О чем это: Одним из следующих важных шагов для ИИ является продвижение периферийных микросхем ИИ. Эти современные чипы, разработанные такими лидерами, как Nvidia и IBM, уменьшат зависимость как потребителей, так и предприятий от облака. На данный момент многие технологии, такие как Siri и другие голосовые помощники, могут работать только с облачным подключением. Но с чипами AI ваш смартфон, часы или планшет сможет делать языковые переводы, рекомендовать песни и выполнять многие другие сложные задачи без подключения к беспроводной или Wi-Fi.

Погрузитесь глубже, чтобы узнать больше →

По мере того как использование технологий искусственного интеллекта (ИИ) становится все более очевидным во всем мире, принимая на себя все более сложные задачи, наборы микросхем ИИ возьмут на себя крупномасштабную обработку данных. Они выполнят все необходимые вычисления и сохранят свои модели на устройстве, таком как телефон или планшет. Чипы искусственного интеллекта станут ключевым игроком в переходе технологий искусственного интеллекта от облака к реальному устройству, и они могут создать совершенно новое царство устройств Интернета вещей (IoT). Потребительские устройства, такие как смартфоны, планшеты, носимые устройства и интеллектуальные динамики, полагаются на чипы AI, а также устройства корпоративного рынка, такие как роботы, датчики и камеры.

Что такое AI-чип?

Чипы искусственного интеллекта, также называемые аппаратными средствами искусственного интеллекта или ускорителями искусственного интеллекта, представляют собой специализированные ускорители для приложений на основе искусственного интеллекта, аналогичные микросхемам графического ускорителя, используемым в игровых консолях и высокопроизводительных специальных рабочих станциях FX. В частности, они разработаны для искусственной нейронной сети (ИНС), которая представляет собой подход машинного обучения, который во многих отношениях отражает человеческий мозг. ИНС состоят из слоев искусственных нейронов и могут образовывать глубокие сети с несколькими уровнями. Эти сети используются для глубокого обучения, которое происходит, когда в ИНС поступают огромные объемы данных, которые затем выявляют закономерности. Затем ИНС использует это понимание, чтобы делать прогнозы на основе новых входных данных.

В то время как микросхемы общего назначения могут запускать эти типы приложений, микросхемы AI намного более эффективны. Чипы ИИ можно настраивать, что чрезвычайно важно для этих приложений, и они состоят из трех основных частей: вычислений, хранения и сетей.

Драйвер с огромным доходом

Чипы искусственного интеллекта обещают революционизировать отрасли разными способами. Вот несколько ключевых статистических данных, демонстрирующих, как они будут огромным источником дохода:

  • Рынок потребительских микросхем AI намного больше, чем у предприятий, но ожидается, что он будет расти со среднегодовым темпом роста (CAGR) только 18% в период с 2020 по 2024 год, по сравнению с рынком корпоративных микросхем AI на уровне 50%.
  • Deloitte Insights прогнозирует, что к 2024 году продажи микросхем ИИ превысят 1,5 миллиарда, что означает годовой рост продаж на уровне 20% или выше, что вдвое превышает долгосрочный прогноз полупроводниковой промышленности.

От облака до края

Одно из самых серьезных последствий перехода на эти микросхемы ИИ, которые работают на устройствах или на «периферии», заключается в том, что будет все меньше и меньше полагаться на облако. Поскольку вычисления AI требуют чрезвычайно интенсивной обработки, они почти полностью выполняются удаленно в центрах обработки данных, на периферийных процессорах связи или основных корпоративных устройствах.

Недавно разработанные периферийные микросхемы ИИ полностью изменили эту динамику, позволив те же вычисления на локальных устройствах. Запустив обработку ИИ на периферии, она может выполняться на устройствах, не подключенных к какой-либо облачной сети.

Микросхемы Edge AI позволяют этот процесс из-за их небольшой физической конструкции, дешевизны, меньшего энергопотребления и меньшего тепловыделения. Все это означает, что они могут быть интегрированы как в портативные потребительские устройства, такие как смартфоны, так и в промышленные устройства, такие как роботы.

У этого подхода есть два заметных преимущества:

  • Скорость. Обработку можно значительно ускорить, поскольку она выполняется локально, а не удаленно.
  • Конфиденциальность. Поскольку обработка происходит локально, а не в облаке, проблем с безопасностью и конфиденциальностью гораздо меньше.

Многие приложения, зависящие от вычислений искусственного интеллекта, такие как биометрия и распознавание голоса, выполняются на смартфонах, которые в ближайшем будущем увидят наибольшее внедрение чипов искусственного интеллекта. В настоящее время смартфоны составляют более 70% всех потребительских чипов ИИ на рынке.

Siri - одна из самых популярных технологий искусственного интеллекта, доступных потребителям, но ее серьезным недостатком является то, что она недоступна, когда устройство отключено. Это связано с тем, что Siri для работы полагается на сеть, чего не было бы в случае с аналогичной технологией, работающей на периферии.

Современные микросхемы искусственного интеллекта

Первый коммерчески доступный ИИ-чип - это недавняя разработка. В 2017 году Intel запустила «первый в мире автономный ускоритель искусственного интеллекта в формате USB», который позволил хост-устройствам обрабатывать глубокие нейронные сети изначально, создав экономичный способ запуска автономных приложений искусственного интеллекта.

Микросхемы AI прошли долгий путь за короткое время. Вот некоторые из лидеров рынка (и потенциальные отличные инвестиционные возможности):

  • Nvidia: в 2020 году Nvidia выпустила свой чип искусственного интеллекта Nvidia A100, который может выполнять суперкомпьютерные задачи.
  • ARM: два последних проекта микросхемы были выпущены компанией ARM. Arm Cortex-M55 и Ehos-U55 можно использовать вместе для более сложных задач.
  • Intel: Intel стала крупным лидером отрасли после приобретения стартапа Habana Labs за 2 миллиарда долларов в 2019 году.
  • IBM: В 2021 году IBM представила «первый в мире энергоэффективный ИИ-чип, находящийся в авангарде обучения и логических выводов с низкой точностью».
  • Стартапы. Крупные предприятия - не единственные организации, работающие над технологией микросхем искусственного интеллекта. Ключевую роль в отрасли играют начинающие компании, такие как калифорнийская Blaize, которая преодолела основные ограничения обработки ИИ, и Tercero Technologies из Питтсбурга, которая фокусируется на передовых исследованиях, разработке и интеграции ИИ.

Проблемы с технологией AI Chip

При разработке технологии ИИ-чипов компании сталкиваются с различными проблемами:

  • Дизайн. Для этой технологии требуются невероятно большие системы на кристалле (SoC), которые полагаются на глубокое обучение и аппаратные ускорители. Это особенно сложно в секторе автономных транспортных средств, где существуют строгие требования к безопасности и надежности.
  • Пропускная способность. Модели нейронных сетей расширяются с такой высокой скоростью, что микросхемы искусственного интеллекта не успевают за ней. Модели глубокого обучения, такие как OpenAI GPT-3, имеют 175 миллиардов параметров.
  • Редкие представления. Нейронные сети все больше стремятся к разреженным представлениям, чем к плотным. В разреженном массиве значения в основном равны нулю, в то время как в плотном массиве они в основном ненулевые. Из-за этого эксперты пытаются найти способы работы с разреженными структурами данных, и если это удастся сделать, будет разработано много новых подходов.

Революционные рынки с помощью микросхем AI

Чипы искусственного интеллекта обещают произвести революцию во многих секторах по мере развития технологий. Общество увидит, что это произойдет с помощью потребительских устройств, таких как смартфоны и голосовые помощники, но за кулисами произойдут еще более драматические изменения, поскольку технология станет более доступной для предприятий.

Более широкое использование чипов AI также перенесет нас в мир, полный новых устройств IoT, с которыми мы никогда раньше не сталкивались, и хотя подобные устройства часто омрачены проблемами конфиденциальности и использования данных, периферийные чипы AI - это шаг в правильном направлении. поскольку вычисления выполняются в автономном режиме.

Что дальше?

Чипы искусственного интеллекта будут ответственны за следующий взрыв искусственного интеллекта, поскольку специализированные микросхемы и способ их разработки - это будущее технологии. Большинство людей слышат только об алгоритмах, относящихся к технологии искусственного интеллекта, но дизайн оборудования играет решающую роль в обеспечении следующих достижений.

Первоначально опубликовано на https://www.mvyl-associates.com 16 марта 2021 г.