테크놀로지 리뷰 (MIT 기술 검토) 2017 벤처 캐피탈의 인공 지능 칩이 새로 세 번 정도, 전체 년 2015 $ (113) 만 달러의 투자 자금을 만들어보고있는 영국의 반도체 벤처 단지 Graphcore 실리콘 밸리의 벤처 캐피탈은 세쿼이아 자본은 새로운 칩을 만들 수있는 인공 지능의 개발에 $ 5,000 만 제기 신화, 웨이브 컴퓨팅, Cerebras, 중국 깊은 캄 기술 (DeePhi 기술)와 캠 브리 기술 (Cambricon), 캠 브리 기술 최근에이 중국 정부는 $ 100 만 달러의 투자를 얻었다.
많은 기업들이 현재 수천 개의 마이크로 컴퓨터와 병렬로 픽셀을 렌더링하는 NVIDIA의 그래픽 칩과 같은 기존 칩의 한계를 보여주는 깊은 학습 시스템을 실행하는 하드웨어에 많은 투자를하고 있다고보고 할 수있는 기회를 갖게 된 이유는 무엇입니까? 몇 가지 조정을 거친 후에는 심층적 인 학습 알고리즘을 실행할 수 있었지만 많은 병렬 컴퓨팅이 포함 된 경우 가장 큰 단점은 너무 강력합니다.
카네기 멜론 (Carnegie Mellon)은 또한 학교의 전력 시스템에 압력을 가하고 칩을 사용하는 시간을 줄이기 위해 연구원에게 요구하고 있으며, 문제를 완화하기 위해 대체 에너지 원을 찾고 있습니다. 인공 지능 응용 프로그램을 만드는 맞춤 칩을 생각해보십시오.
이제 칩의 새로운 세대는 단계로 다중 처리 기능을 결합하며, 그래픽 칩은 여러 단계가 동일한 결과를 생성 할 수 있도록하는 것입니다. 전 기능이 일반적으로 묶여 같은 발견 잠재적 인 장애물자가 운전 교육 알고리즘을 돕는 등의 특정 사용 사례를 최적화하기 위해 .
Graphcore 출하량이 칩은 10 ~ 100 배 빠른 속도로 다른 제품보다 같은 작업을 수행 할 주장, 내년 1 분기에 예상. 캄브리아기 고객은 화웨이는 말했다 깊은 학습과 비디오 및 기타 교육 알고리즘, 캄브리아기 칩과 같은 애플리케이션의 식별 그래픽 칩보다 빠른 6 시간, 로봇 또는 컴퓨터 비전과 다른 업계 관계자에 많은 초점은 고급 칩 신생 기업의 애플리케이션이 실제로이 분야 연구의 발전에 기여하고 있다고 생각하면서.
물론, 아직 서 있지 않습니다 칩 거인 인텔이 새로운 프로세서 시리즈를 게시하는 것입니다 시작 Nervana 시스템 디자인을 배우기 이전에 획득 시스템에서이다, NVIDIA는 자신의 칩을 업그레이드하는 속도를 강화하고있다. 또 다른 주요 과제는 새로운 고도로 전문화 된 하드웨어 디자인을 만드는 것입니다 대중에게 공개되기까지는 수년이 걸리므로 업계가 언제 바뀔지 예측하기 어렵습니다.
칩 레벨이 신생 디자인을 다루는 것은 너무 광범위하지만, 그것은 대기업과 경쟁 할 수있는 수준의 성능을 희생해야 할 수도 있습니다, 일부는 결국 합병으로 끝낼 수 있습니다. 상어에 대한 새우, 고대 쉬운 일이 아니다 때문이다.