실리콘 밸리의 새로운 회사 웨이브 컴퓨팅 기계 학습 칩의 개발, 위치 및 정보의 사용에 따라 전문으로, 사용자 정의 다른 시스템 및 프로그램, 칩 선도적 인 위치를 학습 기계의 분야에서 엔비디아를 흔들 것으로 예상 할 수 있습니다. 2009에서 발견 된 회사는, 기금에서 $7766279631452241920 이상 올렸다. 전자 디자인에 따르면, 웨이브 컴퓨팅의 CEO 데 릭 메이어는 자신의 칩을 배 빠른 그래픽 칩 (GPU는) 보다 수백 하 고 이미지 또는 연설의 시간의 수백만의 크롤 링을 수 있다, 훈련 및 인공 지능 알고리즘의 추론을 전문으로. . 웨이브 컴퓨팅 범용 칩을 개발 하는 데 사용 되는, 하지만 2013 비즈니스 모델은 큰 차례를 만들었습니다, 모든 후, 기계 학습 소프트웨어는 빠르게 개발 하기 시작, 그리고 graphcore 및 cerbras 시스템과 같은 더 많은 새로운 기업, 지금 전쟁에 참여 웨이브 컴퓨팅 직접 일반 칩 판매 하지 않습니다. 마이어는 정보의 위치 그리고 사용에 따라 다른 체계 및 프로그램을 배치할 것 이라고 말했다. 현재 시장에 새로운 칩의 대부분은 가속기, 코어의 수천, 기계 학습 작업의 빠르고 더 효율적으로 구현 될 수 있지만, Nvidia GPU 및 다른 가속기는 여전히 개별 프로세서 지침에 의존 하 고, 뿐만 아니라 전력 소비 뿐만 아니라, 쉽게 문제를 지연 합니다. 웨이브 컴퓨팅 프로세서는 필드 프로그래머블 로직 게이트 어레이 (FPGA)와 특수 애플리케이션 적분 회로 (ASIC) 사이에 있다. 메이어는 인공 지능 세계에서, 소프트웨어는 거의 매일 변화 하 고 있으며, 칩은 지속적인 변화의 알고리즘에 적응 해야 했다. 질문은, 그러나, 고객이 Nvidia의 GPU에서 컴퓨팅 기술을 웨이브로 이동 하고자 하는 여부입니다. Nvidia는 GPU의 사용을 확장 하 고 tensorflow와 caffe를 포함 한 주요 시스템 학습 환경을 지원 하지만, 현재 웨이브 컴퓨팅은 tensorflow만 지원 합니다. 웨이브 컴퓨팅은 여전히 고객을 교육 하기 위해 더 많은 노력을 지불 해야 하 고, 2017에서 잠재 고객에 게 웨이브 컴퓨팅 인프라를 도입 했습니다. 웨이브 컴퓨팅은 최근에도 mips의 ' 다중 스레드 (멀티스레딩) 및 인스턴트 기능 뿐만 아니라, 자체 스트리밍 하드웨어를 컴퓨팅 웨이브를 결합 하려고, mips 기술을 인수 그러나 대변인이 새로운 계획이 무엇을 볼 것인지를 아직 확인 해야 한다. MIPS 인프라는 전세계적으로 수십억 개의 장치를 지원 하며 다양 한 운영 체제와 도구도 지원 합니다.
