Silicon Valley nouvelle société Wave Computing se spécialise dans le développement des puces d'apprentissage machine, en fonction de l'emplacement et l'utilisation de l'information, des systèmes personnalisés et différents programmes, peut être prévu de secouer NVIDIA dans le domaine de la machine d'apprentissage puce position de leader. La société, fondée en 2009, a amassé plus de $7 766 279 631 452 241 920 en fonds. Selon la conception électronique, Wave Computing PDG Derek Meyer dit que leurs jetons sont des centaines de fois plus rapide que la puce graphique (GPU) et peut explorer des millions d'images ou des heures de parole, spécialisée dans la formation et l'inférence des algorithmes ai. . Wave Computing utilisé pour développer une puce à usage général, mais le modèle d'affaires 2013 a fait un grand virage, après tout, le logiciel d'apprentissage machine a commencé à se développer rapidement, et puis plus de nouvelles entreprises telles que Graphcore et cérébras systèmes rejoindre la guerre, maintenant Wave Le calcul ne vend pas directement des jetons génériques. Meyer a dit qu'ils déploieront différents systèmes et programmes en fonction de l'emplacement et de l'utilisation de l'information. Actuellement sur le marché la plupart des nouveaux jetons sont accélérateur, avec des milliers de noyau, peut être plus rapide et plus efficace de mise en œuvre des tâches d'apprentissage machine, mais le GPU NVIDIA et d'autres accélérateurs encore compter sur les instructions du processeur individuel, non seulement la consommation d'énergie, mais aussi facile de retarder le problème Le processeur Wave Computing se trouve entre un FPGA (Field Gate Array) programmable sur le terrain et un circuit intégrable d'application spéciale (ASIC). Meyer a dit que dans le monde de l'ai, le logiciel change presque tous les jours, et la puce doit s'adapter à l'algorithme de changement continu. La question, cependant, est de savoir si les clients sont disposés à passer du GPU de NVIDIA à la technologie de calcul Wave. NVIDIA est dédié à l'expansion de l'utilisation du GPU et de soutenir chacun des principaux environnements d'apprentissage machine, y compris TensorFlow et Caffe, mais Wave Computing ne prend actuellement en charge que TensorFlow. Wave Computing a encore besoin de payer plus d'efforts pour éduquer les clients, et en 2017 a introduit l'infrastructure de calcul Wave pour les clients potentiels. Wave Computing a récemment également acquis des technologies mips, en essayant de combiner des threads multiples MIPS (multithread) et des fonctionnalités instantanées, ainsi que le calcul Wave son propre matériel de streaming, Mais le porte-parole n'a pas encore confirmé ce que le nouveau plan va chercher. L'infrastructure mips prend en charge des milliards d'appareils dans le monde entier et prend également en charge un large éventail de systèmes d'exploitation et d'outils.
