Zero
I miliardi di dispositivi che sono tenuti a proliferare, nei prossimi anni, presso il “bordo” delle reti, come ad esempio veicoli autonomi e embedded Internet-delle-Cose, presenti produttori con un dilemma: i produttori desidera aggiungere smarts per i dispositivi tramite la macchina di apprendimento, ma non sanno esattamente cosa aggiungere fino a testare le reti neurali e vedere che cosa funziona là fuori nel mercato.
In arrivo per salvare la giornata, in modo che essi sostengono, è un sei-anno-vecchia società di avvio di nome Efinix, con sede a Santa Clara. La società è stata affinando l’arte di chip programmabile. Ora dice che i suoi clienti possono utilizzare le sue parti, la prima prova di un mercato per AI, e quindi, ancora una volta le reti neurali sono sviluppati, massa-produzione di cippato a servizio di quelle reti.
Inoltre: AI Startup Cornami svela i dettagli della rete neurale chip
Amministratore delegato della società, Sammy Cheung, preso un po ‘ di tempo per parlare con ZDNet circa Efinix tecnologia a margine della Linley Group Autunno Processore Conferenza la scorsa settimana, ha ospitato dal venerabile semiconduttori società di analisi di The Linley Group.
“Un mio cliente è una fotocamera azienda di Taiwan”, spiega Cheung. “Ogni modello di telecamera collegato che il design e vendere inizialmente possono essere decine di migliaia di unità.”
“Loro non sanno fare, dopo un mercato per i prodotti con milioni di unità; ora possono andare dopo qualcosa di molto più alto volume”.
Il compito di AI su questi dispositivi di bordo è “inferenza”, la parte di apprendimento automatico quando la rete neurale usa quello che ha imparato durante la fase di formazione per fornire risposte a problemi nuovi. Mentre Nvidia GPU chip dominare la fase di formazione della macchina di apprendimento in un centro dati, dispositivi, in mezzo ai boschi, ai margini, che si basano sulla potenza della batteria, necessario a bassa potenza chip per eseguire l’inferenza in modo molto efficiente.
Il mercato per l’inferenza chip a bordo di calcolo è il gonfiore con i concorrenti. Altri due, Cornami, e Flex Logix, sono stati coperti da ZDNet di recente.
Efinix la soluzione è qualcosa che si chiama “Quantum”, che combina “Fpga,” da un lato, chip, il cui circuito può essere ri-programmato, con “ASICs,” chips cui il cablaggio è fissata per il tempo di produzione.
Inoltre: AI startup Flex Logix bagarini di gran lunga maggiore di prestazioni rispetto a Nvidia
Cheung proposta è che i fornitori come la fotocamera collegata maker è possibile prima di iniziare con Efinix della Fpga, per provare diverse reti neurali, modificando il circuito reti neurali evolvere. Una volta che un venditore è diventato agio con il loro design, sono in grado di spostarsi alla società Quantum combo chip che utilizza sia FPGA e ASIC circuiti, e di ottenere un maggiore rendimento per i loro disegni finiti.
Efinix affermazioni di superiorità di prestazioni in stretto il bilancio di potenza per i suoi chip FPGA relativi a Intel e Xilinx per neurali per applicazioni di rete. Questo grafico illustra i principali aspetti afferma l’azienda mette a parte della sua tecnologia.
Efinix Inc.
Gli fpga sono diventati sempre più popolari approccio per l’apprendimento automatico: Microsoft li usa per il “colpo di genio” rete neurale progetto che alimenta molti dei suoi servizi cloud-based come Bing e Cortana. L’FPGA mercato è stato dominato per anni da Intel e Xilinx: Microsoft costruisce onde cerebrali su un processore Intel.
Ma entrambi Altera e Xilinx hanno ignorato emergenti bordo di mercato. Che stanno costruendo un enorme chip che richiedono decine di watt, mentre Efinix punta per i dispositivi che possono avere un solo watt di potenza in cui eseguire la rete neurale di accelerazione. “Altera e Xilinx classico concentrati nella fascia alta di mercato,” dice Cheung. “Non sono mai stati in grado di andare mainstream.”
Mentre gli Fpga in stile classico, sono costosi approccio, Cheung dice dei costi di sviluppo e le sue parti sono “molto inferiore” rispetto per la tradizionale Fpga, e solo circa il 25% più costoso di fare un ASIC, che tradizionalmente è la soluzione più conveniente.
Anche: Google dice che una crescita esponenziale di AI è cambiare la natura di calcolare
La chiave per il Quantum della tecnologia, come Cheung ha spiegato durante la conferenza, sono le migliaia di calcolo “elementi” che compongono il chip. Un tradizionale FPGA ha cluster di calcolo che fare il “multiply-accumulare” la matematica che una rete neurale richiede. Circondano che calcola con i fili che il “percorso” di segnali tra i cluster. Ma che il design, come una scacchiera, finisce per produrre traffico dati viaggia da una parte del chip di un altro.
In caso di Efinix parte, ogni cluster può eseguire il calcolo o la funzione di routing. Che cosa questo significa è che le aree del chip può essere ri-distribuito da macinare numeri per spostare i dati necessari, come liberare nuove strade in una strada della città di piano. Che allevia il traffico di dati.
Tra chip startup, che abitualmente ottenere $100 milioni o più in appoggio, 40-persona Efinix è in esecuzione una nave stretta. Ad oggi, l’azienda ha ottenuto poco meno di $26 milioni di euro, tra denaro da Samsung Electronics, in una Serie di round di finanziamento guidato da angel investors, una Serie B l’anno scorso, e un ponte di finanziamento di $9,5 milioni di quest’anno.
“Siamo scioccati i banchieri da solo la raccolta di $26 milioni di euro”, dice Cheung con un sorriso.
Cheung si aspetta Efinix ha una ripresa il prossimo anno per trasformare le proprie perdite al break-even.
Precedente e relativa copertura:
Che cosa è l’IA? Tutto quello che devi sapere
Un esecutivo a guida di intelligenza artificiale, machine learning e generale AI alle reti neurali.
Cos’è il deep learning? Tutto quello che devi sapere
Il lowdown su deep learning: da come si relaziona con il più ampio campo di machine learning a come iniziare con esso.
Che cosa è macchina di apprendimento? Tutto quello che devi sapere
Questa guida spiega in cosa consiste la macchina di apprendimento, di come esso è legato all’intelligenza artificiale, come funziona e perché è importante.
Che cos’è il cloud computing? Tutto quello che devi sapere su
Un’introduzione al cloud computing destra, dalle nozioni di base fino a IaaS e PaaS, ibrido, public e private cloud.
Storie correlate:
Non c’è un ruolo per IA o i dati della scienza: questo è un lavoro di squadra di Avvio del Parentado porta scheggia di speranza per l’intelligenza artificiale robotica AI: La vista dal Capo Scienza di Dati Ufficio Salesforce intro Einstein Voce, una IA assistente vocale per le imprese non i posti di lavoro AI è distruggere che mi da fastidio, è che quelli che stanno crescendo Come Facebook scale AI
Argomenti Correlati:
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software
0