芯片行业将需要更多软件来赶超Nvidia在AI方面的领先优势

导读 AI芯片初创公司BrainChip产品开发负责人Anil Mankar周二在著名的Linley Fall Processor会议上介绍了该公司技术的详细信息。会议组织者Li

AI芯片初创公司BrainChip产品开发负责人Anil Mankar周二在著名的Linley Fall Processor会议上介绍了该公司技术的详细信息。会议组织者Linley Gwennap提出了这样一个案例,即整个行业需要更多的软件功能来赶上Nvidia在AI方面的巨大领先地位。

脑芯片。

半导体行业正处于芯片设计和性能改进的复兴之中,但是,要赶上图形芯片巨头Nvidia,还需要更多的软件才能赶上这一步。

该林利秋季处理器发布会上,这是本周和下周发生的虚拟事件,是每年都为年轻有为的芯片公司主要满足和迎接的事件之一。

为揭开序幕,会议主持人林利·格温纳普(Linley Gwennap)担任半导体分析师已有20年之久,他在周二上午发表主题演讲,他表示,软件仍然是所有要挑战英伟达在人工加工方面领先的公司的绊脚石。情报。

Gwennap说:“尽管一些芯片供应商和云服务供应商已经开发出令人印象深刻的硬件来进行AI加速,但下一个障碍是软件。”

“软件是最难的词,”格温纳普打趣道,指的是竞争对手的挣扎。

他指出公司如何不支持流行的AI框架的某些方面(例如TensorFlow),或者某些用于竞争芯片的AI应用程序甚至可能无法正确编译。

“要与Nvidia和Intel等公司的深层软件堆栈竞争,这些供应商必须通过驱动程序,编译器和调试工具支持广泛的框架和开发环境,这些驱动程序,编译器和调试工具可为各种客户工作负载提供全面的加速和最佳性能。”

Nvidia在构建神经网络的培训操作中占主导地位,在一个称为CUDA的软件系统方面领先十多年。与Nvidia芯片合作构建神经网络的AI领域的发光体一再表示,AI领域需要竞争才能打破Nvidia在科学领域的控制力。

Global Foundries总经理Hiren Majmudar详细介绍了该公司为AI初创公司带来的设备物理方面的各种创新,以使其具有性能优势。

AI的使用已从传统上已开发的云计算数据中心扩展到汽车和基础设施中的嵌入式设备。芯片设备巨头Applied Materials的一个部门,如英国的Imagination和Think Silicon等供应商,正在推动低功耗设计的界限,这些设计可用于功耗受限的设备,例如电池供电的微控制器产品。

自从英伟达上个月宣布打算以400亿美元收购Arm Plc以来,这桩交易似乎突然变得越来越危险。Arm使知识产权成为芯片行业所有挑战者生产的所有芯片的核心。因此,英伟达的软件势必会获得更大的影响。

希望从Nvidia手中夺取市场份额的公司必须各自构建自己的软件来复制Nvidia的某些功能,但尚未提供产品来弥补这一差距。

他说:“正在进行一些开放的努力,但并没有获得很大的吸引力。” “取决于大多数公司来开发自己的替代方案,这就是为什么要花这么长时间的原因。”

尽管BrainChip和其他公司的竞争激增,Nvidia的芯片(例如A100)仍继续在市场份额和整体性能方面处于领先地位。

英伟达

这次会议吸引了许多新成立的公司,每个公司都有一些创新,可以使Nvidia在某些AI任务的原始性能方面胜于竞争对手。它们包括Tenstorrent,Brainchip和SiFive等创业公司。包括英特尔和谷歌在内的知名公司也参与其中。

合同芯片制造商Global Foundries是一家为数不胜数的芯片公司生产处理器的合同芯片制造商,它说明了创新的广度和深度。该公司描述了如何改善底层芯片的物理性能,以创建更好的晶体管,这是所有芯片的基本构建模块。

尽管取得了这些进展,但英伟达(MLdf)行业组织周三发布的最新AI基准测试结果证明,英伟达(Nvidia)的新旧零件仍继续表现出色。

Gwennap说,软件仍然是缩小差距的症结所在。

“英特尔和高通拥有良好的软件堆栈,他们在软件上进行了大量投资并拥有大量资源,我们看到资金雄厚的初创公司取得了一些进展,取得了不错的进展,但是,这是需要时间的,”格温纳普说,当被问到怎样的努力可以使Nvidia获得实质性的竞争。

会议的组织者Linley Gwennap说,软件仍然是与Nvidia竞争的公司最大的弱点。

出售自己的计算系统的公司,包括Cerebras Systems和Graphcore,已经建立了全新的软件程序,以优化其芯片对神经网络的处理方式。但是,这些个人的努力可能会使新芯片的使用趋于平衡。

相比之下,英伟达的CUDA为人工智能设计师提供了一个一致的平台,使他们可以集中精力进行工作。

Gwennap建议,可能需要采取各种不同努力的组合,才能对Nvidia提出可靠的挑战。

Gwennap表示:“我认为在某个时候将进行整合,以帮助其中一些公司增加软件投资。”

Gwennap说,无论花费多少,软件都是必不可少的。如果没有一套完整的软件程序,那么软件堆栈将“限制了AI加速器的客户前景”。

Gwennap告诉ZDNet,该大会已进入第15年,今年已有1000多名与会者,是前几年在硅谷地区酒店宴会厅举行的与会者的三倍多。

会议将在周三和周四继续进行,并将在下周二,周三和周四进行第二次演讲,包括周二Google的主题演讲。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢