donde el software crea la infraestructura de hardware necesaria para ejecutar sus propias tareas, marcando un paso significativo hacia el desarrollo completamente automatizado de la infraestructura de IA. La arquitectura enfatiza la transparencia extrema y el valor educativo al alojar toda la pila del acelerador dentro de un único repositorio monolítico legible. Este enfoque abarca todo, desde el diseño de hardware en SystemVerilog y la arquitectura del conjunto de instrucciones hasta el compilador y el software del host, permitiendo a los desarrolladores rastrear el flujo completo de datos desde las operaciones de alto nivel en Python hasta los cables de señales físicas. Esta naturaleza de código abierto sirve como un recurso de aprendizaje integral, desmitificando las complejas interacciones entre las restricciones del hardware y la optimización del software, que a menudo están ocultas en los diseños propietarios de chips de IA. Este proyecto es altamente relevante para los datos abiertos, ya que proporciona una pila de código abierto completamente auditable y de extremo a extremo para el hardware de IA, desafiando la opacidad de los actuales mercados de aceleradores comerciales. Al hacer accesible públicamente el conjunto de instrucciones, el simulador y el código RTL, empodera a la comunidad para verificar las afirmaciones de rendimiento, bifurcar diseños y comprender las mecánicas precisas de la eficiencia de la inferencia de IA. Este nivel de visibilidad fomenta la confianza y la innovación en el ecosistema de hardware abierto, asegurando que los avances en la aceleración de IA no sean solo benchmarks teóricos, sino logros empíricamente verificables y impulsados por la comunidad.

Fuente: github.com
Publicado el 2026-10-07

GitHub - FeSens/openTPU: An open-source AI accelerator, developed by AI: RTL, ISA, simulator, compiler and profiler in one repo. Runs Qwen3, LFM2.5 and Qwen3.5 on a Kintex-7 PCIe card.

Noticias relacionadas