باریخ نیوز : مدل‌های هوش مصنوعی (AI) برای آموزش مؤثر به سخت‌افزارهای رایانه‌ای قدرتمند زیادی نیاز دارند. به گفته مک کینزی، پیش‌بینی می‌شود که تراشه‌های هوش مصنوعی تا سال ۲۰۲۵ تا ۲۰ درصد از کل بازار۴۵۰ میلیارد دلاری نیمه‌رساناها را به خود اختصاص دهند. Insight Partners پیش‌بینی می‌کند که فروش تراشه‌های هوش مصنوعی از ۵.۷ میلیارد دلار در سال ۲۰۱۸ به ۸۳.۳ میلیارد دلار در سال ۲۰۲۷ با نرخ رشد ترکیبی سالانه ۳۵ درصد افزایش ‌یابد. (این رقم نزدیک به ۱۰ برابر نرخ رشد پیش‌بینی‌شده برای تراشه‌های غیر هوش مصنوعی است.)

در این میان، Tenstorrent استارتاپ سخت‌افزاری هوش مصنوعی این هفته اعلام کرده است که ۱۰۰ میلیون دلار سرمایه‌گذاری از گروهی از سرمایه‌گذاران به رهبری گروه موتور هیوندای و صندوق کاتالیست سامسونگ جمع‌آوری کرده است. این سرمایه‌گذاری به صورت اسکناس قابل تبدیل است که در آینده با سهام شرکت قابل مبادله خواهد بود.

در واقع، ۵۰ میلیون دلار از سرمایه تزریق شده از سوی دو واحد خودروسازی هیوندای، هیوندای موتور (۳۰ میلیون دلار) و کیا (۲۰ میلیون دلار) است که قصد دارند با Tenstorrent برای توسعه مشترک تراشه‌های کامپیوتری به‌ویژه پردازنده‌های هوش مصنوعی، برای وسایل‌نقلیه و ربات‌های آینده شریک شوند. ۵۰ میلیون دلار باقی‌مانده از سوی Samsung Catalyst و سایر صندوق‌های VC، از جمله Fidelity Ventures، Eclipse Ventures ،Epiq Capital وMaverick Capital تامین شده است.

Tenstorrent یک شرکت مستقر در تورنتو است که پردازنده‌های هوش مصنوعی، راه‌حل‌های نرم‌افزاری هوش مصنوعی و مجوزهای IP می‌فروشد. آنها از RISC-V که یک معماری مجموعه دستورالعمل منبع‌باز است، برای توسعه پردازنده‌های سفارشی برای طیف وسیعی از برنامه‌های مختلف استفاده می‌کنند.

در سال ۲۰۲۱، Tenstorrent یک سرویس مبتنی بر ابر به نام DevCloud را در سال ۲۰۲۱ راه‌اندازی کرد. این سرویس به توسعه‌دهندگان اجازه می‌دهد تا مدل‌های هوش مصنوعی را بدون نیاز به خرید هیچ سخت‌افزاری اجرا کنند. اخیرا، این شرکت با سازنده سیستم سرور Bodhi Computing و LG در هند شراکت کرده تا محصولات Tenstorrent را برای سرورها، ماشین‌ها و تلویزیون‌های توسعه دهد. به عنوان بخشی از قرارداد، Tenstorrent با LG برای پردازش ویدیویی بهبود‌یافته برای محصولات آینده مرکز داده همکاری خواهد کرد.

سوال اساسی اینجاست که آیا Tenstorrent در رقابت تراشه‌های هوش مصنوعی با دیگر غول‌های فناوری رقابت می‌کند یا خیر؟

گوگل پردازنده‌ای به نام TPU (مخفف «واحد پردازش تانسور») برای آموزش سیستم‌های هوش مصنوعی مولد بزرگ مانند PaLM- 2 و Imagen ایجاد کرده است. آمازون تراشه‌های اختصاصی را هم برای آموزش (Trainium) و هم برای استنتاج (Inferentia)  به مشتریان AWS ارائه می‌دهد. براساس گزارش‌ها، مایکروسافت در حال کار با AMD برای توسعه یک تراشه هوش مصنوعی داخلی به نام Athena است.

در همین حال، انویدیا امسال برای مدت کوتاهی به یک شرکت ۱ تریلیون دلاری تبدیل شد و از تقاضای بالای پردازنده‌های گرافیکی خود برای آموزش مدل‌های هوش مصنوعی استفاده کرد. (از سه ماهه دوم سال ۲۰۲۲، انویدیا ۸۰ درصد از بازار پردازنده‌های گرافیکی گسسته را در اختیار دارد که به دلیل توانایی انجام محاسبات به صورت موازی، برای آموزش مدل‌های پیچیده هوش مصنوعی مناسب هستند.) اگرچه GPU ها لزوما به اندازه تراشه‌های هوش مصنوعی طراحی شده سفارشی نیستند، اما می‌توانند محاسبات متعددی را به‌صورت همزمان انجام دهند که آنها را برای آموزش پیچیده‌ترین مدل‌های هوش مصنوعی ایده‌آل می‌کند.

این یک محیط سخت برای استارتاپ‌ها و حتی غول‌های فناوری است و حتی بازیگران اصلی در زمینه تراشه‌های هوش مصنوعی نیز در این بازار فشار زیادی را بر روی خود احساس می‌کنند. به عنوان مثال، سال گذشته ارزش سهام Graphcore؛ شرکت سازنده تراشه‌های هوش مصنوعی، پس از شکست قرارداد با مایکروسافت یک میلیارد دلار سقوط کرد. این شرکت اعلام کرد که به دلیل محیط اقتصاد کلان «بسیار چالش‌برانگیز» در حال برنامه‌ریزی برای تعدیل نیروهای خود است. در همین حال، آزمایشگاه هابانا، شرکت تراشه‌های هوش مصنوعی متعلق به اینتل، حدود ۱۰ درصد از نیروی کار خود را اخراج کرد.

در حال حاضر، کمبود اجزای مورد نیاز برای ساخت تراشه‌های هوش مصنوعی وجود دارد که می‌تواند کار را برای شرکت‌هایی که سعی در تولید آن‌ها دارند، دشوارتر سازد. با این حال، زمان نشان خواهد داد، کدام‌یک از این شرکت‌ها با وجود این چالش‌ها موفق‌تر عمل خواهند بود.

منبع : هوشیو