紫色iPhone 12图片欣赏：奢华又简约，优雅又温馨
06-21
雷锋网：在文章《芯片巨头们年的AI芯片之争会如何？》中，作者Karl Freund详细介绍了巨头公司的AI芯片。
此外，还有数十家估值超过10亿美元的硅谷初创公司和中国独角兽公司也参与了AI芯片的竞争。
在这篇文章中，作者将介绍世界上最杰出的，或者至少是最受关注的AI芯片初创公司。
WaveComgWaveComg取得了很大进展，推出了第一个DataFlow处理单元，收购了MIPS，创建了MIPSOpen，并向少数客户交付了第一个系统。
虽然Wave架构有一些非常有趣的特性，但我们期待用户大规模的真实体验反馈。
Wave 不是插入服务器的加速器，而是用于图形计算的独立处理器。
这种方法有优点也有缺点。
从积极的一面来看，Wave 不会遇到 GPU 等加速器所面临的内存瓶颈问题。
不利的一面是，安装 Wave 设备将是一次新的升级，需要完全替换传统的 x86 服务器，使它们成为所有服务器制造商的竞争对手。
我认为 Wave 在任何时候都无法击败 NVIDIA，但其架构设计得非常好，该公司表示很快就会收到客户反馈。
图 1：Wave 是一个由上图所示的 4 节点“DPU”构建的系统。
WaveComgGraphcoreGraphcore是一家资金雄厚（融资3.1亿美元，当前估值17亿美元）的英国独角兽初创公司，拥有一支全球化团队。
它正在构建一种新的图形处理器架构，其内存与其逻辑单元位于同一芯片上，这应该可以实现更高的性能。
该团队产品的发布日期尚不清楚，但他们在去年 4 月表示“几乎准备发布”，12 月的最新信息表明它将很快开始生产。
Graphcore 的投资者名单令人印象深刻，包括红杉资本、宝马、微软、博世和戴尔技术公司。
我了解了公司的结构，印象非常深刻。
从边缘设备扩展到“Colossus”两芯片封装，用于数据中心的训练和推理。
在最近的 NeurIPS 活动中，Graphcore 展示了其 RackScale IPU Pod，它可以在 32 个服务器机架中提供超过 16 petaflops 的计算能力。
尽管该公司经常声称其性能是同类最佳 GPU 的两倍。
Graphcore 表示，4 个“Colossus”GC2（8 芯片）服务器可提供 TFlops（每秒万亿次操作）的混合精度性能。
单个 NVIDIA V 可提供 TFlops，因此 4 V 理论上可以提供相同的性能。
与往常一样，差异在于细节，只有当代码被重构以执行 TensorCore 的 4x4 矩阵乘法时，才能获得峰值 V 性能，而 Graphcore 架构巧妙地避免了这一限制。
更不用说V消耗瓦特的电力和大量的现金。
此外，Graphcore支持片上互连和“处理器内存”（片上内存）方法，可以实现超越公认的TFlops基准的卓越性能。
在某些神经网络中，例如生成对抗网络，内存是瓶颈。
同样，我们必须等待真实的用户通过真实的应用程序来评估该架构。
尽管如此，Graphcore 的投资者名单、专家名单和天价估值告诉我这可能是一件好事。
图 2：GraphCore 显示从 ImageNet 数据集处理的照片。
可视化可以帮助开发人员了解他们的训练处理占用处理周期的位置。
Habana LabsHabana Labs 是一家以色列初创公司，去年 9 月在首届人工智能硬件峰会上宣布，准备推出首款推理芯片，在卷积神经网络图像处理方面具有破纪录的性能。
结果显示，该处理器每秒对 Resnet50 图像分类数据库中的 15 张图像进行分类，比 NVIDIA 的 T4 高出约 50%，且功耗仅瓦特。
今年12月，Habana Labs最新一轮融资由英特尔风险投资领投，WRV Capital、Bessemer Venture Partners和Battery Ventures跟投。
公司融资也比之前的1万美元增加了1万美元。
。
据悉，Habana Labs 的新融资将部分用于流片其名为“Gaudi”的第二款芯片，该芯片将专注于训练市场，据称可扩展至多个处理器。
据我所知，全球有 40 多家初创公司设计人工智能训练和推理芯片。
我发现大多数公司都在做简单的 FMA（浮点乘法累加）和混合精度数学（整数 8 位和浮点 16 和 32 位）。
我不会感到惊讶，因为这种方法相对容易实施并且会产生一些结果，但它不会为 NVIDIA、Intel 等公司以及少数做不同事情的初创公司提供持久的架构优势。
以下是一些引起我注意的公司： Groq：由前 Google 员工创立，致力于 TPU，他们雄心勃勃地主宰世界其他地区。
Tenstorrent：由前 AMD 员工在加拿大创立，目前仍处于保密状态。
我只能说，其首席执行官的愿景和结构给我留下了深刻的印象。
ThinCi：专注于边缘设备和自动驾驶汽车的印度公司，与三星和电装建立了合作伙伴关系。
Cerebras：由前 SeaMicro 员工（包括 Andrew Feldman）领导，目前仍处于深度“隐形”模式。
Mythic：一家采用独特方法进行边缘推理处理的初创公司，类似于非易失性存储器上的模拟处理； 2020年应该会有芯片。
中国AI芯片初创公司中国一直在试图寻找摆脱美国半导体的出路，而人工智能加速器可能会提供它一直在寻找的机会。
中国制定了到2020年打造数万亿美元人工智能产业的目标，自2018年以来投资者已向初创企业投入超过40亿美元。
在美国国会所谓的人工智能军备竞赛中，美国科技产业可能会落后落后于中国公司和研究机构，因为它不太关注阻碍西方进步的隐私问题。
寒武纪和商汤科技可能是最值得关注的中国人工智能公司，但像Edge AI这样的公司更关注地平线。
此外，百度、华为、腾讯、阿里巴巴等大型科技公司也值得关注，它们都在人工智能软硬件方面投入巨资。
估值25亿美元的寒武纪科技是一家发布第三代AI芯片的中国独角兽公司。
寒武纪声称能够以更低的功耗提供比 NVIDIA V 更好的 AI 性能。
他们还出售其AI IP，该IP安装在华为麒麟和麒麟处理器中作为AI加速硬件。
商汤科技或许是估值最高的人工智能初创公司，因在中国推广智能监控摄像头而闻名。
这些安全摄像头的数量超过 1.75 亿个，其中包括其他公司生产的摄像头。
商汤科技在香港成立，最新一轮融资达6亿美元，由阿里巴巴领投。
据报道，这家初创公司目前估值为 45 亿美元。
商汤科技与阿里巴巴、高通、本田甚至英伟达等大公司建立了战略合作伙伴关系。
该公司目前拥有一台运行在大约一块（可能是 NVIDIA 提供的？）GPU 上的超级计算机，并计划再建造五台超级计算机来处理数百万个摄像头收集的面部识别数据。
雷锋网编译，福布斯相关文章：资本寒冬，2020年此类AI芯片企业岌岌可危。
CES上芯片巨头竞争焦点：光线追踪、“永远”在线的PC、 2020年汽车芯片巨头之间的AI芯片之争将会发生什么？ ？ 雷锋网版权文章未经授权禁止转载。
详情请参阅转载说明。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-17
06-18
06-17
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态