Yapay zeka çiplerinin savaş alanında Intel, GPU'yu takip ediyor
Napolyon, Goodlin, Rommel gibi ünlü tarihi generallere ve hatta Basra Körfezi Savaşı'ndaki ABD Ordusu generallerine bakıldığında, konu "saldırı" olduğunda, neredeyse hepsi "peşinden koşmanın" önemini vurgular, böylece düşmanın güçlenmesi ve yeniden örgütlenmesi için hiçbir yol kalmaz. Fırsatlar düştü.
Tersine, bu basit ilke ticari rekabete uygulandığında, özellikle birçok insanın hala durumu bilmediği yapay zeka gibi yeni ortaya çıkan uygulama alanlarında anlam, "Ürün zamanında teslim edilemiyorsa (Pazara Çıkma Süresi)" den başka bir şey değildir. Ya da maliyetleri ve fiyatları teknolojik evrimle hızla düşecek olan yarı iletkenler gibi bir endüstri, rakipler tarafından bir çırpıda boğulacak, ürün geliştirme çalışmalarını gölgede bırakacak, pazar payı için sağlam bir savunma hattı oluşturamayacak ve ardından Kısır döngü, devirmek zordur.
Mart 5, 2016 : NVidia "Nihayet TSMCnin 4 yıldır takılı kalan 28 nanometre sürecinden kurtuldu", TSMCnin 16 nanometre ve Samsungun 14 nanometre Pascalına ilerledi, FP16 yarı hassas kayan noktayı, sekizlik tamsayıyı ve ilgili iç çarpım vektör talimatlarını (Vector Dot Product), NVLink'in 8 GPU'yu bağlamak için ölçeklenebilirliğine de sahip olup, nVidia GPU'nun yapay zeka uygulamalarına girmesi için ilk adımı atmaktadır.
Mayıs 2016'da Google I / O: Google, çıkarım için birinci nesil TPU'yu piyasaya sürdü.
2016 yazı: Intel, yalnızca nVidia GPU ile rekabet edebilmek için "ürün performansının GPU'dan en az 10 kat daha yüksek olacağını iddia eden" Nervana'yı satın aldı.
17 Kasım 2016: Intel, Nervana kod adı Lake Crest'in ilk sonuçlarını açıkladı, ancak süreç hala TSMC'nin 28nm'sinde takılı kaldı ve nVidia'nın Volta'yı başlatması ve anlamını kaybetmesi uzun sürmedi.
29 Mart 2017: nVidia, Tegra X2 kullanan "gömülü bir yapay zeka bilgi işlem cihazı" olan Jetson TX2'yi piyasaya sürdü. Açıkça söylemek gerekirse, nVidia GPU uygulamalarının bir uzantısı olarak kabul edilebilir. Bununla birlikte, Nisan 2014'ün sonunda ortaya çıkan Jetson ürün grubu, "birkaç yıldır" hissesine sahiptir. "Cep telefonlarına ve tabletlere saldırmada başarısız olan Tegra sistemi tek çipinin yolunu bulmak."
Mayıs 2017'de Google I / O: Google, kayan nokta işlemlerini (Bfloat16 kayan nokta biçimi) destekleyen ve hem eğitim hem de çıkarım için kullanılabilen ikinci nesil bir TPU yayınlamak için "tabloya göre çalışmaya" devam etmektedir.
21 Haziran 2017: nVidia, TSMCnin 12 nanometre işleminin "orijinal ürün programında bulunmadığı" Volta'yı piyasaya sürdü, 4 × 4 onaltılık kayan noktalı ürün toplamları gerçekleştirebilen ve özellik tanıma için evrişim işlemlerini uygulayabilen yerleşik 640 Tensor Çekirdeğine sahip ( Convolutional Neural Network, CNN), bu Volta'yı hem "öğrenme / eğitim" hem de "çıkarım / tahmin" dikkate alınarak nVidia tarihinde yapay zeka için uyarlanmış ilk GPU mikro mimarisi yapar.
Volta'nın eğitim verimliliği Pascal'ın 12 katı kadar yüksektir ve çıkarılan performans da spektrumun 6 katıdır. Bu, Nervana'nın "Lake Crest'i GPU'nun en az on katı" anlamını ortadan kaldırır. NVidia ayrıca 16 GPU oluşturmak için NVswitch kullanır. DGX-1'in iki katı olan DGX-2 için Intel, ürünleri yalnızca yeniden tasarlayabilir ve geliştirme sürecini, birleşmeden üç yıldan fazla bir süre olan 2019'un sonunda yeni bir çip piyasaya sürmeyi vaat edene kadar defalarca erteledi.
14 Ağustos 2017: AMD, FP16 / INT16 / INT8 paketli hesaplamaları destekleyen, FP16 ve INT8'in doğruluğunu kilitleyen, yaklaşık 40 yeni talimat ekleyen ve aynı zamanda bir resim olan "sunumda uzun zaman önce" olan Vega'yı (Global Foundry 14 nanometre işlemi) piyasaya sürdü. Bu tür uygulamaları eşleştirmek için SAD (Mutlak Farklılıkların Toplamı, mutlak hata ve algoritma) talimatları verilmiştir. AMD elbette "eksiksiz bir Yazılım Yığını" olduğunu beyan edecektir. Etkililiğe gelince, lütfen ifade vermekten çekinmeyin, yazar yorum yapmayacaktır.
8 Kasım 2017: AMD havadan Intel'den Raja Koduri ve kıdemli başkan yardımcısı olarak görev yaptı. Tüm grafik teknolojisini "kesme ve yeniden eğitme", x86 komut seti uyumluluğunu bırakma ve baştan sona gerçek bir GPGPU oluşturma niyetini açıkladı. GPU mimarisi Mart 2019'da duyuruldu. Kafa karıştırıcı olan ve "FPGA dahil tüm donanım platformlarında çalışabilen OpenCL" gibi görünen "Xe" adı ve "yazılım yığını" OneAPI nihai cevaplardır.
Mayıs 2018 Google I / O : Google ısrarlı çabalar gösterdi ve önceki nesle göre iki kat genel performans ve yapılandırmaya sahip üçüncü nesil bir TPU yayınladı, ancak yine de Google'ın kendi geliştirdiği ve kendi kendine kullanabildiği bir sistem.
23 Temmuz 2018: Larrabee ile on yıldan fazla bir süredir mücadele ettikten sonra Intel, nihayet Nanke'nin "süper çok çekirdekli x86 işlemciler kesinlikle her şeye kadirdir" hayalini tamamen terk etti ve Xeon Phi ürün serisinin terk edildiğini duyurdu. İlginç bir şekilde, durdurma bildiriminde "piyasadaki ürünlere olan talebin diğer Intel ürünlerine aktarıldığından" bahsedildi, ancak bu ürünler Intel ürün serisinde bulunmuyor ve hiçbir ürün Xeon Phi'ye benzer performans ve işlevler sağlamıyor. Bu gereksinimler "aktarım" NVidia'ya ulaşma olasılığı daha yüksek olabilir.
Yazar, 2017 yılının sonunda Xeon Phi'nin çok tehlikeli bir durumda olmasını bekliyordu. "X86 Boxer" ın son sığınağı düşmek üzereydi. Ne yazık ki bu bir gerçek oldu, bu yüzden bilseydim piyango alırdım.
26 Temmuz 2018: Google, Nesnelerin İnterneti için geçerli olan uç çıkarım için TPU'yu piyasaya sürdü, "çok az kaynak ve enerji tüketirken mükemmel performans sağlayabilir, böylece uçta yüksek hassasiyetli yapay zeka dağıtabilir" ve bu da Google TPU'nun kendi veri merkezinden çıkmasına olanak tanır. Uzun süredir yarı iletken pazarında olan bir grup kurt, kaplan ve leopara karşı savaşın.
Ağustos 2018: nVidia, aynı zamanda uç yapay zeka hesaplama ve otonom sürüş sistemlerinde de kullanılan Xavier sistemi tek yongasını kullanan Jetson Xavier'i piyasaya sürdü.
20 Eylül 2018: TSMCnin 12 nanometre sürecini kullanan Turing, "tüketici" (Pascal) ve "profesyonel" (Volta) arasındaki kısa vadeli ayrımı sona erdirmek için ikisinin gücünü birleştirir. Tensor Core, yeni INT8 ve INT4 hassas modları ve FP16 yarı hassasiyeti ekler Sık kullanılan matris füzyon çarpma ve toplama (FMA) işlemlerini tam olarak destekleyebilir.
Ek olarak, Tensor Core artık sadece "sınırlı profesyonel bir uygulama" değil, kenar yumuşatma derin öğrenme programlarını (Derin Öğrenme Süper Örnekleme, DLSS) yürütmek ve sinirleri eğitmek için oyun ekranını beslemek için Sinir Grafik Çerçevesini çalıştıran önceki süper bilgisayarı kullanmak için kullanılabilir. Ağın öğrenme sonuçları 64 kez örneklemeye yakın bir ekran filtresi oluşturur ve ardından ekranın pürüzlü kenarlarını yumuşatmak için oyuncunun oyun ekranına geri uygular.
7 Ocak 2019: AMD, Vega'yı TSMCnin 7 nanometre işlemiyle piyasaya sürdü. Çip büyük ölçüde azaltıldı ve performans büyük ölçüde iyileştirildi. O zaman, AMDnin birinci nesil 7 nanometre işlem APUnun grafik çekirdeğinin yeni nesil Navi değil, neden hala Vega olduğunu artık biliyoruz.
19 Mart 2019: nVidia bir kez daha "uç yapay zeka süper bilgisayarı" Jetson Nano'yu piyasaya sürdü ve geliştiriciler Google Edge TPU'nun avantajlarını ve dezavantajlarını karşılaştırmaya başladı.
21 Mayıs 2019: nVidia, Anandtech'in Intel'i yenmek için hazırladığı rapordan yararlandı ve resmi blogdaki "Intel CPU, nVidia GPU'dan daha iyi bir sonuç çıkarıyor" başlıklı resmi bir Intel makalesinden tofu yedi. 2020'nin ikinci çeyreğinde piyasaya sürülen Intelin yeni nesil Xeon platformu Whitley'in, ilk CPU Cooper Lake olan Bfloat16 kayan nokta formatını desteklemesi (ve 14 nanometre diş macunu sıkmaya devam etmesi) beklenmektedir. O zamana kadar, nVidia'nın da aynısını yapıp yapmayacağını dört gözle bekleyebilirsiniz.
7 Temmuz 2019: AMD "Expanded Process Leadership", TSMCnin uzun GCN dönemini sona erdiren yeni RDNA (Radeon DNA) SIMT yürütme birimi yapısına odaklanan 7 nanometre işlem Navi'sini yayınladı. Yapay zekaya odaklanılmasa da sektörün ikinci nesil RDNA'nın olacağı söyleniyor. Google Tensor Flow'un Bfloat16 kayan nokta formatını destekliyor ve bazı insanlar bunun AMD ekran kartlarının çok sayıda dijital para madencisi tarafından kapılmasına neden olacağından endişe duyuyor, bir kez daha paranın ekran kartı satın alamayacağı dramını sahneledi.
Ağustos 2019: nVidia, HotChips'te kendi çok çipli ölçeklenebilir çıkarım çipi araştırma vakası hakkında konuşmaya devam ediyor, bu da nVidia'nın kasıtlı olarak ürünlere ek olarak, ileriye dönük ilave teknoloji araştırma ve geliştirme için "yer" olduğunu beyan ettiği anlamına geliyor.
2019 yazında Intel, Baidu ile Nervana'nın yapay zeka çiplerini üç yıldır satın almak için iş birliği yaptığını duyurmaktan mutlu görünüyordu.Geleceğin parlak olduğu ve hatta potansiyel müşterilerin bile görüşüldüğü görülüyor.
8 Kasım 2019: NVIDIA, "dünyanın en küçük yapay zeka süper bilgisayarı" Jetson Xavier NX'in piyasaya sürüldüğünü duyurdu, bilmeden, son birkaç yılda nVidia'nın Jetson ailesi gelişti.
13 Kasım 2019: Intel nihayet 2019'un sonunda, derin öğrenme odaklı NNP-T1000 (Lake Crest'in performansının 3-4 katı olduğu iddia edilen Spring Crest) ve çıkarıma özel NNP-I1000 (Spring Hill) dahil olmak üzere Nervana NNP ürün serisini piyasaya sürdü. ), numunelerin müşterilere gönderildiğini iddia ederek (Baidu, Facebook), yalnızca NNP-I1000 ve nVidia T4'ün yerinde fiili karşılaştırması değil, aynı zamanda miktarın iki katından daha az bir sürede 3,68 kat performans elde edebildiğini ve ayrıca 2020'de 20 kat kenar çıkarımının başlatıldığını duyurdu Performans ", 2016 yılında bilinmeyen miktardaki bir Movidius sistem ürününden türetilmiştir.
Ancak bir ay sonra, 16 Aralık 2019'da Intel, İsrail AI çip başlangıcı Habana Labs'ı 2 milyar ABD Doları karşılığında satın aldığını duyurdu. Durum bir anda değişti. Şubat 2020'de Intel'in "kısmen Nervana'yı terk edeceği" ve NNP'yi durduracağı bildirildi. -T1000 geliştirme haberleri, ancak NNP-I1000'in esasen "saf Intel kanı" nın bir ürünü olduğu gerçeği göz önüne alındığında, bu aynı zamanda Nervana birleşmesinin tamamen başarısız olduğu anlamına da geliyor.
Tüm cinayet vakasına dahil olan tüm aktörler "Doğru": Intel, Habana Labs, AMD ve nVidia, şovu izleyen bankta oturan tüm VIP'ler, 2019'daki IEEE Hotchips 31'de sahnede (muhtemelen büyük iş nedeniyle) , Etkinliğin alkol dahil yemek ve içeceklerinin Intel sponsorluğunda olduğu söyleniyor. Intelin üç yıldan fazla süredir harcadığı sonuçlara bir göz atalım ve NNP-T1000in yıldırım düşmesi nedeninin olası nedenlerini görelim.
Sonuçta, sözde yapay zeka derin öğrenmenin mevcut yeni ortaya çıkan uygulamaları, donanım mimarisinden veri işleme formatına, çerçeveye, uygulama işlevi kitaplığına vb. Ne olursa olsun, birçok parça son derece özelleştirilmiştir ve sektörde az sayıda kamuya açık karşılaştırma karşılaştırması vardır. "Saizhu" rakamlarını karşılaştırmak anlamlı değildir ve Intel'in iki yongasının teknik detaylarını burada ayrıntılı olarak tanıtmayacağım.
Ancak konfigürasyon karşılaştırması yoluyla iki gerçek açıkça görülebilir:
Spring Crest ve Spring Hill, temelde tamamen farklı iki teknoloji sistemidir. İlki tamamen Nervana'yı miras alır ve ikincisi, çok sayıda mevcut Ice Lake teknolojisini kullanan "Intel'in kendi ailesinden" kaynaklanır.
Nervana'nın varsayılan rakibi, nVidia'nın amiral gemisi GPU'sudur ve hatta çip döküm şirketleri bile TSMC'dir.
Nervana NNP-T1000 vahşice öldürüldü, olası katiller neler?
Kısacası, sadece istihbarat ve zaman bize gerçek katilin kim olduğunu söyleyecektir ve büyük olasılıkla gerçek asla açığa çıkmayacaktır.
Sonunda, Nervana'dan Hanaba Labs'e, eğitim veya çıkarımdan bağımsız olarak, bir numaralı hayali düşman hala nVidia'nın GPU'su, hala Volta ve Turing ve hatta kasıtlı olarak "nVidia yeşili" seçilen karşılaştırma resimlerinin rengi.
Ancak Intelin şirketi satın alması söz konusu olduğunda, yarı iletken süreç avantajı çökmeye başladı, tıpkı "bir PC şirketinden bulut bilişimi ve yüz milyonlarca akıllı birbirine bağlı bilgi işlem cihazına dönüşeceği" duyurulduğu gibi, neredeyse "son Intel x86 mikro mimarisi" "Skylake halka açıldığında," şirketi çılgınca satın almak "için çok para harcamaya devam etti.
Tüm bu şekilde baktığımda, bir şeyi anında anlıyorum.
(İlk görüntünün kaynağı: Intel)
