LONDON (IT BOLTWISE) – Ein Bastler baut eine „GPU“ aus 8.192 RISC-V-Chips, die pro Pixel arbeiten sollen. Der Ansatz zwingt ihn nicht nur in Richtung Microcontroller-Cluster mit PCIe-Adapterplatinen, sondern auch in ein 2-Kilowatt-TDP-Thermikkonzept mit Immersion-Cooling. Dabei wird aus dem 3D-Drucker eine Art Fertigungsmaschine, die Firmware über Pogo-Pins auf die Chips schreibt. Das Projekt ist vor allem ein Konzeptbeweis – zeigt aber sehr konkret, wie sich Scalings und Kosten im Hardware-Selbstbau ausrechnen.
Die Schlagzeile wirkt wie aus der Bastler-Ecke, ist technisch aber bemerkenswert konsequent: Ein DIY-Projekt will eine Grafikpipeline aus Tausenden sehr kleinen RISC-V-Einheiten nachbilden. Die Idee lautet, dass jeder Chip einen Pixel berechnet und damit bei voller Auflösung massenhaft „Mikro-GPUs“ benötigt würden. Anstelle eines klassischen GPU-Die-Designs setzt der Entwickler daher auf einen Cluster-Ansatz mit 8.192 Chips als Konzeptstufe. Als Grundlage dienen CH572-Controller mit 100 MHz Takt, 12 KByte SRAM sowie integrierter USB- und 2, 4-GHz-Funkkommunikation. Damit wird aus einem Mikrocontroller-Netz ein dezidierter Bild-Rechner, wenn auch zunächst nur in reduzierter Grafikgröße.
Technisch beginnt der Reiz bei der Aufgabenverteilung. Wer „Pixel pro MCU“ ernst nimmt, muss die Architektur so entkoppeln, dass ein schneller Datenstrom von Bilddaten zu den Einheiten gelingt. Für Full-HD wären rechnerisch mehr als 2 Millionen dieser Controller notwendig – selbst bei einem Einzelpreis von 13 US-Cent entspräche das nahezu 270.000 US-Dollar nur für die Chips. Der Bastler schraubt deshalb die Zielauflösung herunter: 320 x 200 Pixel (QVGA) soll als machbarer Rahmen dienen. Dafür werden immer noch 65.536 Chips benötigt, was auf rund 8.500 US-Dollar für die Bauteile hinausläuft. Schon diese Zahl zeigt, warum klassische GPUs trotz ihrer Komplexität wirtschaftlich bleiben: Parallelität ist teuer, wenn sie als „Massen-MCU“ umgesetzt wird.
Damit das Ganze nicht nur auf dem Papier funktioniert, braucht es eine saubere Verbindung der Komponenten – und hier kommt der Cluster-Stack ins Spiel. Die Chips landen auf PCIe-Adapterplatinen, die wiederum über ein kreisförmiges Mainboard und PCIe-Steckplätze zu einem System zusammengeführt werden. Aus Sicht der Hardwareintegration ist das ein wichtiger Unterschied zu typischen DIY-Computern: Es geht nicht nur um Rechenleistung, sondern um Bandbreite, Adressierung und einen verlässlichen Betrieb mehrerer paralleler Boards. Gleichzeitig dürfen Statussignale und Debug-Hilfen nicht fehlen; daher erhält offenbar jeder Chip eine eigene LED. So wird aus dem Cluster auch ein visuelles Debugging-Werkzeug: Lichtsignale werden zu einer Art „Aktionslog“ der Pixel-Rechner, was bei Fehlersuche und Timing-Tests massiv hilft.
Ein zentrales Thema ist jedoch die Physik. Eine DIY-GPU, die mehrere tausend Controller gleichzeitig betreibt, verschiebt das Thermik-Thema vom „Gerät wird warm“ hin zu „das System braucht 2 Kilowatt“. Im Projekt wird deshalb ein Immersion-Cooling-Setup geplant: Ein zylinderförmiges Acrylglasgehäuse wird gebaut und der gesamte Cluster anschließend in eine dielektrische Flüssigkeit getaucht. Immersion-Cooling ist aus Rechenzentren bekannt, insbesondere dort, wo Luftkühlung an ihre Grenzen stößt. Für das DIY-Lager ist das ein großer Schritt, weil Isolation, Medienwahl, Wartbarkeit und Sicherheitskonzept zusammenkommen. Im Vergleich zu NVIDIA- oder AMD-Designs, die thermisch über großflächige Kühllösungen, Heatspreader und Heatpipes optimieren, ist hier der direkte Bad-Kühlansatz der Haupthebel.
Beim Herstellungsprozess zeigt sich die typische Bastler-Handschrift, aber auch ein ernstzunehmendes Engineering. Die meisten Komponenten werden vom Entwickler selbst entworfen und über einen Fertigungspartner herstellen lassen. Besonders ungewöhnlich: Der 3D-Drucker wird nicht nur als Gehäusefertiger eingesetzt, sondern als „automatische Stanzmaschine“ und Programmierstation. Der Druckerarm wird mit einem speziellen Schreibkopf ausgerüstet, bewegt sich über X- und Y-Achsen über den Adapterplatinen, findet die drei Pogo-Pins und schreibt dann per Script die Firmware auf die Chips. Das ist funktional wie eine kleine Pick-and-Place- und Programmierlinie, nur mit DIY-Werkzeugkette. Für die Scale-Up-Perspektive ist das wichtig, denn bei zehntausenden Einheiten entscheidet der Programmier- und Testaufwand schnell über den Erfolg.
In der aktuellen Ausbaustufe integriert das System 8.192 der benötigten 65.536 RISC-V-Chips. Es bleibt damit bewusst ein Konzeptbeweis: nicht „eine vollständige GPU“, sondern ein kontrollierter Testaufbau, der zeigt, dass die Interconnect- und Kühlidee prinzipiell trägt. Gleichzeitig wirkt die Bauform wie ein Mainframe aus einem Science-Fiction-Roman der 80er – und genau diese Mischung aus Retro-Formfaktor und moderner Schnittstellenlogik ist bemerkenswert. Markt- und Konkurrenzseite betrachtet bedeutet das: Klassische Anbieter wie NVIDIA und AMD optimieren ihre GPUs für hohe Rechendichte pro Siliziumfläche, während hier der Weg über Masseneinheiten und Microcontroller geht. Das kann lehrreich sein, ist aber nicht 1: 1 vergleichbar, weil Energie, Latenz und Speicherzugriff anders bewertbar sind.
Der Ausblick hängt daher nicht nur von „mehr Chips einbauen“ ab, sondern von der Frage, wie gut sich die Grafikdaten an die MCUs verteilen lassen, sobald die Auflösung skaliert. Bei QVGA reicht ein funktionierender Pipeline-Test; bei höheren Zielgrößen wird die Interconnect-Last zum Engpass. Interessant ist hier auch die Lernkurve für Entwickler: Wer so ein System baut, bekommt eine praktische Vorstellung davon, was in klassischen GPUs über größere Speicherhierarchien und ausgefeilte Scheduler automatisiert wird. Zusätzlich spielt Regulierung und Sicherheit eine Rolle, wenn Immersion-Cooling im Heimbereich eingesetzt wird: Die dielektrische Flüssigkeit, die elektrische Isolation, Brandschutz und die spätere Entsorgung müssen klar geregelt sein. Wenn Bitluni die nächsten Videos liefert und das System zur „vollwertigen GPU“ ausbaut, wird entscheidend sein, ob die Architektur bei mehr als 8.192 Einheiten nicht nur läuft, sondern auch reproduzierbar bleibt – und ob der DIY-Weg dabei tragfähig wird.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "RISC-V-Cluster als DIY-GPU: 8.192 Chips, 2 kW und Immersion-Cooling" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "RISC-V-Cluster als DIY-GPU: 8.192 Chips, 2 kW und Immersion-Cooling" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »RISC-V-Cluster als DIY-GPU: 8.192 Chips, 2 kW und Immersion-Cooling« bei Google Deutschland suchen, bei Bing oder Google News!