Sacensības par AI silīcija smadzenēm

Madijs Edgars

Naidžels Tons, Apvienotajā Karalistē bāzētā pusvadītāju jaunuzņēmuma Graphcore līdzdibinātājs un izpilddirektors, atgādina, ka tikai pirms pāris gadiem daudzi riska kapitālisti uzskatīja ideju par ieguldījumu pusvadītāju mikroshēmās kā joku. Viņš saka, ka jūs ņemtu līdzi ideju uz tikšanos, un daudzi partneri smiedamies ripotos uz grīdas. Tagad daži mikroshēmu uzņēmēji saņem ļoti atšķirīgu uzņemšanu. Tā vietā, lai ripotu uz grīdas, investori izlaiž savas čeku grāmatiņas.

Riska kapitālistiem ir labs iemesls uzmanīties no silīcija, lai gan tas deva savu nosaukumu Silīcija ielejai. Pusvadītāju mikroshēmu izstrāde maksā daudz vairāk nekā programmatūra, un vēl nesen bija maz vietas radikāliem jauninājumiem, lai atšķirtu jaunas versijas. Pat ja tie izdzīvo, jauno uzņēmumu peļņas normas bieži vien ir plānākas nekā silīcija plāksnēm, no kurām izgatavotas to mikroshēmas. Milzu vēsturiskie operatori, piemēram, Intel un Nvidia, ir lieliski konkurenti ar dziļām zināšanām nozarē un vēl dziļākām kabatām.

Mainīts ir dažu investoru pieaugošā pārliecība, ka mākslīgais intelekts varētu būt unikāla iespēja izveidot nozīmīgus jaunus pusvadītāju uzņēmumus. Saskaņā ar datiem no PitchBook, pakalpojuma, kas izseko privāto uzņēmumu darījumus, riska kapitālisti šogad ir ieguldījuši 113 miljonus ASV dolāru uz AI vērstos mikroshēmu jaunizveidotajos uzņēmumos.

Saistīts stāsts

Saistīts stāsts

Graphcore ir bijis viens no šīs maiņas ieguvējiem, nesen pievienojot finansējumu 50 miljonu ASV dolāru apmērā no Sequoia Capital, vadošā Silīcija ielejas riska uzņēmuma. Vairāki citi mikroshēmu jaunuzņēmumi, tostarp Mythic, Wave Computing un Cerebras Amerikas Savienotajās Valstīs un DeePhi Tech un Cambricon Ķīnā, arī izstrādā jaunas mikroshēmas, kas pielāgotas mākslīgā intelekta lietojumprogrammām. Cambricon, viens no ievērojamākajiem Ķīnas jaunizveidotajiem uzņēmumiem šajā jomā, ir piesaistījis 100 miljonus USD sākotnējā finansējuma veidā, ko vadīja Ķīnas valdības fonds.

Kopš lieldatoru parādīšanās skaitļošanas aparatūras attīstība ir izraisījusi programmatūras inovācijas. Tie savukārt ir iedvesmojuši turpmākos aparatūras uzlabojumus. AI ir jaunākais pavērsiens šajā digitālajā ciklā. Uzņēmumi daudzās nozarēs ir ieguldījuši lielus ieguldījumus aparatūrā, lai palaistu padziļinātas apmācības sistēmas (skatiet sadaļu 10 Breakthrough Technologies 2013: Deep Learning ). Bet, tā kā tie kļūst arvien sarežģītāki, tie atklāj esošo AI darbam izmantoto mikroshēmu ierobežojumus.

Daudzi no šiem procesoriem nāk no Nvidia, kura grafikas mikroshēmas tiek plaši izmantotas spēļu un grafikas ražošanai. Procesoros ir tūkstošiem mazu datoru, kas darbojas paralēli, lai renderētu pikseļus. Ar dažiem uzlabojumiem tie ir pielāgoti, lai palaistu padziļinātas mācīšanās algoritmus, kas ietver arī ļoti lielu skaitu paralēlu aprēķinu (skatiet Nvidia CEO: Software Is Eating the World, but AI Is Going to Eat Software).

Lai gan grafiskajām mikroshēmām tās ir plaši izmantotas, tām ir daži trūkumi. Viens no lielākajiem ir tas, ka, ja liels skaits no tiem strādā paralēli, tie absorbē daudz enerģijas. Kārnegija Melona universitātei, vadošajam mākslīgā intelekta pētniecības centram, pat ir nācies lūgt pētniekiem uz laiku samazināt mikroshēmu izmantošanu, jo tie radīja slodzi universitātes energosistēmai. CMU profesors Francs Frančeti saka, ka universitāte meklē alternatīvus enerģijas avotus, lai atvieglotu šo problēmu.

AI mikroshēmu jaunizveidotie uzņēmumi plāno ražot jaudīgākus procesorus. Bet tas, kas viņus patiešām iedvesmo, ir viņu pārliecība, ka mākslīgā intelekta lietojumprogrammām pielāgoti procesori var pārspēt mazāk specializētas mikroshēmas plašā mašīnmācības uzdevumu klāstā. Jaunās paaudzes mikroshēmas apvieno vairākas apstrādes funkcijas vienā solī, savukārt grafikas procesori veic vairākas darbības, lai sasniegtu to pašu rezultātu. Funkcijas parasti tiek apvienotas, lai optimizētu konkrētus lietošanas gadījumus, piemēram, apmācības algoritmus, kas palīdz autonomai automašīnai pamanīt iespējamos šķēršļus.

Saistīts stāsts

Saistīts stāsts Jensens Huangs prognozē, ka veselības aprūpi un automobiļus pārveidos mākslīgais intelekts.

Graphcore apgalvo, ka sākotnējās pārbaudēs tā jaunā izlūkošanas apstrādes vienība, kas agrīnajiem klientiem tiks piegādāta nākamā gada pirmajā ceturksnī, ir no 10 līdz 100 reižu ātrāka nekā pašreizējā aparatūra šādu uzdevumu veikšanai. Ķīnas Cambricon jau ir ieguvis atzinību saviem pārstrādātājiem. Huawei, Cambricon klients, uzskata, ka padziļinātām lietojumprogrammām, piemēram, apmācības algoritmiem attēlu identificēšanai, starta mikroshēmas ir sešas reizes ātrākas nekā vienas un tās pašas funkcijas palaišana grafikas procesorā.

Pētniekus sajūsmina iespēja ievērojami palielināt mākslīgā intelekta skaitļošanas jaudu. Joprojām pastāv liela plaisa starp to, kur mēs atrodamies, un to, ko mēs vēlētos darīt, saka Endrjū Deivisons, Lielbritānijas Imperiālās koledžas profesors, kurš koncentrējas uz robotiku un datoru redzi. Deivisons domā, ka mikroshēmu jaunizveidoto uzņēmumu piedāvātās inovācijas paātrinās progresu tādās jomās kā viņa.

Šādas reakcijas ir iepriecinošas, taču tās negarantē uzvaru. Lielie mikroshēmu uzņēmumi jau nāk klajā ar savām AI radītajām mikroshēmām, lai konkurētu ar jaunizveidoto uzņēmumu piedāvājumiem. Piemēram, Intel nesen paziņoja par plāniem izlaist jaunu procesoru saimi, kas izstrādāta kopā ar startup Nervana Systems, kuru tas iegādājās pagājušajā gadā. Nvidia arī strauji uzlabo savu mikroshēmu iespējas.

Jaunuzņēmumi saskaras ar vēl vienu izaicinājumu. Daudzi no viņiem izstrādā aparatūru, lai atbalstītu ļoti specializētas AI lietojumprogrammas. Taču var paiet gadi, līdz mikroshēma nonāk tirgū. Ņemot vērā AI attīstības ātrumu, pastāv reāls risks, ka līdz brīdim, kad viņu produkti būs plaši pieejami, to izmantošanas veidi vairs nebūs aktuāli.

Shahin Farshchi no Lux Capital, kas ieguldīja Nervana un kuram ir Mythic daļa, velk paralēli ar jaunizveidotiem uzņēmumiem, kas 2000. gadu vidū veidoja procesorus 4G bezvadu lietojumprogrammām. Daudzas no tām neizdevās, jo tās tika optimizētas lietojumprogrammām, kuras nekļuva plaši izplatītas. Viņš saka, ka atkal notiks satricinājums mikroshēmu uzņēmumiem, kas ir ļoti šauri.

Bet, ja jaunie uzņēmumi izveido mikroshēmas, kas aptver pārāk plašu pielietojuma jomu kopumu, tie, visticamāk, upurēs veiktspējas līmeni. Un tas varētu padarīt viņus neaizsargātus pret konkurenci no Nvidia, Intel un citiem. Dažus var nopirkt mikroshēmu giganti. Bet, ja daudzi galu galā cietīs neveiksmi, riska kapitālisti atkal sāks pildīt savas čeku grāmatiņas.

paslēpties