據外媒theinformation報道,在他們向人工智能硬件開發商Tenstorrent的首席客戶官David Bennett詢問像他這樣的AI初創公司的未來時,他直言不諱:大多數都會倒閉。(原文:When I asked David Bennett, the chief customer officer of AI hardware developer Tenstorrent, about the future of startups like his, he was blunt: Most will go out of business.)
為此他指出,為了生存,建議初創公司保持靈活性,避免將自己限制在任何狹窄的用例中。Bennett 指的并不是某個利基市場,而是一個由數十家公司組成的廣泛群體,從SiMa.ai到Cerebras,這些公司總共籌集了數十億美元的風險投資,以對抗市場領導者Nvidia。
可以肯定的是,這位主管知道他在說什么。此前,他曾在芯片制造商AMD從事銷售工作十多年。他目前的雇主 Tenstorrent 由AMD首席執行官吉姆·凱勒 ( Jim Keller)領導,這位硬件傳奇人物開發了為iPhone 4 和 iPad 2 提供動力的蘋果A4 和 A5 處理器,并在 2016 年至 2018 年期間負責監督特斯拉的Autopilot 硬件項目。
從過去多年的發展看來,這也的確是擺在每個AI初創企業頭上的“達摩克里斯之劍”。
“
自去年 11 月ChatGPT上市以來,人們對這一領域的興趣達到了瘋狂的程度,震動范圍遠遠超出了科技行業。但如果沒有強大的計算機硬件,特別是來自加利福尼亞州英偉達的計算機芯片,這一切都是不可能實現的。
Nvidia 最初以制造處理圖形(尤其是電腦游戲)的計算機芯片而聞名,如今它的硬件支撐著大多數人工智能應用。
Gartner 半導體行業分析師艾倫·普里斯特利 (Alan Priestley) 表示:“它是推動人工智能這一新事物的領先技術參與者。”TechInsights分析師丹·哈奇森 (Dan Hutcheson) 補充道:“英偉達之于人工智能幾乎就像英特爾之于個人電腦一樣。”
ChatGPT 使用 10,000 個 Nvidia 圖形處理單元 (GPU) 進行訓練,這些 GPU 聚集在 Microsoft 的超級計算機中。
Nvidia 加速計算總經理兼副總裁伊恩·巴克 (Ian Buck) 表示:“它是眾多超級計算機之一,有些是公開的,有些則不是,這些超級計算機是使用 Nvidia GPU 構建的,適用于各種科學和人工智能用例。”
CB Insights最近的一份報告指出,Nvidia 占據了機器學習 GPU 市場約 95% 的份額。
它的人工智能芯片也在為數據中心設計的系統中銷售,每個芯片的價格約為 10,000 美元(8,000 英鎊),但其最新、最強大的版本售價要高得多。
那么英偉達是如何成為人工智能革命的核心參與者的呢?簡而言之,這是對自己技術的大膽押注,加上一些好的時機。
現任 Nvidia 首席執行官的黃仁勛 (Jensen Huang) 是 1993 年的創始人之一。當時,Nvidia 專注于為游戲和其他應用提供更好的圖形性能。
1999 年,它開發了 GPU 來增強計算機的圖像顯示。GPU 擅長同時處理許多小任務(例如處理屏幕上的數百萬像素),這一過程稱為并行處理。
2006 年,斯坦福大學的研究人員發現 GPU 還有另一個用途——它們可以加速數學運算,這是常規處理芯片無法做到的。正是在那一刻,黃先生做出了對我們所知的人工智能發展至關重要的決定。
他投入了 Nvidia 的資源來創建一種使 GPU 可編程的工具,從而開放其并行處理能力以用于圖形之外的用途。該工具已添加到英偉達的計算機芯片中。對于電腦游戲玩家來說,這是他們不需要的功能,甚至可能沒有意識到,但對于研究人員來說,這是在消費類硬件上進行高性能計算的一種新方法。
正是這種能力幫助激發了現代人工智能的早期突破。
2012 年,Alexnet亮相——一種可以對圖像進行分類的人工智能。Alexnet 僅使用兩個 Nvidia 可編程 GPU 進行訓練。訓練過程只需要幾天的時間,而對于更多數量的常規處理芯片來說,訓練過程可能需要幾個月的時間。
GPU 可以大幅加速神經網絡處理的發現開始在計算機科學家中傳播,他們開始購買 GPU 來運行這種新型工作負載。
“人工智能找到了我們,”Buck先生說。
英偉達通過投資開發更適合人工智能的新型 GPU 以及更多軟件來增強其優勢,以方便使用該技術。十年后,耗資數十億美元,ChatGPT 出現了——一種可以對問題給出奇怪的人類回答的人工智能。
“
英偉達的挑戰者們
然而,盡管英偉達的主導地位目前看起來已經確定,但長期來看卻很難預測。TIRIAS Research 的另一位行業分析師凱文·克雷威爾 (Kevin Krewell) 表示:“英偉達是一個背負著每個人都想擊敗的目標的公司。”
其他大型半導體公司提供了一些競爭。AMD 和英特爾都以制造中央處理器(CPU)而聞名,但他們也為人工智能應用制造專用 GPU(英特爾最近才加入競爭)。
谷歌擁有張量處理單元(TPU),不僅用于搜索結果,還用于某些機器學習任務,而亞馬遜則擁有用于訓練人工智能模型的定制芯片。
據報道,微軟也在開發人工智能芯片,Meta也有自己的人工智能芯片項目。
此外,數十年來首次出現了計算機芯片初創企業,包括 Cerebras、SambaNova Systems 和 Habana(被英特爾收購)。他們致力于從零開始,為 AI 打造更好的 GPU 替代品。
總部位于英國的 Graphcore 生產通用人工智能芯片,稱為智能處理單元 (IPU),據稱該芯片具有更強的計算能力,并且比 GPU 更便宜。Graphcore 成立于 2016 年,已獲得近 7 億美元(5.6 億英鎊)的融資。
其客戶包括美國能源部的四個國家實驗室,并且一直在敦促英國政府在新的超級計算機項目中使用其芯片。
該公司聯合創始人兼首席執行官 Nigel Toon 表示:“[Graphcore] 已經構建了一款處理器來處理當今存在的人工智能,并將隨著時間的推移而發展。”他承認與英偉達這樣的巨頭抗衡具有挑戰性。雖然 Graphcore 也有軟件來支持其技術,但當世界已經構建了在 Nvidia GPU 上運行的人工智能產品時,很難安排轉換。
Toon 先生希望,隨著時間的推移,隨著人工智能從尖端實驗轉向商業部署,具有成本效益的計算將開始變得更加重要。
回到英偉達,伊恩·巴克 (Ian Buck) 并不太擔心競爭。
“現在每個人都需要人工智能,”他說。“由其他人決定他們將在哪里做出貢獻。”
-
人工智能
+關注
關注
1791文章
47206瀏覽量
238276 -
AI芯片
+關注
關注
17文章
1881瀏覽量
34994 -
ChatGPT
+關注
關注
29文章
1560瀏覽量
7598
原文標題:“大多數AI芯片公司,都會倒閉”
文章出處:【微信號:wc_ysj,微信公眾號:旺材芯片】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論