Silicon Valley New Company Wave Computing ist spezialisiert auf die Entwicklung von Machine Learning Chips, je nach Standort und Nutzung von Informationen, maßgeschneiderte verschiedene Systeme und Programme, kann erwartet werden, zu schütteln NVIDIA im Bereich der maschinellen lernen Chip führenden Position. Das Unternehmen, gegründet 2009, hat mehr als $7.766.279.631.452.241.920 in Fonds angehoben. Laut Electronic Design, Wave Computing CEO Derek Meyer sagt, Ihre Chips sind hunderte mal schneller als die Grafik-Chip (GPU) und kann Millionen von Bildern oder Stunden der Rede crawlen, spezialisiert auf die Ausbildung und Rückschluss von AI-Algorithmen. . Wave Computing verwendet, um eine Univers-Purpose-Chip zu entwickeln, aber die 2013 Geschäftsmodell hat eine große Wendung gemacht, nachdem alle, Machine Learning Software begann sich schnell zu entwickeln, und dann mehr neue Unternehmen wie Graphcore und Cerebras Systems beitreten den Krieg, jetzt Wave Computing verkauft nicht direkt generische Chips. Meyer sagte, dass Sie unterschiedliche Systeme und Programme entsprechend dem Standort und der Verwendung der Informationen bereitstellen würden. Derzeit auf dem Markt die meisten der neuen Chips sind Accelerator, mit Tausenden von Kern, kann schneller und effizienter Umsetzung der maschinellen Lernaufgaben, aber die NVIDIA GPU und andere Beschleuniger immer noch auf individuelle Prozessor-Anweisungen, nicht nur Stromverbrauch, sondern auch einfach, um das Problem zu verzögern. Der Wave Computing-Prozessor ist zwischen einem Feld programmierbaren Logic Gate Array (FPGA) und einer speziellen Anwendung integrierbar-Schaltung (ASIC). Meyer sagte, dass in der AI-Welt, Software ändert sich fast jeden Tag, und der Chip muss sich an den Algorithmus der kontinuierlichen Wandel anzupassen. Die Frage ist jedoch, ob Kunden bereit sind, von NVIDIA GPU zu Wave Computing-Technologie zu bewegen. NVIDIA ist auf die Erweiterung der Nutzung der GPU und Unterstützung jeder der wichtigsten Computer-Lernumgebungen, einschließlich TensorFlow und Caffe gewidmet, aber Wave Computing unterstützt derzeit nur TensorFlow. Wave Computing muss noch mehr Aufwand für die Aufklärung der Kunden zu zahlen, und in 2017 hat die Wave Computing-Infrastruktur für potenzielle Kunden eingeführt. Wave Computing hat kürzlich auch MIPS-Technologien erworben und versucht, mips ' Multiple Threads (Multithread) und Instant-Funktionalität sowie Wave Computing seine eigene Streaming-Hardware zu kombinieren, Aber der Sprecher hat noch nicht zu bestätigen, was der neue Plan aussehen wird. Die MIPS-Infrastruktur unterstützt weltweit Milliarden von Geräten und unterstützt auch eine breite Palette von Betriebssystemen und Tools.
