Nvidia ve Google'ın AI çip savaşı uç noktaya yayıldı, bin yuan geliştirme kurulu AI girişimlerini "ezecek" mi?
Yapay zekanın yükselişi devam ediyor ve yapay zekanın savaşı doğal olarak artıyor. Bu AI dalgasında en çok izlenen şirketlerden biri olan Nvidia, AI savaşını büyük ölçüde etkiledi. Geçen hafta Amerika Birleşik Devletleri'nde düzenlenen GTC 2019'da Huang Renxun, NVIDIA'nın yapay zeka yazılımını ve bilgi işlem gücü iyileştirmelerini tanıttı, ancak yalnızca 99 ABD Doları (yaklaşık 664 yuan) fiyatına sahip olan Jetson Nano yapay zeka bilgisayarı en popüler bilgisayar haline geldi. Dikkatin odağı. Bu ayın başlarında TensorFlow Geliştirici Zirvesi'nde Google, 149,99 ABD Doları (yaklaşık 1,009 RMB) fiyatlı Edge TPU geliştirme kartını da piyasaya sürdü.
Bu, devler arasındaki yapay zeka çip savaşının buluttan uca yayıldığı anlamına geliyor, ancak bu neden karışık bir haber?
Bulut AI çip savaşları aşağı doğru yayıldı
En yakından izlenen AI chip şirketi olmasına rağmen 2018'de Nvidia iyi gitmiyor.Öncelikle madencilik felaketi nedeniyle GPU envanteri yüksek, ardından Çin pazarındaki talep ve sunucu pazarı talebi beklenenden daha düşük olması nedeniyle hisse senedi fiyatı aşağı çekiliyor. 2018 boyunca, Nvidia'nın piyasa değeri neredeyse yarı yarıya azaldı. Bu nedenle, AMD'nin 7nm GPU'yu ilk piyasaya süren arka planı altında, dış dünya daha çok GTC 2019'da en yeni 7nm GPU'nun piyasaya sürülmesini dört gözle bekliyor.
Bununla birlikte Huang Renxun, en son 7nm GPU'yu piyasaya sürmedi, ancak RTX ve CUDA-X AI'yı tanıtmak için çok zaman harcadı.
CUDA-X AI, tüm NVIDIA kitaplıklarını entegre eder. Huang Renxun'a göre CUDA-X AI, Tensor Core GPU'nun esnekliğini ortaya çıkarıyor ve makine öğrenimi ve veri bilimi iş yüklerini 50 kata kadar hızlandırabiliyor. Ek olarak, CUDA-X AI, derin öğrenmeye sahip konuşma ve görüntü tanıma sistemleri eğitimi dahil olmak üzere tipik bir AI iş akışının her adımını hızlandırabilir.
NVIDIA ayrıca yedi birinci sınıf üreticinin NVIDIA T4 GPU ve NVIDIA CUDA-X AI hızlandırma kitaplığına dayalı sunucuları piyasaya süreceğini duyurdu.Bu sunucular, CUDA-X AI için özel olarak optimize edildi. Amazon AWS başkan yardımcısı Matt Garman, en son EC2 G4 sunucusunun önümüzdeki birkaç hafta içinde piyasaya sürülecek olan Nvidia T4 Tencor Core GPU kullandığını da duyurdu.
NVIDIA daha güçlü bir GPU başlatmamış olsa da, CUDA-X AI aracılığıyla buluttaki GPU'sunun performansını ve çekiciliğini artırıyor. Yine de, NVIDIA'nın önemli müşterisi Google, kendi bulut AI çip TPU'yu piyasaya sürdü.
Google, 2015'ten bu yana TPU çekirdeklerini dahili olarak kullanmaya başladı. 2016'da Google, TPU'nun varlığını ilk kez kamuya açıkladı. 2017'de ikinci nesil TPU ve 2018'de TPU 3.0 piyasaya sürüldü. Bu, bulut AI çip pazarında Google ve Nvidia arasındaki ilişkinin, önceki bir işbirliğinden, işbirliği ve rekabet ilişkisine dönüştüğü anlamına geliyor.
Lei Feng.com, Huang Renxun'un bir keresinde Google TPU hakkında konuşurken TPU tehdidini onaylamadığını şiddetle söylediğini öğrendi. Bulut AI çip pazarında Google ile Nvidia arasındaki rekabetin kısa vadede görülmesi zor. Ancak çip rekabetinin uç noktaya yayıldığı açık.
Uçta AI çip savaşı
Deneyimli bir çip devi olarak NVIDIA, uç bilgi işlem pazarına çok erken girmiştir.Tamamen otonom makineler için Jetson AGX Xavier ve uç yapay zeka için Jetson TX2'yi içeren Jetson serisi piyasaya sürüldü, ancak fiyat sadece birkaç yüz, hatta binlerce dolar. Bir çok kullanıcı. GTC 2019 tarafından piyasaya sürülen aynı serideki Jetson Nano'nun bu kadar endişeli olmasının temel nedeni fiyattır.
Farklı endüstrilerin gelişimi boyunca, endüstrinin salgınının teknolojik olgunluğunun yanı sıra, ürün fiyatlarının pazar için kabul edilebilir bir düzeye düşmesi de kritiktir. GTC 2019'da piyasaya sürülen Jetson Nano bilgisayarı, kompakt bir görünüme sahip ancak düşük performansla şaşırtıcı derecede pahalı. Jetson Nano'nun performansının 472 GFLOPS'a (saniyede milyar kayan nokta işlemi) ulaşabileceği ve güç tüketiminin sadece 5 watt olduğu bildirildi. Jetson Nano aynı zamanda yüksek çözünürlüklü sensörleri destekler, birden çok sensörü paralel olarak işleyebilir ve her sensör akışında birden çok modern sinir ağını çalıştırabilir.
Nvidia, farklı ihtiyaçlara yanıt olarak, Jetson Nano'nun iki versiyonunu da piyasaya sürdü; biri geliştiriciler, üreticiler ve teknoloji meraklıları için 99 $ 'lık bir geliştirici kiti, diğeri ise 129 $' dan üretime hazır. Kitle pazarı için uç sistemler oluşturan işletmeler, yazın modülleri.
Nvidia Jetson Nano
Nvidia'nın Jetson Nano'suna benzer şekilde Google, Coral with Edge TPU'yu bu ayın başlarında 150 $ fiyatla piyasaya sürdü. Coral geliştirme kartı 1GB LPDDR4 belleğe ve 8GB eMMC depolamaya sahiptir. 4 trilyona kadar işlem performansıyla yerel çevrimdışı işlemleri gerçekleştirmek için Linux veya Android'in Mendel sürümü ile kurulabilir.
Coral geliştirme kartına ek olarak, Google ayrıca herhangi bir 64-bit ARM veya x86 platform Debian Linux üzerinde çalışabilen bir Edge TPU içeren 75 $ 'lık bir Coral USB hızlandırıcı yayınladı.
Google Edge TPU geliştirme kurulu
Huang Renxun, Google'ın TPU'sunun bir tehdit olduğunu düşünmüyor, ancak iki devin uçtaki düşük maliyetli ürünlerin geliştirilmesinde zımni bir anlaşması var gibi görünüyor. İlk olarak Google, 75 ABD Doları ve 150 ABD Doları fiyatlı Edge TPU ile geliştirme panoları ve hızlandırıcıları piyasaya sürdü. Nvidia kısa süre sonra 99 ve 129 dolar fiyatlı Jetson Nano'yu piyasaya sürdü.
Fiyatlar yalnızca birbirleriyle rekabet etmekle kalmaz, aynı zamanda karşı karşıya kalan uç bilgi işlem pazarları da çakışacaktır. Nvidia, Jetson Nano'nun ağ video kayıt cihazları, ev robotları ve eksiksiz analiz işlevlerine sahip akıllı ağ geçitleri gibi gömülü uygulamalar için modüller ile milyonlarca akıllı sistem oluşturabileceğini söyledi. Nvidia, karmaşık, sağlam ve enerji tasarrufu sağlayan yapay zeka sistemlerinin donanım tasarımı, testi ve doğrulanması için zamandan tasarruf etmeyi, genel geliştirme süresini kısaltmayı ve ürünleri pazara daha hızlı getirmeyi umuyor.
Coral geliştirme kurulu ayrıca gömülü cihazlar için gizliliği, düşük gecikmeyi, yüksek verimliliği ve çevrimdışı dağıtımı vurgular. Belirli uygulamalar açısından Google, Coral'a dayalı ilginç bir görüntü sınıflandırma uygulaması gösterdi. Google, Edge TPU cihazlarında görüntü sınıflandırması ve nesne algılama gerçekleştirmek için basit bir API sağladığını söyledi. Bu, Edge TPU'nun görüntüyle ilgili uç uygulamalar konusunda iyimser olduğu anlamına gelir.
Bu nedenle, konumlandırma, performans, uygulama veya fiyat açısından, Google ve Nvidia, tekrar doğrudan uçta rekabet ediyor.
Yapay zekayı popülerleştirmek mi yoksa yapay zeka çipi girişimlerinde devrim mi yapmak istiyorsunuz?
Google ve Nvidia arasındaki rekabet, özellikle uçta yapay zekanın gelişimini bir dereceye kadar teşvik edebilir. Jetson Nano ve Coral geliştirme panoları, AI ürün geliştirmenin zorluğunu büyük ölçüde azaltabilir ve ürünlerin pazara sunulma süresini hızlandırabilir, bu da AI uygulamaları yapan mevcut şirketler için seçenekleri artırır ve elbette daha fazla yenilik için AI kullanmak isterler. Şirketlerin ve bireylerin çoğu, uçtaki yapay zekanın popülerleşmesi için olumlu bir öneme sahip daha taşınabilir seçenekler sunuyor.
Bununla birlikte, birçok AI çip başlangıcı için kötü bir haber olabilir. Leifeng.com'un 2018'deki istatistiklerine göre, Çin'de kurulan 13 AI chip startup'ından 11'i otonom sürüş ve güvenlik alanlarını konuşlandırdı ve hepsi uç odaklı AI çipleri. Yapay zeka çipli girişimlerin çoğunun yapay zeka uç bilişim pazarını seçmesinin nedeni, bulutta Intel ve Nvidia'nın mutlak bir avantaja sahip olması ve girişimlerin bu alanda başarılı olması çok zor.
Uç taraf yapay zeka, yeni başlayanlara daha büyük bir pazar ve fırsatlar sunsa da, mevcut durumdan, NVIDIA ayrıca otonom sürüş alanında iyi bir pazar performansına sahip. Bugün, hem Nvidia hem de Google, kullanımı daha kolay ve daha uygun fiyatlı geliştirme tahtalarını piyasaya sürdü.AI çip başlangıçlarının iki rakibi daha var ve güçlü rakipler.
AI çip başlangıçlarını daha tedirgin eden şey, iki devin bulut AI çiplerine sahip olması nedeniyle, uç AI çipleri ile birlikte daha güçlü rekabet gücü elde edebilmesidir. Dahası, yazılımın yapay zeka çiplerindeki önemli rolü giderek daha fazla kişi tarafından görülüyor Maalesef, hem Nvidia hem de Google güçlü bir yazılıma sahip.
Makalenin başında da belirtildiği gibi, NVIDIA tarafından CUDA-X AI'nın piyasaya sürülmesi, GPU'nun AI performansını artıracak ancak aynı zamanda Jetson Nano, tüm yapay zeka modellerini çalıştırabilen bir NVIDIA CUDA-X yapay zeka bilgisayarıdır.
Google tarafında, Coral geliştirme panosunun yanı sıra, mobil ve gömülü cihazlar için bir çapraz platform çözümü olan TensorFlow Lite da vardır. Bu hafif (Lite) çerçeve, makine öğrenimi modellerinin mobil ve IoT cihazlarına dağıtılmasına yardımcı olur. . Google, TensorFlow Lite optimizasyonunun ardından CPU performansının orijinalin 1,9 katına ulaştığını ve Edge TPU'daki performansın 62 kata kadar arttığını söyledi.
Leifeng.com, devlerin buluttan terminale kadar yapay zeka çiplerine ve çiplerin donanımın performansını iyileştirmesine yardımcı olacak güçlü yazılıma sahip olduğuna inanıyor.Aynı zamanda markalar, kanallar ve pazarlarda köklü avantajlara sahipler. Popülerleşmenin yanı sıra, birçok AI chip startup'ıyla rekabet edecek.
Bununla birlikte, gelecekte hala birçok belirsizlik var Nvidia ve Google, AI çip başlangıçlarını ne ölçüde etkileyecek?
