`

СПЕЦІАЛЬНІ
ПАРТНЕРИ
ПРОЕКТУ

Чи використовує ваша компанія ChatGPT в роботі?

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Groq дає змогу отримувати моментальні відповіді AI

Компанія Groq провела днями дивовижні демонстрації своєї платформи штучного інтелекту, продуктивність якої дає можливість отримувати відповіді без будь-яких помітних затримок.

Примітно, що в одному з демо відповіді Groq на поставлені цій AI-платформі запитання налічують сотні слів і містять посилання на джерела. Друге демо містило голосовий діалог, у якому не відчувалася неприродність, притаманна нині широко поширеним AI-платформам.

За словами глави Groq Джонатана Росса (Jonathon Ross), ключовою відмінністю розробленої його компанією AI-платформи є використання спеціалізованих чіпів Language Processing Units (LPU), які в AI-завданнях значно продуктивніші за топові GPU Nvidia. Джонатан Росс назвав ці чіпи "inference engine". За підсумками незалежного тестування, проведеного Artificial Analysis, продуктивність LPU Groq досягла 247 токенів на секунду. Для порівняння AI-платформа Microsoft забезпечує 18 токенів на секунду. Тож якщо запустити на апаратній платформі Groq чат-бот ChatGPT, він прискориться в 13 разів.

Як зазначив Джонатан Росс, у Groq вдалося обійти два вузьких місця великих мовних моделей, на яких зациклюються GPU і CPU: щільність обчислень і пропускна здатність пам'яті.

Невже настав час, коли штучний інтелект почне фліртувати?

Чергова зміна напівпровідникового лідера

У сегменті виробництва напівпровідників, де конкурують гіганти індустрії, раптово змінився розклад сил, що призвело до виходу в лідери TSMC.

За інформацією аналітика Дена Ністедта (Dan Nystedt), за
підсумками 2023 року оборот компанії TSMC становив 69,3 млрд дол., що дало їй змогу обійти пару Intel і Samsung, які в період з 2017 р. поперемінно були лідерами цього напряму. Так, попереднього року оборот Intel оцінили в 54,23 млрд дол., а продажі чипів принесли Samsung 50,99 млрд дол. Нагадаю, що Intel була беззаперечним лідером цього сегмента протягом десятиліть ще з 1992 р., коли випередила японську NEC.
Чергова зміна напівпровідникового лідера
Ще одним амбітним гравцем є Nvidia, яка успішно наповнює свої вітрила завдяки вибуховому інтересу до технології штучного інтелекту. І хоча підбиття підсумків фінансового року цієї компанії має відбутися 21 лютого, але навіть якщо підсумувати її показники за першими трьома кварталами 2023 фінансового року та попередні оцінки четвертого, виявляється, що досягнутий Nvidia обсяг продажів у 58,82 млрд дол. виводить її лише на друге місце.

Парадоксальність нинішньої ситуації полягає в тому, що лідером напряму є контрактний виробник, який не має своїх власних чипів, а випускає їх для таких своїх клієнтів, як AMD, Apple й та ж Nvidia. А це означає, що такого видатного результату з обігу було досягнуто виключно завдяки вартості виробництва, а не інтелектуальної власності, закладеної в розробку мікросхем.
Чергова зміна напівпровідникового лідера
Крім того, варто відзначити й той факт, що провідне становище TSMC за підсумками року стало результатом успішної роботи компанії протягом попередніх шести кварталів, протягом яких цей виробник випереджав і Intel, і Samsung.
Чергова зміна напівпровідникового лідера
TSMC також показала чудові результати в частині операційного прибутку протягом восьми кварталів поспіль з показником 8,16 млрд дол. проти 2,59 млрд дол. в Intel і втрат Samsung у розмірі 1,86 млрд дол.

Wi-Fi на 3000 м

Завдання організації бездротового підключення на великих дистанціях може бути вирішене за допомогою обладнання з підтримкою специфікації 802.11ah.

Стандарт HaLow (802.11ah) був анонсований у 2016 році та працює в діапазонах частот біля 900 МГц, які не потребують ліцензування. Практичне тестування його можливостей за дальністю було проведено нещодавно компанією Morse Micro. Як майданчик було обрано набережну Сан-Франциско. За результатами випробувань з'ясувалося, що максимальна дистанція роботи бездротового каналу досягла 3000 м.

Wi-Fi на 3000 м

Швидкість з'єднання під час тестування Morse Micro варіювалася від 11 Мбіт/c на відстані 500 метрів до 1 Мбіт/c на максимальній дальності в три кілометри, при чому цього було достатньо для підтримки відеодзвінка.

Варто зазначити, що ці результати були отримані попри перешкоди, створювані навколишнім міським простором. Оскільки подібні пристрої Wi-Fi з наддалеким радіусом дії насамперед призначені для Інтернету речей (IoT), а не для мультимедіа через нижчі швидкості, дане досягнення дає змогу припустити, що Wi-Fi HaLow - рішення для бездротового зв'язку дальнього радіуса дії.

Круговий голографічний дисплей допоможе водієві

Використання інтелектуальних помічників у керуванні автомобілем - один із найперспективніших напрямків сучасної ІТ-сфери.

Здавалося б, ще недавно головним помічником у поїздках були паперові карти, які вже успішно витіснили навігатори. Схоже, що наступним етапом розвитку в цьому напрямку можуть стати кругові голографічні дисплеї, які в реальному часі відображають ситуацію навколо автомобіля. Над таким проєктом працюють дослідники з Університетів Кембриджа, Оксфорда та Університетського коледжу Лондона (UCL) спільно з Google. Створюване ними рішення дає змогу виводити на голографічний дисплей дані з лазерного 3D-сканера і LiDAR для створення 3D-представлення вулиць Лондона.

Круговий голографічний дисплей допоможе водієві

 

Система може проектувати голографічні зображення дорожніх перешкод, прихованих з поля зору водія, що збігаються з реальним об'єктом за розміром і відстанню. Наприклад, дорожній знак, закритий від огляду великою вантажівкою, буде відображатися у вигляді 3D-голограми, щоб водій точно знав, де розташований знак і яку інформацію він відображає.

"Ідея наголовного дисплея полягає в тому, щоб тримати очі водія піднятими, адже навіть частки секунди, коли він не дивиться на дорогу, достатньо для аварії", - каже дослідниця Яна Скірнєвськая (Jana Skirnewskaja) з інженерного факультету Кембриджа. "Однак, оскільки це двовимірні зображення, що проектуються на невелику ділянку лобового скла, водій може дивитися на зображення, а не на дорогу перед собою".

"Ми хочемо проектувати інформацію в будь-якому місці в полі зору водія, але так, щоб вона не була пригнічувальною і не відвертала", - сказала вона. "Ми не хочемо надавати інформацію, яка не має прямого стосунку до поточного завдання водіння".

Дослідники протестували систему, просканувавши Малет-стріт у кампусі UCL у центрі Лондона. Інформацію з хмари точок LiDAR було перетворено на багатошарові 3D-голограми, що складаються з 400 тис. точок даних. Концепція проєктування оцінки перешкод на 360° для водіїв була заснована на ретельній обробці даних, що забезпечує чітку видимість глибини кожного об'єкта.

 

 

Круговий голографічний дисплей допоможе водієві

 

Дані хмари точок, зібрані за допомогою лазерного 3D-сканера, перетворюються на багатошарові об'єкти 3D-поля відтворення, що складаються з 400 тис. точок. Для створення голограм у реальному часі використовували графічний процесор, що дало змогу в 16,6 раза скоротити час обробки порівняно з CPU, а голографічні проєкції було отримано за допомогою просторового модулятора світла (SLM) (3840×2160 px) і віртуальних лінз Френеля. Це дало можливість збільшити поле зору водія до 25×36 мм.

Важливо, що сканування може надавати динамічну інформацію, оскільки ситуація на жвавих вулицях постійно змінюється.

"Зібрані нами дані можна передавати та зберігати в хмарі, щоб до них мали доступ усі водії, які проїжджають повз, - це як складніша версія навігаційних застосунків, які ми використовуємо щодня для отримання інформації про дорожні обставини в режимі реального часу", - каже Скирневська. "Таким чином, система динамічна і може адаптуватися до мінливих умов, коли небезпека або перешкоди переміщаються по вулиці".

 

Круговий голографічний дисплей допоможе водієві

 

Ключова розробка полягає в забезпеченні огляду на 360° шляхом вибору точок даних з окремих сканів конкретних об'єктів, як-от вантажівки або будівлі, що дає змогу проводити комплексну оцінку дорожніх небезпек.

"Ми можемо сканувати до 400 тис. точок даних для одного об'єкта, але це доволі багато інформації та ускладнює процес сканування, вилучення та проєктування даних про цей об'єкт у реальному часі", - каже Скирневська. "Усього 100 точок даних дають нам змогу дізнатися, що це за об'єкт і якого він розміру. Нам потрібно отримати достатньо інформації, щоб водій знав, що його оточує".
Круговий голографічний дисплей допоможе водієві
Наразі дослідники співпрацюють з Google, щоб розробити технологію і протестувати її в реальних автомобілях. Вони сподіваються провести дорожні випробування, як на громадських, так і на приватних дорогах, у 2024 році.

 

Forerunner - робот середнього зросту і комплекції

Forerunner - робот середнього зросту і комплекції

Компанія Kepler, виробник роботів, повідомила про плани продемонструвати на CES 2024 свою нову розробку - гуманоїдний пристрій Forerunner висотою 178 см і масою 85 кг.

З появи поняття "робот" у творчості Карела Чапека малося на увазі, що це якась подоба людини, здатна легко впоратися з усіма завданнями, з якими традиційно доводиться мати справу людям. А з бурхливим розвитком технології штучного інтелекту з'явилася можливість створювати роботів, які не тільки зовні схожі на людину, а й здатні вести спілкування як людина. Якраз таке рішення і було створено конструкторами Kepler.

Робот загального призначення Kepler Forerunner (або Kepler Humanoid Robot) вирізняється наявністю інтелектуальної та спритної руки з 12 ступенями свободи. Усе тіло робота має до 40 ступенів свободи, що забезпечує такі функції, як навігація складним рельєфом, інтелектуальне уникнення перешкод, гнучке керування руками, підіймання та перенесення важких вантажів, зорово-моторна координація та інтелектуальний інтерактивний зв'язок. В основі цих можливостей лежить система, подібна до Optimus від Tesla, що використовує планетарний ролико-гвинтовий привід і технологію обертових приводів. Це дає змогу роботу демонструвати складні рухи тіла, гнучке управління руками та розвинене візуальне сприйняття.

Робот-гуманоїд Kepler націлений на те, щоб використовувати автоматизований інтелект у різних галузях, включно з інтелектуальним виробництвом, логістикою, освітою, науковими дослідженнями, інтелектуальними інспекціями, завданнями з підвищеним ризиком і роботою на відкритому повітрі. Технологічні досягнення, продемонстровані в його дебютному відеоролику, викликали бурхливі обговорення у світі робототехніки.

Співзасновник дослідницького робота Kepler Дебо Ху зазначив: "Гуманоїдний робот Kepler покликаний зробити революцію в продуктивності праці за допомогою передових технологій, прискорюючи настання "триденного робочого тижня". Це дасть змогу людям приділяти більше часу значущим починанням, таким як освоєння космосу. Наша мета - щоб робот Kepler став першопрохідцем у посадці на екзопланету Kepler, проклавши шлях до другого дому для людства".

 

За заявою виробника, серію гуманоїдних роботів Kepler, що стала результатом трьох років інтенсивних досліджень і чотирьох ітерацій продукту, запустять у масове виробництво і почнуть постачати в 3 кварталі 2024 року за ціною близько 30 тис. дол. Пан Ху, співзасновник компанії Kepler Exploration Robot, публічно висловив зацікавленість у співпраці із суміжними гравцями в індустрії людиноподібних роботів.

Як зазначається, центральне місце в роботі Kepler  посідають запатентовані планетарний роликовий гвинтовий привід і роторний привід, які є ключовими для динамічного руху кінцівок робота-гуманоїда Forerunner. Планетарний ролико-гвинтовий привід, який використовується для управління кінцівками робота, забезпечує тягу в 8000 Н. Він перевершує звичайні двигуни за точністю управління, підвищеною потужністю і швидкістю реакції, вміло справляючись зі складними завданнями. Крім того, поворотний привід, встановлений у талії та суглобах, досягає пікового крутного моменту 200 Нм і точності позиціювання 0,01 градуса, забезпечуючи надійну підтримку руху тулуба і гарантуючи ефективну та стабільну роботу.

Крім того, рука робота-гуманоїда Kepler з 12 ступенями свободи може відчувати й акуратно захоплювати предмети, в точності імітуючи людську руку. Запатентована система NEBULA наділяє робота когнітивними здібностями у сприйнятті навколишнього світу, забезпечуючи точне розуміння довкілля та адаптивність, що дає змогу точно орієнтуватися і досліджувати складні ділянки місцевості. Інвестиції Kepler у втілений інтелект для великомасштабних моделей роботів покликані підняти когнітивні здібності робота до рівня, подібного до людського.

Одночасно з випуском робота компанія Kepler представила платформу для розробників, оснащену комплексними інтерфейсами розроблення, еталонними проєктами та великою документацією. Платформа також підтримує спільну роботу декількох роботів і пропонує потужні онлайн-інструменти для розробки та налагодження.

 

 

А вам було б цікаво зустрітися з таким роботом?

 

Запропоновано "легкий перехід" до обчислень у пам'яті

Швейцарський стартап Synthara запропонував своє розв'язання задачі організації обчислень у пам'яті, що не потребує внесення радикальних змін до нині широко поширеної обчислювальної архітектури.

З лавиноподібним зростанням популярності технології штучного інтелекту дедалі актуальнішим стає прискорення опрацювання великих обсягів інформації, що необхідні, наприклад, для великих мовних моделей з мільярдами параметрів. Мабуть, головною перешкодою для організації ефективної роботи з ними є обмежена пропускна здатність каналу передавання даних між оперативною пам'яттю та процесором. Виходом із цієї ситуації було б упровадження технології обчислень у пам'яті, але для цього знадобилося б докорінне перетворення обчислювальних платформ, які нині використовують. Однак просто інтегроване в них рішення від компанії Synthara може зняти таку суперечність.
Запропоновано "легкий перехід" до обчислень у пам'яті
Компанія стверджує, що інтеграція її технології в уже наявну архітектуру обчислювальної логіки може забезпечити 50-кратне підвищення продуктивності, не вимагаючи змін у загальній архітектурі чіпа або в програмних потоках. Причому у неї вже з'явився такий клієнт, як Bosch.

Цікаво, що стартап Synthara виокремився у 2019 р. з Інституту нейроінформатики (Цюрихський університет і ETH Zurich). А головою ради директорів компанії є Шон Мітчелл, співзасновник і генеральний директор компанії Movidius, що займається розробками в галузі штучного інтелекту та обробки технічного зору. Нагадаю, у 2016 році Movidius було продано Intel за 300 мільйонів євро.

Заснована Ману Наїром (Manu Nair), який нині обіймає посаду CEO, і Алессандро Аймаром (Alessandro Aimar), який є технічним директором компанії, Synthara розробила метод вбудовування обчислень у пам'яті в уже наявні програмно-апаратні платформи та підтримки застарілих застосунків. Технологія також може бути використана для розробки програмно-апаратних платформ з нуля.

За словами Наїра, обчислення в пам'яті - це те, що електронна промисловість повинна буде прийняти через енергоефективність. "Майже у всіх обчислювальних системах вузьким місцем є переміщення даних, тому підхід тут полягає в тому, щоб зменшити їхнє переміщення", - каже Наїр. Головна особливість пропозиції Synthara полягає в тому, що вона дає змогу компаніям ефективно здійснювати перехід, включно з підтримкою застарілого програмного забезпечення.

Пропозиція Synthara представлена у вигляді напівпровідникового IP під назвою ComputeRAM і супутнього програмного забезпечення, що додається в ланцюжок інструментів розробки.

Наразі ComputeRAM заснована на SRAM, але не залежить від типу пам'яті. Вона може бути застосована до ReRAM або інших типів пам'яті. Напівпровідникова ІС використовує масив пам'яті з додатковою периферійною схемою, яка збільшує площу приблизно на 5-10%, дозволяючи пам'яті виконувати математичні функції. Це повністю CMOS-сумісний процес.

"Система ComputeRAM пропонує дещо іншу абстракцію, ніж множення-накопичення. Її найнижчий обчислювальний примітив - це точковий добуток", - каже Наїр. "Ми вважаємо за краще працювати з бітовими комірками пам'яті. Ми також можемо працювати зі скомпільованими масивами пам'яті. Ми створимо компілятор ComputeRAM".

Програмне забезпечення також є ключовим елементом у ланцюжку інструментів. "Ми автоматизуємо розбиття алгоритмів і синхронізацію, розв'язуючи проблему для системного інтегратора", - каже Наїр.

"Інновації Synthara полягають в архітектурі, яка дозволяє нам зробити обчислення в пам'яті проблемою програмування, а не апаратною проблемою. Технологія не залежить від типу процесора - ми можемо підтримувати RISC-V, ARM або x86. Вона не залежить від технології пам'яті. Наш програмний стек дозволяє програмісту запускати як старі, так і нові алгоритми без переписування коду з підтримкою ComputeRAM", - стверджує компанія на своєму сайті.

Технологія також не залежить від типу даних. "Ми поки що не підтримуємо повноцінних обчислень із комою, що плаває, але цілі типи даних і блокчейн ми підтримуємо", - каже Наїр. "Крім того, вона динамічно конфігурується під час виконання".

Synthara випустила тестовий чіп ComputeRAM на базі SRAM за 22-нм техпроцесом 22FDX від GlobalFoundries. Наїр зазначив, що для ComputeRAM не потрібні можливості корпусування, характерні для техпроцесу 22FDX з повністю збідненим кремнієм на ізоляторі (FDSOI). Тестовий чип призначений для демонстрації, а його зразки будуть відправлені кільком замовникам.

Наїр заявив, що розраховує перенести ComputeRAM на техпроцес TSMC до кінця 2024 року, хоча вибір конкретного техпроцесу залежатиме від вимог провідних замовників.

На сьогодні Synthara залучила близько 3,5 млн дол. як початкове фінансування та отримала підтримку у вигляді грантів від Європейського союзу і швейцарських організацій на суму близько 5,5 млн швейцарських франків (близько 6,3 млн дол.). Наразі компанія продовжує займається збором коштів.

Гібридні фазо-обмінні мемристори поєднують можливості DRAM і NAND

У пошуках нових технологій пам'яті дослідники зуміли домогтися перспективних результатів, які дають змогу говорити про появу нового класу пристроїв, що поєднують високу швидкість роботи DRAM і енергонезалежність NAND.

Про свої нові гібридні резистивні перемикачі вчені Рочестерського університету розповідають у дослідженні, опублікованому в журналі Nature Electronics. Розроблений у лабораторії Стівена М. Ву, доцента кафедри електротехніки та комп'ютерної інженерії та фізики, підхід поєднує в собі найкращі якості двох наявних форм резистивних перемикачів, які використовуються для пам'яті: мемристорів і фазо-обмінних матеріалів. Обидві форми були вивчені на предмет їхніх переваг перед найпоширенішими сьогодні формами пам'яті, включно з динамічною пам'яттю з довільним доступом (DRAM) і флешпам'яттю, але мають свої недоліки.

Ву каже, що мемристори, які працюють шляхом подачі напруги на тонку нитку між двома електродами, зазвичай страждають від нестачі надійності порівняно з іншими формами пам'яті. Водночас фазо-обмінні матеріали, які передбачають вибіркове перетоплення матеріалу або в аморфний, або в кристалічний стан, вимагають занадто багато енергії.

"Ми об'єднали ідею мемристора і фазо-обмінного пристрою таким чином, щоб вийти за рамки обмежень кожного з них", - каже Ву. "Ми створили двотермінальний мемристорний пристрій, який переводить один тип кристала в інший тип кристалічної фази. Ці дві кристалічні фази мають різний опір, який можна використовувати як пам'ять".

Ключовим моментом є використання двовимірних матеріалів, які можна розтягнути до такої міри, що вони опиняться між двома різними кристалічними фазами, і їх можна буде зрушити в будь-яку сторону з відносно невеликим зусиллям.

"Ми створили його, по суті, просто розтягуючи матеріал в одному напрямку і стискаючи його в іншому", - каже Ву. "Це дає змогу збільшити продуктивність на порядки. Я бачу шлях, на якому це може опинитися в домашніх комп'ютерах як надшвидка і надефективна форма пам'яті. Це може мати велике значення для обчислювальної техніки в цілому".

Ву і його команда аспірантів провели експериментальну роботу й у співпраці з дослідниками з факультету машинобудування Рочестера, включно з доцентами Хесамом Аскарі та Собхітом Сінгхом, визначили, де і як деформувати матеріал. За словами Ву, найбільшою перешкодою на шляху створення мемристорів із фазовим переходом є подальше підвищення їхньої загальної надійності, але, проте, він натхненний прогресом, якого досягла команда на сьогодні.

"AI конкуруватиме з людиною вже через п'ять років"

Такий прогноз зробив у своєму виступі на конференції DealBook Summit глава Nvidia Дженсен Хуанг (Jensen Huang).

За словами Дженсена Хуанга, якщо під штучним інтелектом загального призначення (artificial general intelligence, AGI) розуміти комп'ютер, який може виконувати тести, "цілком зіставні" з людським інтелектом, то "в найближчі п'ять років ви побачите AI, здатні виконувати ці тести".

Що ж стосується найближчої перспективи, то, на думку Дженсена Хуанга, конкуренція у сфері AI призведе до появи готових інструментів AI, які компанії в різних галузях налаштовуватимуть відповідно до своїх потреб - від проєктування мікросхем і створення програмного забезпечення до відкриття ліків і радіології.

За словами Дженсена Хуанга, одна з причин, чому технологічна індустрія все ще перебуває на відстані кількох років від AGI, полягає в тому, що, хоча машинне навчання наразі майстерно справляється з такими завданнями, як розпізнавання і сприйняття, воно поки що не може виконувати багатоступеневі міркування, що є пріоритетом для компаній і дослідників.

"Усі над цим працюють, - сказав Хуанг. І технологія розвивається дуже швидко. Немає жодних сумнівів у тому, що темпи прогресу високі. Усі ми розуміємо, що, звісно, те, що ми можемо зробити сьогодні за допомогою цих моделей та інтелекту, пов'язане, але не одне й те саме".

Що й казати, перспектива в 5 років виглядає зовсім не як віддалене майбутнє, тому людству варто серйозно замислитися над тим, як піде його подальший розвиток за участю AGI.

Найбільш енергоефективний суперкомп'ютер забезпечує 65,4 Gflops/Вт

Одна з цікавих категорій рейтингу суперкомп'ютерів, що регулярно оновлюється, присвячена оцінці енергоефективності цих платформ. Погодьтеся, не так просто забезпечити не просто максимальну обчислювальну продуктивність, а й зробити це з витратою мінімального енергоспоживання.

У нещодавно оприлюдненому рейтингу TOP500 суперкомп'ютерів найбільш енергоефективною виявилася платформа Henri, розміщена в Інституті Flatiron у Нью-Йорку (США) з показником 65,4 Gflops/Вт. При цьому вона показала результат HPL 2,88 Pflops. Система побудована Lenovo на базі Intel Xeon Platinum і NVIDIA H100. ThinkSystem SR670 має 8288 загальних ядер, і якщо в останніх списках Green 500 вона, як і раніше, посідає перше місце, то в списку TOP500 перебуває на 293-му рядку.

Система Frontier Test & Development (TDS) в ORNL (штат Теннессі, США) посідає друге місце з показником енергоефективності 62,68 Gflops/Вт і результатом HPL 19,2 Pflops. TDS, по суті, являє собою одну стійку, ідентичну реальній системі Frontier, і використовує 120832 загальних ядра.

Третє місце посіла система Adastra, розташована у французькому центрі GENCI-CINES. Енергоефективність системи склала 58,02 Gflops/Вт, а продуктивність - 46,1 Pflops. Всього в Adastra налічується 319 072 ядра. Система побудована компанією HP Enterprise і модернізується прискорювачем (APU) AMD Instinct MI300A.

Як і в минулому списку, система Frontier, що посідає 1-е місце в TOP500, перебуває на 8-му місці за енергоефективністю - 52,59 Gflops/Вт. Примітно, що це перша машина, яка досягла екзафлопсного рівня, і вона показує, що для досягнення вражальних показників енергоефективності не обов'язково жертвувати потужністю.

Три головні помилки Intel

У своєму інтерв'ю для індійського видання Digit головний виконавчий директор Intel Пет Гелсінгер (Pat Gelsinger) серед іншого зупинився на такій цікавій темі, як прорахунки, яких припустилася корпорація в останні десятиріччя.

Варто зазначити, що нинішній очільник Intel має вельми великий послужний список у корпорації, де він розпочав свою трудову діяльність у 1979 році та яку покидав у період із 2009 до 2021 року. Зізнаюся, мені довелося поспілкуватися з ним на конференції Intel Developer Forum, коли вона ще проходила в Сан-Хосе. І тоді Пет Гелсінгер справив найпозитивніше враження за свою захопленість технологіями, оскільки на той момент він був головним технічним директором корпорації та вмів захопити ідеями, які знаходили втілення в розробках Intel.

Тепер же на посаді глави його критику на адресу попередників я сприймаю скоріше як план дій, ніж можливість виправдатися за не надто міцні нинішні позиції Intel. Отже, трьома головними невдачами корпорації Пет Гелсінгер вважає її спробу вийти в сегмент смартфонів, відмову від проєкту Larrabee і запізнілий фокус на розвиток бізнесу контрактного виробництва.

Нагадаю, що перші чипи Atom були анонсовані у 2008 р. і замислювалися з прицілом на смартфони. Але смартфон на базі Atom вийшов на ринок лише у 2012 році. Втім вже у 2016 Intel пішла з цього бізнесу.

Приблизно в той самий час - у 2010 році - компанія закрила проєкт Larrabee. Це була спроба створення універсального графічного процесора, до якої на той момент була прикута увага всієї ІТ-спільноти. Примітно, що програму закрили після того, як Гелсінгер пішов із компанії. Нагадаємо, Intel планувала запустити Larrabee як для споживчого ринку, так і для високопродуктивних обчислень, але спочатку було скасовано плани для сегмента споживачів, а потім і всю програму GPU. Напрацювання Larrabee були використані в Xeon Phi, хоча цей чип і не був настільки амбітним і не мав того впливу, який ми спостерігали в GPU. Немає потреби говорити про те, що якби Intel створила успішну програму випуску GPU, то вона не опинилася б у такому невигідному становищі порівняно з Nvidia в нинішніх перегонах озброєнь у сфері AI.

З поверненням в Intel Гелсінгер взявся активно впроваджувати в життя програму IGM 2.0, яка передбачає створення успішного бізнесу з контрактного виробництва чипів із використанням фірмових технологій корпорації. Пригадую, що ця ідея часом з'являлася в обговореннях експертів ще до призначення Гелсінгера главою Intel. Але тоді розмови завершувалися тим, що це не на часі, оскільки, з одного боку, виробничі потужності були повністю завантажені випуском власних чипів, з іншого - в компанії побоювалися передачі своїх технологічних напрацювань конкурентам.

У своєму інтерв'ю Digit Гелсінгер не забув зауважити, що скористатися перевагами тенденцій, що зароджуються, непросто: "Не всі вони бувають правильними", зазначивши, що він "поверне нас на місце". Тепер, очоливши компанію, Гелсінгер намітив для Intel новий курс, який, схоже, приносить свої плоди. Тільки час покаже, чи вдасться в рамках цього амбітного плану зловити наступну велику хвилю.

 

Ukraine

 

  •  Home  •  Ринок  •  IТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Мережі  •  Безпека  •  Наука  •  IoT