Кремниевые чипы для искусственного интеллекта

Совсем недавно гениальная идея Найджела Туна (Nigel Toon), соучредителя и генерального директора Graphcore по созданию кремниевых полупроводников для многих деловых людей казалась несерьезной. Именно поэтому никто из венчурных капиталистов не горел желанием инвестировать в чип-стартапы.

С тех самых пор прошло не так уж много времени и мнение бизнесменов поменялось в противоположное направление. В настоящее время многие инвесторы с превеликим удовольствием вкладывают свои финансы в «шуточный», как им когда-то казалось, проект.

Однако применение кремния для производства полупроводниковых чипов вызывает некоторые опасения у венчурных капиталистов. Известно, что стоимость полупроводникового чипа намного выше программного обеспечения. Такие радикальные инновационные проекты в сфере создания новых технологий по производству чипов для компьютеров не имели широкой поддержки инвесторов. Венчурные капиталисты опасались того, что новый стартап если и выживет, то получит минимальную прибыль. Чип-стартапам противостояли такие гиганты, как Intel и Nvidia. Эти компании – главные конкуренты, которые имеют глубокие отраслевые знания и очень серьезные финансовые возможности. Время изменило убеждения инвесторов. Они прониклись идеей о том, что искусственный интеллект сможет дать уникальную возможностью для создания крупных предприятий по изготовлению кремниевых полупроводников. В 2017 году представители венчурного капитала сделали вклад на сумму 113 млн. долларов в производство компьютерных чипов. Если сравнивать аналогичные инвестиции 2015 года, то в течение двух лет они увеличились в три раза. Об этом говорят данные PitchBook. С помощью этого сервиса отслеживаются транзакция частных компаний.

 

Например, компания Graphcore, которая была одной из инициаторов нововведений в производстве полупроводников для чипов, не так давно добавила 50 млн. долларов для финансирования Sequoia Capital, которая является одной их ведущих венчурных компаний Кремниевой долины. Другие стартапы чипов, такие как Mythic, Wave Computing и Cerebras в США, и DeePhi Tech и Cambricon в КНР, тоже занимаются разработкой новых чипов, адаптированных для приложений в сфере информационных технологий. К слову сказать, Cambricon, самый известный китайский стартап в этой отрасли, смог собрать почти 100 млн. долларов для первоначального финансирования. В сборе денежных средств значительную помощь оказал китайский правительственный фонд.

С появлением большого универсального высокопроизводительного сервера появилась масса нововведений для программного обеспечения. Именно они вдохновили разработчиков компьютерных технологий на улучшение аппаратного обеспечения. Информационные технологии ИИ считаются последним поворотом в цифровой цепочке. В настоящее время предприятия многих отраслей промышленности инвестируют огромные денежные средства в новейшее оснащение, предназначенное для запуска систем глубокого обучения. С каждым годом эти системы усложняются и ограничивают существующие чипы, которые использует для своей работы искусственный интеллект.

 

В самом большем объеме процессоры производит компания Nvidia. Ее графический чип применяется для графики и компьютерных игр. Процессор имеет тысячу маленьких компьютеров, которые работают параллельно с отображением пикселей. Стоит сказать, что у популярного графического чипа ряд недостатков. Пожалуй, самый значительный из них – это большая энергоемкость. Известен такой случай, когда руководство Университета Карнеги-Меллона было вынуждено просить работников ведущего исследовательского центра ИИ о временном отключении чипов, так как их использование создало перегрузку электрической системы всего университета. По этому поводу профессором Францом Франкетти сделано официальное заявление о рассмотрении предложений по альтернативным источникам энергии для решения вопроса обеспечения университета электроэнергией.

Стартап компьютерных чипов планирует организовать производство более мощных процессоров. Однако руководителей проектов беспокоит то, что индивидуальный процессор для ИИ может помешать менее специализированным чипам решать задачи машинного обучения в широком диапазоне. Новые чипы объединяют ряд функций в одно действие, а графический процессор выполняет несколько действий, чтобы получить необходимый результат. Оптимизация использования чипов способствует объединению функций, таких как алгоритм обучения, и помогает преодолевать потенциальные препятствия.

Специалисты компании Graphcore утверждают, что предварительный тест нового блока обработки информации показал отличные результаты. Он справляется с поставленными задачами в десять раз быстрее, нежели существующее оборудование. Компьютерный чип нового поколения китайской компании Cambricon считается лучшим в мире. Многие клиенты Cambricon уверены, что для алгоритмов обучения новый чип запуска в 6 раз быстрее выполняет одни и те же функции на графических процессорах, чем прежнее устройство.

Исследователей беспокоит перспектива существенного роста вычислительных мощностей для искусственного интеллекта. Об этом неоднократно говорилось в выступлениях американского профессора Эндрю Дэвисона, известного специалиста по робототехнике. Ученый полагает, что чипы нового поколения, несомненно, могут ускорить прогресс в таких сферах промышленности, как производство роботов. Такая реакция на нововведения стартапов придает уверенности, но не дает гарантии победы.

В настоящее время крупнейшие компании по производству чипов вынуждены открывать свои проекты, чтобы создать конкуренцию стартапам. К примеру, не так давно компания Intel сделала громкое заявление по поводу планов производства новых процессоров, которые разработаны совместно с Nervana System. Компания Nvidia тоже набирает быстрый темп продвижения для обновления возможностей своих чипов.

На сегодняшний день стартапы преследует другая проблема. Многими из них начата разработка аппаратных средств, необходимых высокоспециализированным приложениям искусственного интеллекта. Однако, чтобы произвести такой чип для рынка сбыта, потребуются годы кропотливой работы. И здесь необходимо учитывать стремительный рост развития ИИ. Ведь имеет место существование реального риска, состоящего в том, что когда продукция будет готова к широкому доступу, то она перестанет быть хитом продаж.

Наглядным примером этому может служить работа Shahin Farshchi из Lux Capital по запуску процессора для 4G беспроводных приложений в начале нашего столетия. Эта идея оказалась неудачной, так как процессоры оптимизировались для приложений, которые не оказались мейнстримом. Американский профессор предупреждает об этом чип-компании. Он говорит о том, что они не должны иметь узкий диапазон деятельности, потому что стартапы станут более уязвимы в плане конкуренции со стороны крупных компаний, таких как Nvidia, Intel. В этом поединке многие стартапы могут потерпеть поражение, и тогда инвесторы перестанут вкладывать в их проекты свой капитал.

Кажется, Вам понравился этот материал, раз Вы его дочитали до конца. Пожалуйста, поделитесь с нами своими мыслями об этом?

Comment

This post doesn't have any comment. Be the first one!

hide comments
Share
...
Back

Your cart

0

Корзина пуста.

Total
0.00$
Checkout
Empty

This is a unique website which will require a more modern browser to work!

Please upgrade today!