本文是其中的一部分Techxchange.：RISC V.
这是一项正在进行的工作，但是esperanto Technologies希望使用RISC-V技术人工智能（AI）和机器学习（ML）应用。这些天，ml，这是ai的一个分支，意思是深神经网络（DNN）。反过来，又需要针对处理这些类型的网络而定制的高性能计算。
世界语正在开发ET-Maxion和ET-Minion RISC-V处理器来解决这个不断增长的细分市场，到目前为止，这个细分市场一直由gpgpu和自定义硬件设计。也是组合的一部分是针对图形解决方案的ET-Graphics核心。
该公司的目标是使用RISC-V来获得最佳Teraflops for ML。它将使用RISC-V域特定扩展（DSE），包括RISC-V矢量ISA，Tensor指令和其他硬件加速。RISC-V的一个优点是它不使用整个指令空间，使DSE成为可能。当然，一个具有DSE的一个实现可能与另一个不同，因此除非它们仅限于常见的RISC-V子集，否则应用程序不一定是便携式的。
esperanto瞄准台积电7-nm硅。ET-Maxion核心最初基于开源，伯克利超出订单（繁荣）RISC-V处理器尽管世界语计划进行重大的扩展。该公司将继续管理和支持开源的BOOM存储库，但高级版本将是许可技术的一部分。
ET-Maxion从64位RISC-V RV64GC指令集开始。核心具有多级（OOO）管道，具有多个缓存级别和多处理器支持。
ET-Minion专为节能和浮点密集型任务而设计。它使用带有有序管道和DSE的64位RISC-V指令。矢量扩展由集成矢量浮点单元支持。Tensor指令和其他增强功能目标机器学习优化以及对图形操作的支持。它们设计用于处理多个执行线程。
芯片上的目标系统（SOC）将包括16个ET-Maxion RISC-V核心，带有私人L1和L2缓存，4096 et-inion RISC-V核心，以及硬件加速器。片上网络将所有处理器链接在单个地址空间内，提供缓存相干支持。它还将具有高带宽DRAM接口。
这些是雄心勃勃的目标，但模拟在性能和能源效率方面已经证明了很有希望。esperanto甚至开发了一个着色器编译器，以便RISC-V核心数组可以解决通常由GPGPU处理的图形琐事。
拥有一个可以运行RISC-V的大型核阵列提供了一个灵活的计算平台。使用DSEs可以将它们配置为特定的应用程序空间，同时保留公共编程环境，而不是更特定于体系结构的平台(如gpgpu)。
世界语得到了一些重要的支持西部数据该公司以其存储解决方案而闻名。西部数据正在利用RISC-V技术，并计划在其新产品中使用基于RISC-V指令集的处理器。
