Nul
De milliarder af enheder, som forventes at formere sig i de kommende år på “kanten” af netværk, sådan som autonome køretøjer og integrerede Internet-of-Things, nuværende producenter med et dilemma: de producenter ønsker at tilføje intelligens til at de enheder via machine learning, men de kan ikke vide, hvad der præcist at tilføje, før de tester deres neurale netværk og se, hvad der virker derude i markedsplads.
Kommer i til at redde dagen, så de hævder, er en seks år gamle startup-firmaet hedder Efinix, der er baseret i Santa Clara. Virksomheden har været raffinering art af programmerbare chips. Det siger nu, at dets kunder kan bruge dele til første test af et marked for AI, og så, når de rigtige neurale net er udviklet, masse-producere chips til at tjene disse net.
Også: AI Start Cornami afslører detaljer om neurale net chip
Selskabets daglige leder, Sammy Cheung, tog nogle tid til at tale med ZDNet om Efinix ‘ s teknologi på sidelinjen af Linley Group Falde Processor-Konferencen i sidste uge, arrangeret af ærværdige halvleder analyse firma Linley Group.
“En kunde, for mine er et kamera firma fra Taiwan,” forklarer Cheung. “Hver model af kamera, der er tilsluttet til, at de udvikler og sælger kan i første omgang kun være tusindvis af enheder.”
“De vidste ikke, hvordan at gå efter et marked for produkter med millioner af enheder; nu kan de gå efter noget, der er langt højere volumen.”
Den opgave af AI på disse kanter enheder er “grundlag for at antage, at” en del af machine learning, når det neurale net bruger, hvad det har lært i løbet af uddannelsen fase til at levere svar på de nye problemer. Mens Nvidia ‘ s GPU chips dominere uddannelse fase af machine learning i datacenteret, enheder ud i ødemarken, på kanten, at stole på batteriet, skal low-power chips til at udføre inferens meget effektivt.
Markedet for inferens chips i kanten computing er hævelse med konkurrenter. To andre, Cornami, og Flex Logix, har været omfattet af ZDNet for nylig.
Efinix ‘ s løsning er noget, der kaldes “Quantum”, der kombinerer “Fpga’ er,” på den ene side, chips, hvis kredsløb kan blive re-programmeret, med “ASICs” chips, hvis ledninger er fastsat til fremstilling tid.
Også: AI start Flex Logix billethajer langt højere ydelse end Nvidia
Cheung ‘ s proposition er, at leverandører såsom kamera, der er tilsluttet kaffefaciliteter kan først starte ud med Efinix er Fpga, at afprøve forskellige neurale net, skiftende kredsløb som neurale netværk udvikle sig. Når en leverandør er blevet fortrolig med deres design, kan de flytte til virksomhedens Quantum combo-chip, der bruger både FPGA og ASIC kredsløb, og få større resultater for deres færdige designs.
Efinix ‘ s krav overlegenhed performance i tight magt budgetter for sin FPGA chips i forhold til Intel, og Xilinx for neurale netværk applikationer. Denne grafiske forklarer de vigtigste aspekter, virksomheden siger, indsætter sin teknologi.
Efinix Inc.
Fpga ‘ er er blevet en stadig mere populær tilgang til machine learning: Microsoft bruger dem for “Lys” neurale net-projektet, der magter mange af sine cloud-baserede tjenester såsom Bing og Cortana. FPGA markedet været domineret i årevis af Intel og Xilinx: Microsoft bygger Brainwave på en Intel del.
Men både Altera og Xilinx har ignoreret den nye kant marked. De er ved at opbygge enorme chips, der kræver titusinder af watt, der henviser til, at Efinix sigter til enheder, der kun har én watt, som for at udføre neurale netværk acceleration. “Altera og Xilinx klassisk fokuseret på high-end markeder,” siger Cheung. “De var aldrig i stand til at gå mainstream.”
Mens Fpga klassisk er en kostbar metode, Cheung siger, at udgifterne til udvikling med dens dele er “meget lavere” end for traditionelle Fpga ‘ er, og kun omkring 25% dyrere end at gøre en ASIC, som traditionelt er den billigere løsning.
Også: Google siger, ‘eksponentielle vækst af AI er ved at ændre karakter beregne
Nøglen til Quantum teknologi, som Cheung forklarede på konferencen, er de tusindvis af compute “elementer”, der gør op chip. En traditionel FPGA har klynger af computere, der gør det “formere samle” matematik som et neuralt net kræver. De surround at beregne med ledninger, der “rute” signaler mellem klyngerne. Men det design, som en skakternet, ender med at producere trafikpropper data, der rejser fra den ene del af chip til en anden.
I tilfælde af Efinix er en del, hver klynge kan udføre enten beregne eller routing-funktion. Det betyder, at områder af den chip, kan blive re-installeres fra knasende numre til flytning af data, som er nødvendige, ligesom frigøre nye veje i en by gade plan. Der lindrer trafikpropper af data.
Blandt chip nystartede virksomheder, som normalt får $100 millioner eller mere i støtte, den 40-person Efinix er, der kører et stramt skib. Til dato har selskabet fået lige under $26 millioner, herunder penge fra Samsung Electronics, i en Serie A runde af finansiering led af angel-investorer, kan en Serie B sidste år, og en bridge-finansiering af $9,5 millioner i år.
“Vi er chokeret over, bankfolk, som kun hæve $26 millioner,” siger Cheung med et smil.
Cheung forventer Efinix har et skud næste år på at omdanne sit tab for at break-even.
Tidligere og relaterede dækning:
Hvad er AI? Alt, hvad du behøver at vide
En executive guide til kunstig intelligens, fra machine learning og generelt AI til neurale netværk.
Hvad er dyb læring? Alt, hvad du behøver at vide
Den lowdown på en dyb læring: fra hvordan det relaterer til det bredere felt af machine learning igennem til, hvordan du kommer i gang med det.
Hvad er machine learning? Alt, hvad du behøver at vide
Denne vejledning forklarer, hvad machine learning er, hvordan det er relateret til kunstig intelligens, hvordan det fungerer, og hvorfor det er vigtigt.
Hvad er cloud computing? Alt, hvad du behøver at vide om
En introduktion til cloud computing-lige fra det grundlæggende op til IaaS og PaaS, hybrid, offentlige og private cloud.
Relaterede historier:
Der er ingen rolle for AI eller data videnskab: dette er en holdindsats Start Slægt bringer splint af håb for AI i robotteknologi AI: udsigt fra Chief Data Videnskab Kontor Salesforce-introer Einstein Stemme, en AI stemme assistent for virksomheder er det ikke Det job AI er ødelæggende for at genere mig, det er dem, der er voksende, Hvordan Facebook skalaer AI
Relaterede Emner:
Digital Transformation
CXO
Tingenes Internet
Innovation
Virksomhedens Software
0