MIT Technology Review (MIT Technology Review) a rapporté qu'en 2017 capital-risque puce d'intelligence artificielle nouvellement créé des fonds d'investissement totalisant 113 millions $ pour l'année 2015, trois fois plus que start-up semi-conducteurs Grande-Bretagne juste Graphcore Silicon Valley capital-risque Sequoia capital ont soulevé 50 millions $ dans le développement de l'intelligence artificielle pour créer de nouvelles puces ont mythique, Informatique Vague, Cerebras, Chine profonde Kam Technology (DeePhi Tech) et de la technologie Cambrian (de Cambricon), Technologies du Cambrien récemment le gouvernement chinois a obtenu un investissement de 100 millions $.
Pourquoi start-up ont une chance, nous avons signalé que de nombreuses entreprises investissent aujourd'hui massivement dans le matériel peut fonctionner le système d'apprentissage en profondeur, mettant en évidence les limites des puces existantes, telles que la puce graphique NVIDIA est basé sur des milliers de micro-ordinateurs fonctionnent en parallèle pour rendre un pixel, transparent Après quelques ajustements, il a été possible d'exécuter des algorithmes d'apprentissage en profondeur, mais implique également beaucoup de calcul parallèle, le plus grand inconvénient est trop de puissance.
les chercheurs de Carnegie Mellon University ont également demandé de raccourcir le temps de la puce, car cela va mettre la pression sur le système d'alimentation de l'école, ils sont à la recherche de sources alternatives d'énergie pour remédier à ce problème. Startup company prévoit de produire des puces plus performantes, mais ils ont vraiment Pensez à une puce personnalisée qui fait des applications d'intelligence artificielle.
Les puces de nouvelle génération combinent plusieurs fonctions de traitement en une seule étape, tandis que la puce graphique permet plusieurs étapes. Les premières fonctions sont souvent liées pour optimiser les cas d'utilisation spécifiques, comme les algorithmes de formation qui aident à détecter les obstacles potentiels .
Graphcore s'attend à livrer au premier trimestre de l'année prochaine, affirmant que ses puces fonctionnent 10 à 100 fois plus vite que les autres produits. »Huawei, client de Cambrian, a également déclaré que pour les applications d'apprentissage en profondeur telles que les algorithmes de formation et les images d'identification Six fois plus rapide que les puces graphiques, et beaucoup dans l'industrie qui se concentrent sur des applications avancées telles que la robotique ou la vision par ordinateur, les puces fournies par les startups contribuent à la recherche dans ce domaine.
Du géant de la puce ne sera pas rester immobile bien sûr, Intel est sur le point de publier une série de nouveaux processeurs, est d'une machine d'acquisition précédente apprentissage démarrage Nervana Systems conçoit, NVIDIA a également accéléré le rythme de la mise à niveau de sa propre puce. Un autre défi majeur est de créer une nouvelle conception de matériel hautement spécialisé , Prenez plusieurs années pour rendre public, et il est difficile de prédire quand l'industrie va changer.
Mais si le niveau de la puce, couvrant la conception des start-up est trop large, il pourrait avoir à sacrifier les niveaux de performance, ne peut rivaliser avec les grandes entreprises, certains peuvent éventuellement aboutir à la fusion. Shrimps contre les Sharks, depuis les temps anciens ne sont pas une tâche facile.