欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  科技

人工智能芯片创业公司迎来爆发式增长

程序员文章站 2022-07-26 23:29:44
今年,英伟达的股价出现了大幅上涨,原因是它的应用在各个领域都出现了巨大的需求,包括游戏、数据库,以及它在人工智能领域的主要潜在应用。不过,尽管英伟达的股价和其走势图已经是2017年最让人瞠目结舌的事件...

人工智能芯片创业公司迎来爆发式增长

今年,英伟达的股价出现了大幅上涨,原因是它的应用在各个领域都出现了巨大的需求,包括游戏、数据库,以及它在人工智能领域的主要潜在应用。

不过,尽管英伟达的股价和其走势图已经是2017年最让人瞠目结舌的事件之一,但是在人工智能领域,人工智能发展的脚步仍在继续,只是情况更加微妙,可能会产生深远的影响。

今年,一大批创业公司都开始开发自己的硬件,从而为未来人工智能基础设备提供支持,并且这些公司都获得了巨额融资。其中一些初创公司甚至还没有发布产品,但在融资方面似乎已经没有什么困难。

为了优化推理和机器训练——这是图像和语音识别等过程的两个关键部分——这些创业公司一只在研究更快、更高效的方式,并且还要更适合于下一代人工智能设备。相比我们已经习惯使用的计算架构CPUs,GPU已经成为处理人工智能所需的快速计算的首眩这些创业公司认为他们会做出更好的产品。

在了解这些创业公司之前,让我们快速回顾一下前面提到的英伟达的股价走势图,来了解一下这件事情。即使到了年底,英伟达的股价仍在即将迈进2018年时上涨近80%:

人工智能芯片创业公司迎来爆发式增长

因此,自然而然的,我们大概会看到一批创业公司正在试图寻找英伟达在人工智能市场上的潜在漏洞。投资者同样会注意到这一点。

我们首先获得的消息是,去年12月,Cerebras Systems?公司从Benchmark Capital 获得了约2500万美元的融资。当时,似乎人工智能芯片行业并不像今天这样火爆——不过,随着时间的推移,英伟达在GPU市场上的主导地位明确表明,这将是一个蓬勃发展的领域。今年8月,《福布斯》杂志曾报道称,该公司的估值已接近9亿美元。

今年,Graphcore公司也引起了一些轰动。该公司在宣布获得了3000万美元的A轮融资后不久,就宣布获得红杉资本5000美元的投资。而像Cerebras Systems公司一样,Graphcore公司也没有像英伟达那样在市场上推出引人注目的产品。尽管硬件创业公司面临的挑战要比软件开发公司要大的多,但这家创业公司依然在一年内筹集到了8000万美元的资金。

此外,中国的人工智能初创企业也获得了大量的资金支持:阿里巴巴向一家名为Cambricon Technology的创业公司投入了大量资金;英特尔投资了1亿美元给Horizon Robotics公司;本月初,一家名为ThinkForce的创业公司筹集到了6800万美元的投资。

由前谷歌工程师运营的初创公司Groq,从Social+Capital筹集了大约1000万美元,这与在上面列出的这些初创公司比起来金额似乎有点小了。另一家芯片制造商Mythic公司也完成了930万美元的融资。

因此,我们可以看到不止一两家初创公司在这一领域开展业务,其中许多公司已经筹集了数千万美元,甚至有一家初创公司的估值达到9亿美元左右。这些新一代硬件创业公司,也将会需要更多的投资。这仍然是一个不容忽视的部分。

除了创业公司,世界上最大的公司也在寻求开发自己的系统。今年5月,谷歌发布了下一代TPU,用于推理和机器训练。苹果为下一代iPhone设计了自己的GPU。这两款产品都将大大有助于为用户特定的需求调整硬件,比如谷歌云应用或Siri助手。英特尔在10月份还表示,将在2017年底前推出新的神经网络处理器。去年8月,英特尔以3.5亿美元的价格收购了Nervana公司。

以上所有都是创业公司和大公司作出的巨大努力,每个公司都在寻找自己对GPU的定义。但是,对于已经将开发人员锁定在其平台上的英伟达,这个任务也许更加艰巨。对于那些试图将硬件开发推向疯狂,让开发人员也参与进来的创业公司,这一点也更加真实。

也许你和硅谷的投资者进行交谈时,你仍然会有一些疑惑。例如,当亚马逊服务器上的旧卡仍然能用于他们的培训时,为什么公司会考虑购买速度更快的芯片用于培训呢?但是仍有大量资金流入该领域,比如Uber(尽管这个公司最近有不少动荡)和WhatsApp这样的大公司。

英伟达公司仍是这一领域的领军者,随着自动驾驶汽车等设备变得越来越重要,该公司将继续努力保持其主导地位。但随着我们进入2018年,我们可能会开始更好地了解这些创业公司是否真的有机会将英伟达拉下马。这是一个诱人的机会,可以创造出更快、更低功耗的芯片,从而进入物联网领域,真正实现这些设备的作用,从而实现更高效的推理。而且,当他们想要训练模型时,也有机会让这些服务器变得更快、更节能,更加强大。