JavaScript is currently disabled.Please enable it for a better experience of Jumi. Årskrönika: De första AI-acceleratorerna kom i provexemplar

JAN TÅNGRING:
År 2019 sågs de första AI-chipen i provexemplar
Här är de stora nyheterna på AI-fronten i år – fram till nu. Den största nyheten är förstås det enorma chip som prydde omslaget i Elektroniktidningen magasin nummer 10.

ÅRETS AI-CHIPNYHETER (TILL NOVEMBER)

MARS

Google släpper ett utvecklingskort med en AI-egen AI-modul kallad TPU Edge och en Cortex-A53-processor.

APRIL

Fujitsu vill göra AI i sina serverplattformar och lanserar kretsfamiljen DLU med en egen arkitektur kallad Zinrai.

Kinesiska Black Sesame får hundra miljoner dollar  för en självkörningsplattform som inkluderar egna AI-kretsar.

MAJ

• LG Electronics ”Neural Engine” ska sitta i robotdammsugare, tvättmaskiner och kylskåp och känna igen sina användares ansikten och tolka röstkommandon.

• Israeliska Hailo släpper Hailo-8 i provexemplar. Den gör bildanalys i IoT-noder.

JUNI

Optiska Luminous Computing drar in nio miljoner dollar från bland annat Bill Gates.

• Renesas presenterar ett testchip för bildigenkänning på trinär logik (false, true, whatever).

• Israeliska Habanas lovar PCIe-utvecklingskort i höst av sin träningsprocessor Gauidi.

JULI

• Google släpper ett öppet prestandatest för träning kallat MLPerf.

• Israeliska Neuroblade dyker upp från stealth, får 23 miljoner dollar och lovar provchip till år 2020.

• Kaliforniska Areanna lovar 100 Tops/W i en SRAM-baserad -inferenskrets.

AUGUSTI

• Intel släpper sina första AI-molnkretsar för träning och  för inferenser. 

SEPTEMBER

• Kinesiska Alibaba släpper sitt första chip, AI-serverchipet -Hanguang 800.  

• Arm avslöjar att det adopterat Googles AI-flyttalsformat Bfloat16, Brain float.

OKTOBER

• Arm släpper N57 och N37 – två mindre versioner av sin existerande neuronkärna Ethos N77. Alla är tänkta för mobiltelefoner.

NOVEMBER

• Brittiska Graphcores 16 nm-processor kan provköras i Microsofts moln Azure.  

• Cerebras jättechip släpps i en server

• Groq i Mountain View visar provexemplar av ett neuronchip som levererar en petaoperation per sekund – 1 Pops. 

Amerikanska Cerebras jättechip är 57 gånger större än närmaste medtävlare, Nvidia. Cerebras har nämligen lyckats med den gamla drömmen att bygga ett chip av en komplett kiselskiva. Vi nämnde Cerebras år 2017 men storleken kom som en chock i augusti.   

Företaget har ännu inte presenterat prestandasiffror – trots löfte om att de skulle finnas för en månad sedan. 

Prestandaskillnaden borde vara betydligt högre än 57. Snarare 10 000 antyder Cerebras. 18 Gigabyte minne på detta 15 kW-chip betyder att det kan göra en komplett träning utan extern minnesåtkomst. 

Företaget tror sig ha ett försprång på minst tre år innan någon annan kan ta fram ett chip som  är snäppet för stort för att rymmas på  Elektroniktidningens omslag. 

Årets näst största AI-chipnyhet är Teslas egenutvecklade krets till sin självkörningsdator, med motiveringen att det är den första AI-krets som är skapad för en specifik tillämpning – om du inte räknar ”pimpa Iphone med realtidsanimering och andra leksaker” som en specifik tillämpning.

Alla andra kretsar som Elektroniktidningen känner till är generella – de kan möjligen presenteras som optimerade för den ena eller det andra tillämpningen, som konvolutionsnät optimerade för bildigenkänning.

Att Teslas chip är specialsytt för självkörning innefattar troligen att det i den utsträckning det är möjligt är trimmat för just bildigenkänning. Men eftersom det ska användas i ett säkerhetskritiskt system är det också byggt för redundans och offrar rakt av halva sin prestanda på detta genom att dubblera samtliga beräkningar.

Bilars AI behöver kunna detektera transienta fel från rymdstrålning.  Det är ett hänsyn som varken ett serverchip för neuronnätsinferens eller en neuronkärna för tumavtrycksläsning i ett telefonchip behöver ta. Ingen dör om ett molnchip räknar fel.

Mönsterigenkänning är troligen en flaskhals för för självkörning – ju fler neuronnät du kan trycka in desto bättre, för redundans om inte annat. Med egen AI-hårdvara slipper Tesla också beroendet av Nvidia som används de flesta andra som utvecklar självkörning. 

Det som kommer att hända under 2020 är att fler av de chips som vi rapporterat om tidigare, kommer att släppas i provexemplar. Systemkretsar för mobiltelefoner har som standard AI-kärnor numera.

Elektroniktidningen följer kontinuerligt utvecklingen av AI-hårdvara, närmare bestämt kärnor eller kretsar med kärnor som accelererar beräkningar i neuronnät, företrädesvis djupa sådana,  för träning och inferens och i alla storlekar från mikro- till kilowatt.

Artikeln är tidigare publicerad i magasinet Elektroniktidningen.
Prenumerera kostnadsfritt!

AI-chipinvesteringarna sätter rekord. Investeringar i halvledarproduktion på kiselsmedjor  har aldrig varit så höga som i fjol och det var AI-kretsarna som drog upp statistiken. 

Cirka 75 företag utvecklar just nu kretsar för artificiella neuronnät, enligt Mentor Graphics. Analysföretaget Ark invest räknar till 60. 

Bland chiptillverkarna finns etablerade elektronikjättar som Apple, IBM och LG, molnjättar som Amazon, Facebook och Baidu, och komponenttillverkare som Qualcomm, Renesas och Nvidia. Därutöver tillkommer myriader av uppstickare.

Till namnen kan du dessutom lägga företag som utvecklar IP-kärnor och verktyg för AI-halvledare, som Arm, Ceva och Si Five.

Sedan 2012 har det investerats 1,9 miljarder dollar i uppstartsföretag med halvledarambitioner inom området ”AI och maskininlärning”, enligt Mentor Graphics. Kategorin på andra plats, kryptovaluta, har fått en halv miljard dollar.

Ark Invest presenterade siffror i augusti som sade att 40 nystartade AI-chipföretag hittills fått investeringar på sammanlagt 2,6 miljarder dollar inom den AI-våg som startade i mitten av 2010-talet. 

Kina är störst  – fler dollar investerades i kinesiska AI-chip-startupper än amerikanska. Det beror på landets initiativ att bli självhushållande på halvledare – men också på dess storebrorsprojekt att övervaka medborgarna med video och AI-bildanalys.

MER LÄSNING:
 
KOMMENTARER
Kommentarer via Disqus

Anne-Charlotte Lantz

Anne-Charlotte
Lantz

+46(0)734-171099 ac@etn.se
(sälj och marknads­föring)
Per Henricsson

Per
Henricsson
+46(0)734-171303 per@etn.se
(redaktion)

Jan Tångring

Jan
Tångring
+46(0)734-171309 jan@etn.se
(redaktion)