Den globala marknaden för halvledarchip blir alltmer spännande, då en chipdesigner som tidigare arbetade för Intel, AMD och Tesla arbetar för att sänka priset på AI-applikationer genom att designa effektivare chip än jätten NVIDIA, enligt Nikkei.
NVIDIA är världens ledande tillverkare av grafikkort för GPU. (Källa: VCG) |
"Legendariskt" chip?
Jim Keller, VD för Tenstorrent – en amerikansk startup inom AI-chipdesign – är också känd som en globalt erkänd chipdesigner som huvuddesigner för AMD:s Zen-grafikchipserie, vilket hjälpte företaget att "återupplivas" efter en lång period av kamp för att hålla jämna steg med Intel i slutet av 2010-talet.
Han är en pionjär inom utvecklingen av operativsystemet för en uppsättning chip (chipset) för Autopilot – den självkörande programvaran från elbilsföretaget Tesla – och kallas "en legend" av den globala chipdesigngemenskapen.
Keller berättade för media att det finns många marknader som NVIDIA inte betjänar väl. Han sa att i takt med att fler AI-applikationer integreras i högteknologiska enheter som smartphones, elbilar och molnlagringstjänster letar företag efter billigare lösningar och att det finns "många småföretag som inte vill betala 20 000 dollar" för NVIDIAs avancerade grafikprocessorer (GPU:er), som för närvarande anses vara det bästa alternativet på marknaden.
"Nya" och "annorlunda" tillvägagångssätt
VD Kellers Tenstorrent, grundat 2016, förbereder sig för att börja leverera sina andra generationens universella AI-chip senare i år. Företaget säger att Tenstorrents produkter inom vissa områden överträffar NVIDIAs AI-GPU:er när det gäller processorkraft och prestanda. Företagets Galaxy-system är tre gånger effektivare och 33 % billigare än NVIDIAs populära AI-serversystem, DGX.
Tenstorrent utformar för närvarande sina produkter för att vara "så kostnadseffektiva som möjligt". VD Keller medger dock att det kommer att ta många år att bryta strukturen i den nuvarande "jätte"-chipindustrin, som domineras av ett fåtal "aktörer" som NVIDIA.
Keller avslöjade att Tenstorrent siktar på att bygga en teknik som är lämplig för många typer av produkter. I ett typiskt AI-chipset skickar GPU:n data till minnet varje gång en process utförs. Detta kräver höghastighetsdataöverföringskapaciteten hos högbandbreddsminne (HBM), en nyckelkomponent för syntetiska AI-chips och har spelat en nyckelroll i NVIDIA-produkternas framgång. HBM är dock ofta mycket strömkrävande och dyrt.
För att övervinna denna svaghet har Tenstorrent designat chip som fokuserar på att minska energiförbrukning och produktkostnader. Keller hävdar att med denna nya metod kan hans företags chipdesign ersätta både GPU:er och HBM inom vissa utvecklingsområden med AI-applikationer.
[annons_2]
Källa: https://baoquocte.vn/nhan-to-bi-an-phia-sau-san-pham-ban-dan-chuan-bi-vuot-mat-chip-ai-cua-nvidia-278780.html
Kommentar (0)