Yapay zeka çipli kart oyunu: doğru yöne bahis yapan kişi kazanır
Yapay zeka çipi savaş alanındaki duman yeni tutuştu ve farklı seviyelerde ve farklı yollarda küçük çiplerin seçimi hala oyunda.Doğru yöne bahis yapan kişi kazanacak.
(Nvidia, yapay zeka çağı için tasarlanmış ürünler piyasaya sürdü. Bu ilk hamle avantajı, hisse senedi fiyatının 2017'de keskin bir şekilde yükselmesine neden oldu. Resim / AFP)
Caijing muhabiri Liang Chen / wen Xie Lirong / editör
Bu yılın başından beri, bir zamanlar daha az tanınan bir şirket olan NVIDIA (NASDAQ: NVDA) su yüzüne çıkmaya başladı. Bu şirket, bu yıl 20 tarihi kapanış rekoru kırdı ve hisse senedi fiyatı yaklaşık% 69 arttı. Bu, yarı iletken sektörünü takip eden fonların büyümesinden daha iyi performans göstermekle kalmadı, aynı zamanda aynı dönemde S&P 500 endeksini de aştı.
Bazı yatırım bankaları, Nvidia'nın hisse senedi fiyatının% 40 arttığını tahmin ediyor. Son iki yılda Nvidia'nın piyasa değeri 7 kat arttı.
Nvidia, bu yapay zeka çip savaşlarının sigortasıdır. Intel, Qualcomm ve AMD gibi çip şirketleri daha sonra oyuna girişlerini duyurdular.Google ve Baidu gibi internet şirketleri de geliştirme planlarını açıkladılar.Bazı başlangıç şirketleri hızla yeni tasarımlar ve ürünler piyasaya sürdü.
Nvidianın GPU ürünleri başlangıçta dar bir kitleye sahipti ve profesyonel elektronik oyun konsollarıyla rekabet etmelerine yardımcı olmak için oyun bilgisayarları için görsel efektler sağladı. Bununla birlikte, yeni bir yapay zeka turunun ortaya çıkmasıyla birlikte, GPU'lar derin öğrenme için gereken paralel hesaplama yetenekleri için daha uygun hale geldi, çipler talep yetersiz kalmaya başladı ve ilerleyen ilk AI benzeri çip oyuncuları oldular.
Oyin Lakewood'un kurucu ortağı ve CEO'su Su Renhong, akıllı donanıma yatırım yapmaya odaklanıyor ve şu anda yapay zeka işlevlerinin temelde buluta dayalı olduğuna ve zeka yeteneklerini tam olarak gerçekleştiremeyeceğine inanıyor. Bunun nedeni akıllı yongaların olmaması. Bu nedenle, yapay zeka yetenekleri yalnızca yeni nesil akıllı telefonlar için yüksek bir zemin değil, aynı zamanda mevcut akıllı donanım için de çığır açan bir darboğazdır.
Şu anda, temel CPU, CPU + GPU, CPU + FPGA ve CPU + ASIC mimarileri, donanım ölçeği, algoritma, güç tüketimi ve diğer nedenlerden dolayı AI yongalarının ideal mimarisiyle uyumlu değildir.Göreceli olarak konuşursak, yazılım değişikliklerini takiben fonksiyonları dinamik olarak ve gerçek zamanlı olarak değiştirmek daha önemlidir.
Savaş patlak verdikten sonra Nvidia, GPU'yu mümkün olan en kısa sürede daha genel bir bilgi işlem aracına dönüştürmek için çılgınca para harcamaya başladı. Yalnızca araştırma ve geliştirme için yaklaşık 10 milyar ABD doları yatırım yapılmıştır.
Üçüncü parti bir kuruluş olan Morningstar raporu, 2021 yılında yukarıdaki oyuncuların yer aldığı yapay zeka çip pazarının toplam değerinin 20 milyar ABD dolarına ulaşacağına işaret etti. TechNavio, 2021 yılına kadar yapay zeka çiplerinin küresel ortalama yıllık bileşik büyüme oranının% 54'ü aşacağını tahmin ediyor.
Sıradan kumdan yapılan çipler, tüm BT gelişiminin temelini oluşturur. Bilgisayarı yönlendiren bu "kalbi" kim ustalaştırırsa, endüstrinin gelişmesine öncülük edecek ve büyük faydalar elde edecektir. PC çağında Intel ve akıllı telefon çağında Qualcomm, kazanan kral olduktan sonra, gelirdeki artış sermaye piyasasının lehine oldu.
Zaman kahraman yapar
Nvidia, Silikon Vadisi'nde, Huang Renxun, Curtis Priem ve Chris Malachowsky tarafından 1993 yılında kurulmuş olup, şirket merkezi birçok yarı iletken firmanın yanında bulunmaktadır. Başlangıcından bu yana, Nvidia yarı iletken endüstrisinde ılımlı bir şirket olmuştur ve grafik işleme birimi (GPU) pazarına daha meyillidir.
Ancak şu anda, Nvidia son derece önemli bir karar verdi: GPU'nun bilgisayar ekranındaki görüntüleri işlemenin yanı sıra daha karmaşık görevleri de işleyebilmesi için teknoloji yatırımı ve yazılım geliştirme ekleyerek.
2007 civarında, "CUDA" (Birleşik Hesaplama Cihazı Mimarisi) adlı bir proje kuruldu ve yıllık harcaması yaklaşık 500 milyon dolardı, bu da o zamanki şirketin toplam yıllık gelirinin altıda birini oluşturuyordu. Bu yıl 54 yaşındaki Huang Renxun, "Bu, şirkete büyük bir maliyet baskısı getirdi" diye hatırladı.
Ancak NVIDIA'nın yapay zeka konusunda ilk hamle avantajını sağlayan bu projeydi. Bir yandan Nvidia, CUDA'yı her seviyedeki ürünlere entegre ederken, diğer yandan da ilgili kursları açmaları için kolejler ve üniversiteler için lobi yapıyor ve GPU'nun gelişimini destekleyebileceklerini umarak araştırma enstitüleri ve başlangıç şirketlerine sponsor oluyor.
Nvidia, Amazon gibi büyük şirketlerden bilim adamlarının kullanması için GPU'nun bir test sürümünü bile sağlar. Mühendislerin ürün güvenlik açıklarını bulmalarına yardım etmeleri umulsa da, bu olumlu tutum Silikon Vadisi'ndeki mühendisleri etkiledi. GPU ve ekolojisi için araştırma ve geliştirmede daha aktifler.
2012'den başlayarak, yapay zeka uygulamaları alanındaki oyuncular, çekirdek olarak CPU'lu donanım cihazlarının derin sinir ağlarının (DNN) çok seviyeli özelliklerinin bilgi işlem gereksinimlerini karşılayamadığını, GPU'ların ise ihtiyaçlarını karşılayabildiğini keşfettiler. Yapay zeka modellerini eğitmek için Nvidia çiplerini kullanmaya başladılar.
Teknoloji daha sonra araştırmadan endüstriye geçti. Inspur Groupun Yapay Zeka ve Yüksek Performanslı Ürünler Departmanı genel müdürü Liu Jun, Caijing muhabirine şunları söyledi: 2014 yılı civarında, bugün yapay zeka alanında tanınan şirketler, entegre olmalarına yardımcı olacak GPU uzmanları aramaya başladılar. Geliştirilen DNN'ler CPU'dan GPU'ya taşındı. "
Pazar fırsatlarından yararlanan NVIDIA'nın işi hızla büyüdü. Şirketin 2017 mali ikinci çeyrek raporu verileri, işletme gelirinin 2,23 milyar ABD doları olduğunu, bir önceki yıla göre% 56 ve aylık bazda% 15 artış olduğunu gösterdi. Bunların arasında, yapay zeka ile ilgili işlerin büyümesi daha da dikkat çekicidir.GPU iş geliri bir önceki yıla göre% 59 artarken, veri merkezi işi 2,5 kattan fazla arttı.
Şirketin CFO'su Colette M. Kress, büyümenin yapay zeka ürün portföyünün zenginleştirilmesinden ve sürekli sevkiyatlardan geldiğini söyledi. Günümüzde Nvidia çipleri bilgisayar dışındaki cihazlarda (VR cihazları, dronlar, robotlar ve sürücüsüz arabalar gibi) giderek daha fazla kullanılıyor ve daha da önemlisi, giderek yapay zeka sunucularının yeni çekirdeği haline geliyorlar.
Ancak aynı gün kazanç raporunun yayınlanmasının ardından Nvidia'nın hisse senedi fiyatı% 8 düştü. Daha sonra toparlanmasına rağmen, gölge dağılmadı. Bu değişiklik yatırımcıların endişelerinden kaynaklanıyor - özellikle Intel başta olmak üzere çip alanındaki devler şu anda trendi görmüş ve oyuna girmiş durumda ve NVIDIA'nın mevcut başarısı daha çok bir kaza gibi.
Intel ve Nvidia
Derin öğrenme teorisi en son yapay zeka dalgasına öncülük etti.Cipsler, hesaplamanın özü ve yapay zekanın "beyni" dir. Tüm bağlantı iki bölüme ayrılmıştır: eğitim algoritması ve algoritma kullanarak çıkarım sonucu.
Eğitim, yapay zekanın temelidir ve uygulama geliştirmenin anahtarıdır. Bu bağlantıda Intel, Nvidia'nın GPU'ları ile doğrudan rekabet etmek için Xeon Phi işlemcileri kullandı ve ürün düzenini birden çok satın alma yoluyla genişletti. İki dev arasındaki rekabete gelince, Google ve AMD savaşa girmeye kararlı olsa da, daha küçük girişimciler hala keşif aşamasındayken, hala eşikteler.
Ağustos 2016'da Intel, bir ABD başlangıç şirketi olan Nervana Systems'ı satın aldı. Derin öğrenme çipi Motorunun işlem hızı, GPU'nun 10 katıdır. Daha sonra Intel, onu kendi işiyle entegre edecek ve DNN yazılım ve donanım entegrasyon platformunun ve Xeon Phi ile uyumlu iki nesil çip ürünlerinin geliştirilmesi için 350 milyon ABD doları yatırım ekleyecek.
Fiaz Mohamed, Intel'in yapay zeka ürün bölümünün iş geliştirme ve çözüm dağıtımının başıdır ve Nervana'nın satın alınması sonucunda Intel'e katıldı. Caijing muhabirine, "Başımız belada değil. Intelin tasarım ve mühendislik alanındaki deneyimini Intelin bir parçası olmak için kullanmak ürünlerimizi pazara sunmamızı sağlıyor." Bu, eğitim düzeyindeki girişimciler arasında yaygın bir durum. Sonu devler üstlendi.
Fiaz şu anda çok meşgul, her gün 5-7 müşteriyle buluşuyor. Müşterilerle doğrudan iletişim halinde olan Fiaz, Nvidia ile arasındaki en büyük fark hakkında defalarca soruldu çünkü müşterileri kendi uygulamaları için daha fazla yardım istiyordu.
Caijing muhabirine yaptığı açıklamada, "Performans, verimlilik ve ölçek ihtiyaçlarını karşılamak için yapay zeka sadece genel amaçlı ürünleri kullanamaz." Fiaz, "Çeşitli alanlardaki avantajlarımızı satın almalarla artırmaya devam ediyoruz ve şimdi de özelleştirilmiş ürünler yapıyoruz. "
Intel, GPU'lara ek olarak, FPGA'ların (programlanabilir diziler) yapay zekanın geliştirilmesi için daha uygun olduğuna inanıyor. Intel, 2015 yılında Silikon Vadisi yonga üreticisi Altera'yı şirket tarihindeki en büyük miktara satın aldı. FPGA, tekrar tekrar silinebilen ve yazılabilen ve farklı bilgi işlem ihtiyaçlarına göre değiştirilebilen bir beyaz tahta gibidir. Intel, kombinasyonun 20 kat performans artışı sağlayacağını öngörüyor.
Intel CEO'su Ke Zaiqi bir açılış konuşmasında FPGA'nın Intel'in gelecekteki gelişimi için önemli bir çekirdek olduğunu açıkça belirtti. Yatırımı artıracak ve FPGA ürün rotalarını genişletecek, daha uzun ürün yaşam döngülerini destekleyecek ve diğer iş departmanlarından gelen desteği harekete geçirecek.
Intel'in güçlü gücü, Nvidia'yı kendi eksikliklerini telafi etmeye zorladı. NVIDIA, 2017 GPU Teknoloji Konferansı'nda yeni nesil işlemci mimarisi Volta'yı ve bu mimariyi kullanan bir derin öğrenme hızlandırıcı kartı yayınladı. Yeniden tasarımdan sonra, yeni mimarinin enerji verimliliği% 50, hesaplama hızı da 12 kat arttı.
Yukarıdaki iki firma ile uzun soluklu rekabet içinde olan AMD, bu bağlantıdan da pay almak istiyor. 2016'nın sonunda AMD, derin öğrenme için üç işlemci hızlandırma çözümü yayınladı.
Şirketin üst düzey uygulama mühendisliği yöneticisi Greg Stoner, Caijing muhabirine "AMD, yapay zekanın gerçekleştirilmesini teşvik etmek için zengin x86 (CPU) ve GPU fikri mülkiyet teknolojisini kullanabilen tek şirket olacak" dedi.
Bunun aksine, Google farklı bir yaklaşım benimsemiştir. Mayıs 2016'da Google, makine öğrenimi için optimize edilmiş özel bir işlemci TPU (Tensor Processor) yayınladı ve AlphaGo'nun bilgi işlem donanımı çekirdeğinin buradan geldiğini duyurdu.
Bir yıl sonra, Google TPU'yu 2.0 sürümüne yükseltti. Google, 32 GPU'lu bir çeviri modelini eğitmenin bir gün sürdüğünü, ancak artık yalnızca bir öğleden sonra sürdüğünü ve TPU kümesinin yalnızca sekizde birinin (her 64 TPU bir küme oluşturur) elde edilebileceğini söyleyen bir blog yayınladı. Aynı hassasiyet.
Ancak Google, TPU'yu ticarileştirme konusunda istekli değil, ancak kendi açık kaynak derin öğrenme çerçevesi TensorFlow ile entegre oluyor ve kendi bulut bilişim platformu aracılığıyla harici hizmetler sağlıyor. Google'ın TPU işlemcilerini ayrı olarak satıp satmayacağı henüz bilinmiyor.
Bu, kahramanların bir araya geldiği bir dönemdir.
Terminal ve bulut yakın dövüşü
Farklı eğitim katmanı yarışmasının aksine, akıl yürütme katmanı bir kaostur. Çip araştırma ve geliştirme geçmişi olmayan bazı şirketler de 20 milyar dolarlık pazar ve gelecek için rekabet etme savaşına katıldı.
Uygulama senaryolarının performans ve gecikme gibi parametreler için özel gereksinimleri olduğundan, bilgi işlem çekirdeği işlemcisinin konumu farklı satıcılar arasında bir tartışma odağı haline geldi. Bazı kişiler, cihaz tarafında sonuçları hızlı bir şekilde geri bildirmenin gerekli olduğunu düşünürken, başka bir grup toplanan verilerin buluta geri gönderilmesi gerektiğini düşünür ve sunucu, terminal cihazla eşleşmesi zor karmaşık hesaplamalar yapacaktır.
Qualcomm, öncekinin yön olduğuna inanıyor. Şirketin mühendislik ve teknolojiden sorumlu başkan yardımcısı Jeff Gehlhaar, Qualcomm'un mobil cihaz performansının iyileştirilmesiyle kart yuvası pazarını çok sayıda terminalle kapsayacağını söyledi.
Cep telefonları ve arabalar Qualcomm'un çabalarının yönü haline geldi. Şu anda Qualcomm, yapay zekanın gerektirdiği bilgi işlem gücünü üst düzey çiplerinde sağlıyor. Veriler, önümüzdeki beş yıl içinde küresel akıllı telefonların kümülatif sevkiyatlarının 8,5 milyarı aşacağını, Qualcomm'un mevcut pazar payının ise% 43 olduğunu gösteriyor (Strategy Analytics verileri). Muhafazakar hesaplamalara göre Qualcomm 3,7 milyar akıllı telefonu kapsayacak.
Qualcomm tarafından yayınlanan araba sürüş çipi, önceki yerel toplama ve karayolu trafik verilerinin bulut işleme modunu değiştirecek.Konumlandırma ve makine öğrenimi gibi işlevleri entegre eder. Verilerin çoğu hesaplanabilir ve yerel cihazda geri beslenebilir.
Jeff Gehlhaar, terminal tarafında veri işlemenin öneminin temelde üç noktaya sahip olduğunu söyledi: kullanıcı gizliliğinin daha iyi korunması, yerel işleme, insansız sürüş gibi gerçek zamanlı karar verme talebini çözmeye yardımcı oluyor ve ağ bant genişliğinin daha etkili kullanımı.
Mobil çip üreticileri ve terminal üreticileri bu görüşün destekçileri haline geldi. Spreadtrum Communications 2018'de ürünleri piyasaya sürecek ve Apple araştırma sonuçlarını en son cep telefonlarına uyguladı.Meizu ve Huawei gibi cep telefonu üreticileri, terminal ürünlerinin kullanıcı deneyimini geliştirmek için yapay zeka teknolojisi içerdiğini duyurdu.
Qualcomm'un sunucu pazarını sessizce konuşlandırdığını belirtmekte fayda var. Bulut entegrasyonuyla ilgili olarak Jeff Gehlhaar olumlu yanıt vermedi, ancak gösterdiği slaytlar Qualcomm'un bulut bilişim platformu için bir yer ayırdığını gösterdi. "Dağıtılmış bilgi işlem mimarisi" ağ üzerinden "sinirsel işlem mimarisine" bağlanacak ve Qualcomm'un En büyük avantaj, ağ bağlantılarının yönetilmesidir.
Bununla birlikte, bir grup bulut bilişim şirketi ve Intel, kullanıcıların mobil cihazlara ağır yapay zeka yazılımı yüklemeyeceklerine ve bu işlevleri sınırlı pil gücü tüketimi altında çıkarımları tamamlamak için kullanmayacaklarına inanıyor ve bu nedenle, ağ üzerinden veri iletmek için bulutta kuruluyorlar. Ve sonuç en iyi seçim olur.
2015 yılında Microsoft, CPU + FPGA kombinasyonunu uygulamaya başladı. 2016'da Amazon AWS, FPGA tabanlı bulut sunucu ürünlerini piyasaya sürdü. Inspur Group'un Yapay Zeka ve Yüksek Performanslı Ürünler Departmanı genel müdürü Liu Jun, Baidu'nun şirket içinde araştırma yapmak için çekirdek bir uzman ekibine sahip olduğunu ve ayrıca Inspur gibi ortaklarla özel çipli sunucu anakartları tasarladığını belirtti. .
Alibaba Cloud, Eylül 2017'de GPU çözümüne ek olarak yapay zeka sistemi için Intel ve Xilinx gibi yonga üreticilerinin FPGA ürünlerini ayırdığını duyurdu. Alibaba Cloud kıdemli uzmanı Zhang Xiantao, Caijing muhabirine bir Nvidia yongasının maliyetinin on binlerce yuan kadar yüksek olabileceğini söyledi. Maliyete ek olarak, daha yüksek bilgi işlem performansı ve iş esnekliği peşinde koşmak için, FPGA çözümlerini ve daha özelleştirilmiş yongaları keşfetmeye başladı ve giderek üreticiler için yeni seçenekler haline geldi.
Akıllı telefonlar çağında, mobil çip pazarında kaybolan Intel, mobil terminale yeniden saldırmak için insansız sürüş kullanıyor. Intel, bir İsrail otonom teknoloji şirketi olan Mobileye'yi önceki yılın gelirinin çok üzerinde bir fiyata satın aldı. Şirket personeli, Intel'in insansız sürüş bölümü ve Mobileye'nin ürünleri ve organizasyon yapılarını entegre ettiğini söyledi.
Sadece bu değil, son iki yılda Intel, yapay zeka pazarında sık sık satın almalar yaptı. Nisan 2016'dan bu yana Intel, İtalyan robot ve sürücüsüz yarı iletken yonga üreticisi Yogitech'in yanı sıra iki bilgisayarlı görme teknolojisi şirketi Iseez'i ve Amerika Birleşik Devletleri'nden Movidius'u satın aldı. İkincisi, bağımsız olarak düşük güç tüketimine sahip yeni bir mimari geliştirdi. İşlemci VPU.
Çin kampı umudu
Henüz tam anlamıyla ateşlenmemiş bu savaşta ABD yapay zeka alanında her zaman dünya lideri olmuş ancak Çin girişini hızlandırmaya başlamıştır. Geçtiğimiz iki yıl içinde, birkaç Çinli şirket, çip araştırma ve geliştirmeye başlamak için güçlerini kullandı ve "XPU" ortaya çıktı.
Pekin merkezli start-up şirketi Horizon, yapay zeka çip ürünlerini "BPU" ile adlandırdı ve bir ticari marka olarak tescil ettirdi; "Shenjian" adlı başka bir şirket, gelişmiş işlemcisine "DPU" adını verdi ve onu piyasaya sürdü. Farklı mimarilere sahip iki ürün; daha önce bitcoin "madencilik makineleri" sağlamaya odaklanan Jianan Zhizhi, 2017 yılında bir yapay zeka çipi "KPU" çıkaracağını iddia ediyor.
Gelecek stratejisi nedeniyle İnternet devleri de savaşa katıldı. Baidu çıkış yapan ilk kişi oldu ve onu Ali izledi. 2017 yılında, Baidu ve ortağı Xilinx birlikte bir bulut bilişim hızlandırma işlemcisi "XPU" yayınladı. Baidu Araştırma Enstitüsü Ouyang Jian, XPU'nun CPU gibi esneklik sağlarken verimlilik ve performansta GPU'yu aşacağını söyledi.
Alibaba Teknik Komitesi başkanı Wang Jian, Haziran ayının sonundan Temmuz 2017'nin başına kadar, Silikon Vadisi'nde araştırma yapmak için bir ekibe liderlik etti ve birçok yapay zeka çip şirketi de dahil olmak üzere 30'dan fazla yapay zeka şirketi ile iletişime geçti. Alibaba'nın teknik uzmanları, yapay zeka için "XPU" araştırma ve geliştirmesinin de iç gündemde olduğunu ortaya çıkardı.
Teknoloji açısından bakıldığında, Çin Bilimler Akademisi tarafından kuluçkaya yatırılan bir başlangıç şirketi olan Cambrian, en iyi Çin şirketlerinden biridir.Nvidia ile kıyaslandığında, 100'den fazla patenti ve kendi talimat seti sistemine sahiptir. Zhongke Loongson'un başkan yardımcısı Zhang Ge, Caijing muhabirine, Cambrian'ın (Chen Yunji) kurucusunun Loongson 3 işlemcisinin ana yapı tasarımlarından biri olduğunu ve diğer kurucu Chen Tianshi'nin de Çin Bilimler Akademisi Hesaplama Teknolojisi Enstitüsü'nde çalıştığını söyledi. O ve Chen Yunji kardeştir.
Ağustos 2017'de Cambrian, devlete ait sermaye yatırım ve işletme şirketlerinin bir fonu olan SDIC Ventures ve Lenovo Ventures, Alibaba Ventures gibi sosyal sermaye ve Çin Bilimler Akademisi bünyesindeki varlıkların fonu olan SDIC Ventures liderliğindeki 100 milyon ABD Doları tutarındaki A Serisi finansmanın tamamlandığını duyurdu. Oylamayı takip edin. Şirketin mevcut değerlemesi 1 milyar ABD dolarına ulaştı.
Lenovo Ventures'ın ortaklarından Song Chunyu, Caijing muhabirine "Başlangıçta, üç Nvidia kartına '(yonga kartlarına atıfta bulunarak) ihtiyaç duyulabilir. Artık tüm veri merkezinin tüketiminin üstesinden gelmek için yalnızca bir Kambriyen gerekiyor." Dedi. Onu cezbetti, bu şirketin bu yıl gelir elde etmesini bekliyor.
Güncel kamuya açık bilgiler, Cambrian'ın ağırlıklı olarak akıllı telefonlar, dronlar, giyilebilir cihazlar ve akıllı sürüş cihazları için olan Cambrian 1A adlı bir işlemci çıkardığını gösteriyor. Plana göre Cambrian, ürünleri sadece terminal tarafında değil, bulut sunucu tarafında da yayınlayacak.
Bu yılın Eylül ayında, iletişim ekipmanı üreticisi Huawei, cep telefonları için bir yapay zeka çipi olan Kirin 970'i piyasaya sürdü. 970'teki NPU (ağ işlemcisi) özel donanım işleme birimi, Kirin 970'e yetkili bir şekilde entegre edilen Cambrian 1A'dır.
Bununla birlikte, Huawei'nin hala bağımsız olarak yapay zeka çipleri geliştirmesi bekleniyor.Huawei, sunucu çipleri geliştirmeye başladı.Şirketin tüketici şirketi CEO'su Yu Chengdong, yapay zekanın gerçekleşmesinin uç bulut işbirliği ile gerçekleştirilmesi gerektiğini söyledi.
Yukarıda bahsedilen Horizon Robotics şirketi 2015 yılında kuruldu. Kurucusu ve CEO'su Yu Kai, Baidu Araştırma Enstitüsü ve Derin Öğrenme Laboratuvarı'ndan sorumluydu.Baidu, onun etkisi altında bir grup yapay zeka uzmanını bünyesine kattı.
Horizon Robotics, erken aşamada yapay zeka döneminde Intel yapmayı planlamıştı, ancak bir süre deney yaptıktan sonra Yu Kai, Caijing muhabirine şunları söyledi: "Konumlandırmamız, internet şirketlerinin potansiyel enerji aralığında olmayan ve devlerden kaçınan yapay zeka çiplerine gömülü. Rekabet, daha büyük bir değer olacaktır. "
Intel, satın almalar yoluyla yapay zekanın geliştirilmesi için çeşitli yollar inşa etti ve geniş bir asker yelpazesine sahipken, NVIDIA ürünleri parlak noktalara sahip ve çekirdek bir GPU'yu ele geçiriyor. Horizon gibi başlangıç şirketleri güçlü sermaye, teknoloji ve ekolojik destekten yoksundur ve devler tarafından yoğun bir şekilde korunan bulut sunucu tarafından kaçınmaları gerekir, ancak cihazın ucunda yerleşik yapay zeka çipleri daha fazla hayal gücüne sahip olacaktır.
Horizon'un geliştirme stratejisi, kullanım senaryosunun ihtiyaçları için en uygun algoritma çerçevesini incelemek ve ardından algoritma çerçevesini çip üzerinde uygulamaktır. Diğer bir deyişle, çip tasarımı uygulama üzerinden zorlanmaktadır. Avantajı, kaynakları tek bir atılım noktasına yoğunlaştırarak yarı iletken endüstrisine yatırım riskini azaltması ve karlı satış çözümleriyle kendi sağlıklı çalışmasını teşvik etmesidir.
Kambriyenin genel amaçlı yonga iş modeli seçiminden farklı olarak Horizon, daha çok özel amaca odaklanıyor. Pazara yalnızca yongalar değil, yazılım ve donanım çözümleri de sağlıyor. "Bu, Mobileye'ye çok benziyor." Yu Kai, Intel'in 153 milyar ABD doları harcamaya istekli olduğuna inanıyor. Bu, yatırımcıları özel yapay zeka çiplerine dayalı çözümleri onaylamaya ikna etmek için en iyi durumdur.
Horizon'a yatırım yapan Xiangfeng Yatırım Ortağı Xia Zhijin, yeni kurulan şirketlere güven duyuyor, "Herkes aynı başlangıç çizgisinde, Nvidia da öyle. Onların (devlere atıfta bulunarak) tarihsel yükleri var." Ona göre çipler Horizon'un işinin sadece bir parçası ve gelecekteki yatırım geri dönüş döngüsü yarı iletken endüstrisinden çok daha kısa. "Bu şirketi 5-10 yıl bekleyebilirim."
Yutturmaca için dikkat edin
Yapay zeka çipleri şüphesiz büyük bir endüstri geliştirme trendi, ancak üçüncü taraf bir kuruluş olan Gartner'da bir analist olan Sheng Linghai, Caijing muhabirine, orijinal çiplerin bir gecede yapay zeka çiplerine dönüşmeyeceğini söyledi.Sektörde artık aşırı bir heyecan var. Şüpheli.
Başarıya ulaşırken, Nvidia'nın yüksek piyasa değeri de zorluklardan önce geliyor. Sektör, sahip olduğu teknolojinin mevcut yükselen piyasa değerini destekleyemeyeceğinden endişe ediyor. Bir yapay zeka açık kaynak laboratuvarı olan OpenAI'nin eşbaşkanı Sam Altman, GPU'nun ilk tasarım hedefinin yapay zeka olmadığını, sadece talebi karşıladığını hatırlattı.
Görüşülen birkaç kişi, Caijing muhabirine yapay zeka uygulama senaryolarının artık tek tip terminal ekipmanı olmayacağını, bu da çip şirketlerinin çeşitlendirilmiş ürünler sağlama yeteneğine sahip olması gerektiği anlamına geldiğini, ancak Nvidia'nın GPU'sunun hala genel bir amaç olduğunu söyledi. Çip yazın.
Birçok BT şirketi, özel çipler geliştirmeye ve sermaye yatırımını artırmaya başladı.
Çip tasarım şirketi zGlue'nun CEO'su Zhang Ming, "büyük şirketlerin hala genel amaçlı yongalarla Ar-Ge harcamalarını paylaşmayı umduğunu" ancak yapay zeka pazarının daha özelleştirilmiş ürünlere ihtiyacı olduğunu söyledi.
Bununla birlikte, özelleştirilmiş yonga ve genel yonga yollarının seçimi değişti ve büyük şirketler, yeni kurulan şirketlerden çok daha fazla alana sahip. Google'ın TPU'su, yalnızca piyasaya duyurulmuş bir üründür. Gelecekte, harici hizmetler sağlamak için Google'ın bulut bilişim işletmesine eşlik ederse, düşük maliyet ve esneklikle doğrudan NVIDIA'nın hinterlandına çıkacaktır. Sektörden bir kişi, "tekel" in yüksek satın alma maliyeti anlamına geldiğini ve Nvidia'nın çiplerinin ucuz olmadığını söyledi.
Yapay zeka çiplerinin nihai galibinin, daha fazla ekolojik kaynaklara ve ölçek avantajlarına sahip çip devleri olma olasılığı yüksek ve diğer çip şirketlerinin hala küçük bir marjı olması muhtemel.
Şirketlerin büyük şirketlere satış yapmasını kabul edebilen Amerikalı girişimcilerin aksine, Çinli üreticiler genellikle devlerin çatlaklarında bağımsız olarak gelişmeyi umuyorlar. Ancak akıllı güvenlik, cep telefonları, drone'lar, akıllı arabalar ve robotlar gibi sektörlerde devler yavaş yavaş dikey endüstrilere birer birer giriyor.
Geçmişte büyük balıkların küçük balıkları yemesi alışılmadık bir durum değildir ve yarı iletken endüstrisi hala güçlülerin mantığıdır.
(Bu makale ilk olarak 25 Eylül 2017'de Caijing Magazine'de yayınlandı)
