Крупнейшие производители чипсетов, в том числе Intel, Nvidia, Qualcomm и AMD, сфокусировали усилия на одном из самых быстроразвивающихся направлений ИТ —платформах искусственного интеллекта (ИИ). По оценкам издания DigiTimes, в этом году между ними развернутся настоящие баталии за пальму первенства.
Intel не так давно покинула рынок смартфонов и полным ходом проводит реорганизацию. Неделю назад компания выделила подразделения и исследовательские лаборатории, занимающиеся разработками в области ИИ, в отдельное звено — Artificial Intelligence Products Group (AIPG). Intel одновременно скупает ИИ-компании и занимается формированием стратегических альянсов. Вендор рассчитывает, что они привлекут разработчиков приложений для дронов, автономных и беспилотных автомобилей, смарт-заводов и медицинских сервисов.
Для усиления своих рыночных позиций в августе прошлого года Intel приобрела компанию Nervana, которая специализируется на разработке программного и аппаратного обеспечения для глубокого обучения. Платформа Intel Nervana предназначена для создания приложений, распознающих образы, обладающих компьютерным зрением, возможностями обработки естественного языка и пр. Для расширения ее возможностей используются процессоры Xeon, Xeon Phi и ускорители на базе FPGA. В первом полугодии чипмейкер приступит к тестированию Lake Crest — чипов, которые оптимизированы для работы нейронных сетей. Knights Crest — ещё один чип компании, который комбинирует технологии Xeon и Nervana.
В отличие от «обычных» процессоров, архитектура Lake Crest и Knights Crest оперирует тензорами — объектами, которые описывают преобразования элементов одного линейного пространства в другое и могут быть представлены как многомерные массивы чисел. Предполагается, что тензорная архитектура позволит новым чипам получить
Помимо аппаратных решений, входящих в Nervana, Intel разрабатывает когнитивную платформу интеллектуального анализа данных Saffron — она предназначена для выявления связей в массивах данных без заранее заданных моделей и правил. Программа последовательно обучается, основываясь на шаблонах, которые она находит в данных. Saffron используют в различных областях — от прогнозирования отказов компонентов самолетов до выявления случаев мошенничества со страховыми полисами.
Помимо этого в арсенале Intel имеются и другие «умные» разработки — низкоуровневые модулируемые интерфейсы для потребительских процессоров и платформа RealSense. Она поддерживает набор алгоритмов компьютерного зрения для таких задач, как отслеживание движений, распознавание лиц, создание трехмерных карт. Часть технологий RealSense была получена Intel вместе с покупкой стартапа Movidius.
Ещё одно приобретение американской компании — оно обошлось ей в 15,3 млрд. долл. — разработчик систем автоматического вождения Mobileye. Стоимость последнего столь велика, потому что на него приходится порядка 70% мирового рынка передовых систем помощи водителю и противодействия столкновениям. Автономные автомобили являются одним из самых популярных направлений в мире технологий, сулящим немалые прибыли. Практически все автопроизводители, а также крупные технологические компании и даже сервисные фирмы, такие как Uber и Lyft, работают над технологиями автономного вождения. Вдобавок Intel приобрела 15%-ную долю в компании HERE, которая занимается сервисами картографии. Эта сделка обеспечит процессорного производителя свежим набором карт для роботизированных автомобилей, которые он начнет тестировать вместе с BMW в этом году.
Nvidia — другой игрок, активно продвигающий ИИ-технологии. В отличие от других чипмейкеров он производит графические процессоры, но они также применяются для обеспечения работы «умных» приложений. К примеру, чипы Tesla P100 и Tesla P4P40 обеспечивают работу высокопроизводительного софта для распознавания текста, звука и изображений. Как и Intel, Nvidia в сотрудничестве с Tesla работает над собственной ИИ-платформой. Её основой служит
Этот мощный чип состоит из 7 млрд. транзисторов, что неимоверно много для такого рода продукта. К примеру, Apple A10 содержит 3,3 млрд. транзисторов. Пул ИИ-технологий Nvidia дополняет платформа ZF ProAI. Она основана на компактном компьютере DRIVE PX 2, который управляет массивами датчиков (камерами, радарами, лидарами, ультразвуковыми сенсорами) и самообучаемыми алгоритмами. В партнёрстве с Audi Nvidia планирует к 2020 г. выпустить автономный автомобиль, который сможет передвигаться по дорогам общего пользования самостоятельно.
Помимо ИИ-систем для автомобилей Nvidia работает в области Интернета вещей. Одним из таких решений является связка микрофона с поддержкой ИИ SPOT и игровой платформы SHIELD с интегрированным Google Assistant. Технология SmartThings Hub превращает SHIELD в умный домашний хаб, который может подключаться к более чем 200 умным домашним устройствам. Jetson TX2 — ещё одна платформа, предназначенная в первую очередь для производителей роботов, дронов, дорожных камер и прочих «умных» гаджетов.
В ноябре прошлого года Nvidia и Microsoft объявили о сотрудничестве с целью развития ИИ в корпоративной сфере. Выпущенная ими платформа позволяет запускать набор инструментов Microsoft Cognitive (ранее известный как CNTK) на графических процессорах, включая суперкомпьютер DGX-1 с технологией NVLink и виртуальные машины Azure N-Series. Чипы Tesla используются в облачных сервисах китайской компании Tencent. Плюс ко всему Nvidia сотрудничает с картографической компанией TomTom.
Участвующая в ИИ-гонке американская Qualcomm подошла к вопросу творчески: понимая, что спустя несколько лет рынок чипов для смартфонов и планшетов станет приносить ей меньше прибыли, она решила купить NXP Semiconductors — крупнейшего в мире производителя автомобильных чипов. Стоимость сделки составила 47 млрд. долл. Qualcomm занимается ИИ-технологиями довольно давно. В её арсенале, к примеру, имеется чип Zeroth, моделирующий работу нейронов мозга.
В прошлом году Qualcomm анонсировала комплект средств разработки (SDK) для машинного обучения своего топового процессора Snapdragon 820. SDK получил название Snapdragon Neural Processing Engine (средство нейронной обработки) и создан на базе платформы машинного обучения Zeroth. Вендор рассчитывает, что SDK станет мобильной платформой для создания приложений ИИ.
Не осталась в стороне от гонки ИИ и старая соперница Intel — AMD. В декабре прошлого года компания анонсировала линейку высококлассных видеоускорителей Radeon Instinct. В нее вошли три модели — Radeon Instinct MI6, MI8 и MI25. Они предназначены для мощных серверных систем и ускорения машинного обучения. Ускоритель Radeon Instinct MI6 построен на GPU на архитектуре Polaris. Он демонстрирует производительность 5,7 Тфлопс при вычислениях половинной точности (FP16), потребляя 150 Вт. Карта оснащена 16 Гб памяти.
Помимо ускорителей разработчик выпустил библиотеку MIOpen с открытым исходным кодом, предназначенную для ускорения задач машинного обучения, а также ПО ROCm, оптимизированное для задач глубокого обучения. AMD — единственный производитель, который выпускает чипы X86 и графические процессоры. Такая аппаратная связка дает вендору определенные преимущества для удовлетворения растущих вычислительных потребностей ИИ-платформ.
