据外媒theinformation报道,在他们向人工智能硬件开发商Tenstorrent的首席客户官David Bennett询问像他这样的AI初创公司的未来时,他直言不讳:大多数都会倒闭。(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.)
为此他指出,为了生存,建议初创公司保持灵活性,避免将自己限制在任何狭窄的用例中。Bennett 指的并不是某个利基市场,而是一个由数十家公司组成的广泛群体,从SiMa.ai到Cerebras,这些公司总共筹集了数十亿美元的风险投资,以对抗市场领导者Nvidia。
可以肯定的是,这位主管知道他在说什么。此前,他曾在芯片制造商AMD从事销售工作十多年。他目前的雇主 Tenstorrent 由AMD首席执行官吉姆·凯勒 ( Jim Keller)领导,这位硬件传奇人物开发了为iPhone 4 和 iPad 2 提供动力的苹果A4 和 A5 处理器,并在 2016 年至 2018 年期间负责监督特斯拉的Autopilot 硬件项目。
从过去多年的发展看来,这也的确是摆在每个AI初创企业头上的“达摩克里斯之剑”。
“
自去年 11 月ChatGPT上市以来,人们对这一领域的兴趣达到了疯狂的程度,震动范围远远超出了科技行业。但如果没有强大的计算机硬件,特别是来自加利福尼亚州英伟达的计算机芯片,这一切都是不可能实现的。
Nvidia 最初以制造处理图形(尤其是电脑游戏)的计算机芯片而闻名,如今它的硬件支撑着大多数人工智能应用。
Gartner 半导体行业分析师艾伦·普里斯特利 (Alan Priestley) 表示:“它是推动人工智能这一新事物的领先技术参与者。”TechInsights分析师丹·哈奇森 (Dan Hutcheson) 补充道:“英伟达之于人工智能几乎就像英特尔之于个人电脑一样。”
ChatGPT 使用 10,000 个 Nvidia 图形处理单元 (GPU) 进行训练,这些 GPU 聚集在 Microsoft 的超级计算机中。
Nvidia 加速计算总经理兼副总裁伊恩·巴克 (Ian Buck) 表示:“它是众多超级计算机之一,有些是公开的,有些则不是,这些超级计算机是使用 Nvidia GPU 构建的,适用于各种科学和人工智能用例。”
CB Insights最近的一份报告指出,Nvidia 占据了机器学习 GPU 市场约 95% 的份额。
它的人工智能芯片也在为数据中心设计的系统中销售,每个芯片的价格约为 10,000 美元(8,000 英镑),但其最新、最强大的版本售价要高得多。
那么英伟达是如何成为人工智能革命的核心参与者的呢?简而言之,这是对自己技术的大胆押注,加上一些好的时机。
现任 Nvidia 首席执行官的黄仁勋 (Jensen Huang) 是 1993 年的创始人之一。当时,Nvidia 专注于为游戏和其他应用提供更好的图形性能。
1999 年,它开发了 GPU 来增强计算机的图像显示。GPU 擅长同时处理许多小任务(例如处理屏幕上的数百万像素),这一过程称为并行处理。
2006 年,斯坦福大学的研究人员发现 GPU 还有另一个用途——它们可以加速数学运算,这是常规处理芯片无法做到的。正是在那一刻,黄先生做出了对我们所知的人工智能发展至关重要的决定。
他投入了 Nvidia 的资源来创建一种使 GPU 可编程的工具,从而开放其并行处理能力以用于图形之外的用途。该工具已添加到英伟达的计算机芯片中。对于电脑游戏玩家来说,这是他们不需要的功能,甚至可能没有意识到,但对于研究人员来说,这是在消费类硬件上进行高性能计算的一种新方法。
正是这种能力帮助激发了现代人工智能的早期突破。
2012 年,Alexnet亮相——一种可以对图像进行分类的人工智能。Alexnet 仅使用两个 Nvidia 可编程 GPU 进行训练。训练过程只需要几天的时间,而对于更多数量的常规处理芯片来说,训练过程可能需要几个月的时间。
GPU 可以大幅加速神经网络处理的发现开始在计算机科学家中传播,他们开始购买 GPU 来运行这种新型工作负载。
“人工智能找到了我们,”Buck先生说。
英伟达通过投资开发更适合人工智能的新型 GPU 以及更多软件来增强其优势,以方便使用该技术。十年后,耗资数十亿美元,ChatGPT 出现了——一种可以对问题给出奇怪的人类回答的人工智能。
“
英伟达的挑战者们
然而,尽管英伟达的主导地位目前看起来已经确定,但长期来看却很难预测。TIRIAS Research 的另一位行业分析师凯文·克雷威尔 (Kevin Krewell) 表示:“英伟达是一个背负着每个人都想击败的目标的公司。”
其他大型半导体公司提供了一些竞争。AMD 和英特尔都以制造中央处理器(CPU)而闻名,但他们也为人工智能应用制造专用 GPU(英特尔最近才加入竞争)。
谷歌拥有张量处理单元(TPU),不仅用于搜索结果,还用于某些机器学习任务,而亚马逊则拥有用于训练人工智能模型的定制芯片。
据报道,微软也在开发人工智能芯片,Meta也有自己的人工智能芯片项目。
此外,数十年来首次出现了计算机芯片初创企业,包括 Cerebras、SambaNova Systems 和 Habana(被英特尔收购)。他们致力于从零开始,为 AI 打造更好的 GPU 替代品。
总部位于英国的 Graphcore 生产通用人工智能芯片,称为智能处理单元 (IPU),据称该芯片具有更强的计算能力,并且比 GPU 更便宜。Graphcore 成立于 2016 年,已获得近 7 亿美元(5.6 亿英镑)的融资。
其客户包括美国能源部的四个国家实验室,并且一直在敦促英国政府在新的超级计算机项目中使用其芯片。
该公司联合创始人兼首席执行官 Nigel Toon 表示:“[Graphcore] 已经构建了一款处理器来处理当今存在的人工智能,并将随着时间的推移而发展。”他承认与英伟达这样的巨头抗衡具有挑战性。虽然 Graphcore 也有软件来支持其技术,但当世界已经构建了在 Nvidia GPU 上运行的人工智能产品时,很难安排转换。
Toon 先生希望,随着时间的推移,随着人工智能从尖端实验转向商业部署,具有成本效益的计算将开始变得更加重要。
回到英伟达,伊恩·巴克 (Ian Buck) 并不太担心竞争。
“现在每个人都需要人工智能,”他说。“由其他人决定他们将在哪里做出贡献。”
-
人工智能
+关注
关注
1791文章
46859浏览量
237577 -
AI芯片
+关注
关注
17文章
1859浏览量
34910 -
ChatGPT
+关注
关注
29文章
1548浏览量
7495
原文标题:“大多数AI芯片公司,都会倒闭”
文章出处:【微信号:wc_ysj,微信公众号:旺材芯片】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论