據(jù)enterpriseai報(bào)道，目前市場上有80多家AI芯片供應(yīng)商和初創(chuàng)公司，每家公司都表示，在為廣泛的行業(yè)和用途構(gòu)建AI芯片時，他們都有一個更好的主意。

這樣的情況同樣出現(xiàn)在擁有3年歷史的無晶圓廠AI芯片公司SimpleMachines身上。據(jù)報(bào)道，他們正在憑借自己獨(dú)特的設(shè)計(jì)去挑戰(zhàn)Nvidia和Marvell這樣的芯片巨頭。當(dāng)然，像他們這樣的初創(chuàng)公司也是其挑戰(zhàn)對象。其說憑借的就是他們所說的不同方法去解決AI計(jì)算的難題。

SimpleMachines的創(chuàng)始人兼首席執(zhí)行官Karu Sankaralingam說，這始于公司所謂的算法自適應(yīng)AI芯片，程序員可以對其進(jìn)行定制，以快速，無縫地滿足其工作流程的需求。

這個想法催生了Mozart：該公司的首個AI芯片，該芯片針對推理進(jìn)行了優(yōu)化，在設(shè)計(jì)中使用了16納米工藝，HBM2高帶寬內(nèi)存和PCIe Gen3x16尺寸。Sankaralingam告訴EnterpriseAI，公司的Mozart芯片現(xiàn)在正在送樣，正在接受客戶評估。他說，Mozart芯片是由芯片制造商臺積電生產(chǎn)的，具有完整的軟件和硬件堆棧，可讓數(shù)據(jù)科學(xué)家運(yùn)行程序而無需擔(dān)心背后的問題。

Sankaralingam說，Mozart之所以能夠在AI芯片領(lǐng)域脫穎而出，是因?yàn)樗梢栽谝粋€芯片上同時運(yùn)行多個AI模型。

他說：“之所以發(fā)生這種情況，是因?yàn)槲覀兊男酒趦?nèi)部分為64個不同的模塊，如果有必要，程序員可以對其進(jìn)行尋址并同時運(yùn)行64個不同的應(yīng)用程序或模型?！?“然后，開發(fā)人員可以編寫64個不同的模型，并且可以在一芯片硅片上同時運(yùn)行64個模塊（如果需要）。

Mozart的軟件堆棧包括直接的TensorFlow支持以及C / C ++和Python的API，使程序員和數(shù)據(jù)科學(xué)家可以使用它。

Mozart可以以稱為Accelerando的PCIe卡形式購買，也可以通過SimpleMachines的Symphony Cloud Service進(jìn)行使用，該服務(wù)可以訪問Azure，Google Cloud Platform和AWS等公有云，本質(zhì)上是一種AI-as-a -服務(wù)交付模式。初始測試顯示了可以同時運(yùn)行的推薦引擎，語音和語言處理以及圖像檢測的用例。將來，帶有Mozart芯片的Accelerando卡將在標(biāo)準(zhǔn)OEM廠商的系統(tǒng)中出售，例如Dell和Supermicro。

不同的方法

Moor Insights＆Strategy的HPC和機(jī)器學(xué)習(xí)高級研究分析師Karl Freund表示，近年來他在AI芯片和軟件的“寒武紀(jì)大爆發(fā)”中看到了十幾種獨(dú)特的AI芯片設(shè)計(jì)，但是SimpleMachines的Mozart設(shè)計(jì)不同于大多數(shù)設(shè)計(jì)。

“像所有的AI初創(chuàng)公司一樣，他們聲稱性能出色，但是現(xiàn)在還不能斷言他們的說法” Freund說?！八麄兊膬?nèi)存架構(gòu)給人留下了深刻的印象，這種架構(gòu)看上去優(yōu)雅而簡單，這將使繁重的軟件工作變得更容易解決。在軟件方面，他們還有很多工作要做，例如對PyTorch的支持。但是隨著平臺的成熟，他們似乎正在朝著正確的方向前進(jìn)，這值得進(jìn)一步跟蹤?！?/p>

AI芯片要求不斷變化

他說，新型Mozart AI芯片的靈感之一是Sankaralingam正在進(jìn)行的研究，該研究指出需要一種新型的架構(gòu)，以適應(yīng)當(dāng)今的大數(shù)據(jù)時代。Sankaralingam還是威斯康星大學(xué)麥迪遜分校的計(jì)算機(jī)科學(xué)教授，他在那里任教14年。

Sankaralingam說，當(dāng)前的芯片平臺，甚至包括為特定要求而構(gòu)建的定制芯片，都無法滿足這些需求?！皯?yīng)用呈爆炸式增長，因此，它不再只是處理圖像了。它是文本到語音乘以重要數(shù)據(jù)的時間，并且變化迅速且不斷增長，然后每六個月突破一次。公司的機(jī)會是市場需要大量的計(jì)算效率，而GPU卻無法滿足他們的需求。這些趨勢使我們意識到，針對一個AI問題的專用定制芯片已經(jīng)面世。”

他說，借助Mozart，這些挑戰(zhàn)得以解決，因?yàn)榭梢酝ㄟ^使用芯片的深度軟件堆棧即時重新編程來更改芯片上的項(xiàng)目需求。

他說：“我們正在與客戶的討論中，他們都說過不同的公司如何使用不同的模型，許多公司正在使用許多模型?！?“這使我們再次審視了關(guān)于AI計(jì)算必要條件的假設(shè)。能力和效率并不是唯一的指標(biāo)，另一個重要的指標(biāo)是算法適應(yīng)性。GPU之所以會出現(xiàn)，是因?yàn)樗鼈兙哂泻芨叩倪m應(yīng)性?！?/p>

Sankaralingam說，使用另一種方法，SimpleMachines的策略是忽略應(yīng)用正在嘗試執(zhí)行的操作，而轉(zhuǎn)向算法。“我們觀察到，許多或所有這些算法從根本上分解為四種行為：數(shù)據(jù)收集，計(jì)算，控制和同步。我們可以使用這些行為對算法進(jìn)行分類。然后，我們構(gòu)建一個個可以將應(yīng)用分解為這些行為的編譯器，并將該信息提供給我們的硬件?！?/p>

他說，然后硬件不再執(zhí)行指令，獲取，分支中斷器和緩存，而是實(shí)現(xiàn)了這四種行為。

Sankaralingam說：“這就是我們需要對它們進(jìn)行編程的全部，作為一名程序員，您可以在TensorFlow中編寫這些代碼，然后提取出這些行為并將其映射到我們的芯片上。” “這是一個很大的平行轉(zhuǎn)變?！?/p>

Mozart的體系結(jié)構(gòu)將任何軟件應(yīng)用程序抽象為少量已定義的行為，然后使用SimpleMachines自己的編譯器集成到TensorFlow等標(biāo)準(zhǔn)AI框架的后端。據(jù)該公司稱，這使得架構(gòu)可以實(shí)時轉(zhuǎn)換這些程序并重新配置硬件，從而產(chǎn)生一種芯片，其性能就像最初為該應(yīng)用程序設(shè)計(jì)的一樣。

SimpleMachines認(rèn)為其Mozart AI芯片將在公共數(shù)據(jù)中心，網(wǎng)絡(luò)安全，金融和保險(xiǎn)市場中看到機(jī)遇，并在未來的邊緣和移動設(shè)備市場中為其路線圖上即將推出的產(chǎn)品提供更多機(jī)遇。
責(zé)任編輯:tzh