磨削技術
Nvidia成為人工智能超級大國的芯片制造商 |
| 發布時間：2023/5/27 |
| 計算機芯片設計公司Nvidia的股價本周飆升，使該公司的估值接近萬億美元大關。 周三晚些時候發布的最新季度業績引發了這一激增。該公司表示正在提高芯片產量以滿足“激增的需求”。 Nvidia已經開始主導人工智能 (AI) 系統中使用的芯片市場。  去年11月ChatGPT上市后，對該領域的興趣達到了瘋狂的水平，這給技術行業帶來了巨大的震動。 從幫助演講到計算機編碼和烹飪，ChatGPT 已被證明是一種廣受歡迎的AI應用。 但如果沒有強大的計算機硬件，尤其是總部位于加利福尼亞的Nvidia的計算機芯片，這一切都不可能實現。 Nvidia硬件最初以制造處理圖形的計算機芯片類型而聞名，特別是用于計算機游戲，它是當今大多數 AI 應用程序的基礎。 Gartner的半導體行業分析師 Alan Priestley說：“它是領先的技術參與者，能夠實現這種叫做人工智能的新事物。” “Nvidia之于AI幾乎就像英特爾之于PC，”TechInsights分析師 Dan Hutcheson補充道。 ChatGPT使用10,000個Nvidia的圖形處理單元(GPU) 進行訓練，這些單元聚集在屬于Microsoft的超級計算機中。 Nvidia加速計算總經理兼副總裁伊恩·巴克(Ian Buck)表示：“它是眾多超級計算機中的一種——有些是公開的，有些不是——使用Nvidia GPU構建，用于各種科學和人工智能用例。” CB Insights最近的一份報告指出，Nvidia擁有大約95%的機器學習GPU市場。 它的AI芯片也在為數據中心設計的系統中銷售，每個芯片的價格約為10,000美元（8,000英鎊），但其最新和最強大版本的售價要高得多。 那么Nvidia是如何成為AI革命的核心參與者的呢？ 簡而言之，大膽押注自己的技術加上一些好的時機。 現任 Nvidia首席執行官的黃仁勛早在1993年就是其創始人之一。 現任 Nvidia首席執行官的黃仁勛早在1993年就是其創始人之一。當時，Nvidia專注于為游戲和其他應用程序制作更好的圖形。 1999年，它開發了GPU來增強計算機的圖像顯示。 GPU擅長同時處理許多小任務（例如處理屏幕上的數百萬像素）——這一過程稱為并行處理。 2006年，斯坦福大學的研究人員發現GPU有另一種用途——它們可以加速數學運算，這是常規處理芯片無法做到的。 正是在那一刻，黃先生做出了對我們所知的人工智能發展至關重要的決定。 他投入了Nvidia的資源來創建一種使GPU可編程的工具，從而為圖形以外的用途開放了它們的并行處理能力。 該工具被添加到Nvida的計算機芯片中。對于電腦游戲玩家來說，這是一種他們不需要的功能，甚至可能都沒有意識到， 正是這種能力幫助激發了現代人工智能的早期突破。 2012年，Alexnet亮相——一種可以對圖像進行分類的AI。Alexnet僅使用兩個Nvidia的可編程GPU進行訓練。 訓練過程只用了幾天，而不是使用大量常規處理芯片可能需要幾個月的時間。 GPU可以大幅加速神經網絡處理的發現開始在計算機科學家中傳播開來，他們開始購買它們來運行這種新型工作負載。 “人工智能找到了我們，”巴克先生說。 Nvidia通過投資開發更適合AI的新型GPU以及更多使該技術易于使用的軟件來發揮其優勢。 十年后，數十億美元后，ChatGPT出現了——一種可以對問題做出奇怪的人類反應的人工智能。 AI 初創公司Metaphysic使用AI技術制作名人和其他人的逼真視頻。它的湯姆克魯斯深度造假在2021年引起了轟動。 為了訓練和運行其模型，它使用了數百個Nvidia GPU，其中一些從Nvidia購買，另一些則通過云計算服務訪問。 “在我們所做的事情上，除了Nvidia之外別無選擇，”其聯合創始人兼首席執行官湯姆格雷厄姆說。“它遠遠領先于曲線。” 然而，雖然 Nvidia的主導地位目前看起來穩固，但長期來看更難預測。TIRIAS Research的另一位行業分析師Kevin Krewell 指出：“Nvidia背負著每個人都想打倒的目標。” 其他大型半導體公司提供了一些競爭。AMD 和英特爾都以制造中央處理器(CPU)而聞名，但它們也為人工智能應用制造專用GPU（英特爾最近才加入競爭）。 谷歌擁有張量處理單元 (TPU)，不僅用于搜索結果，還用于某些機器學習任務，而亞馬遜擁有用于訓練AI模型的定制芯片。 據說微軟也在開發AI芯片，Meta也有自己的AI芯片項目。 此外，數十年來首次出現計算機芯片初創企業，包括Cerebras、SambaNova Systems和Habana（被英特爾收購）。他們打算從頭開始，為AI提供更好的GPU替代品。 總部位于英國的Graphcore生產其稱為智能處理單元(IPU)的通用AI芯片，據稱其具有更強的計算能力并且比GPU更便宜。 Graphcore成立于2016年，已獲得近7億美元（5.6億英鎊）的資金。 它的客戶包括四個美國能源部國家實驗室，它一直在敦促英國政府在一個新的超級計算機項目中使用它的芯片。 “[Graphcore]已經構建了一個處理器來處理當今存在的AI，因為它會隨著時間的推移而發展，”該公司的聯合創始人兼首席執行官Nigel Toon說。 他承認與英偉達這樣的巨頭競爭是一項挑戰。雖然Graphcore也有軟件可以讓其技術易于使用，但當世界已經構建了在Nvidia GPU上運行的AI產品時，很難協調轉換。 Toon先生希望隨著時間的推移，隨著AI從尖端實驗轉向商業部署，具有成本效益的計算將開始變得更加重要。 回到Nvidia，Ian Buck并不過分關注競爭。 “現在每個人都需要人工智能，”他說。“由其他人決定他們將在哪里做出貢獻。” |
產品展示
聯系我們
公司地址：南通市通州區通揚南路588號
聯系電話：0513-87119922
聯系人：李先生
手機：15606292777
郵箱：sales@nt2mt.com
網址：http://www.dell-d630.com.cn
聯系電話：0513-87119922
聯系人：李先生
手機：15606292777
郵箱：sales@nt2mt.com
網址：http://www.dell-d630.com.cn
