`

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

 

Леонід Бараш

Google намерена выйти на рынок чипов для машинного обучения

0 
 

В Google Cloud Next компания активизировала свои разработки ASIC с собственным чипом ускорителя машинного обучения для краевых вычислений на основе своего дизайна TPU.

Google, кажется, подразумевала, что она также будет продавать Edge TPU непосредственно компаниям, которые хотят создавать интеллектуальные периферийные устройства. Google может пытаться использовать свои внутренние проекты для выхода на новые рынки или это также может стать попыткой сократить внутренние затраты на ASIC, распределяя стоимость разработки по большему объему чипов, чем тот, в котором нуждается сама компания.
Продажа чипов также создает большую экосистему для разработчиков. Google изначально планирует предложить Edge TPU посредством плат «сделай сам».

Google создала серию наборов «сделай сам» для тех, кто хочет самостоятельно добавить машинное обучение под названием AIY для искусственного интеллекта. Первоначально в проектах использовались платы Raspberry Pi. Последний комплект был модулем камеры, предназначенным для демонстрации того, как создавать проекты обучения машинному зрению. В этом проекте Google использовала чип Movidius от Intel в качестве специализированного ускорителя для визуального интерфейса.

Два новейших набора разработчика используют чип Edge TPU для ускорения интерфейса. На данный момент Google не опубликовала цены или доступность для комплектов или Edge TPU. Технические детали также отрывочны. Известно, что TPU поддерживает 8- и 16-битную целочисленную математику, но никакие показатели мощности или производительности не были представлены.

Google, похоже, имеет некоторые амбиции в дизайне чипов и недавно наняла Джона Хеннеси (John Hennessy) в качестве председателя и добавил Дэвида Паттерсона (David Patterson) в команду TPU. Оба являются авторами учебника по компьютерной архитектуре.

TPU и TPU 2 были разработаны исключительно для внутренних облачных центров обработки данных. Теперь с Edge TPU Google выводит архитектуру TPU на более широкий рынок. Теперь компания может заявить, что может построить полную границу для облачной экосистемы для машинного обучения на основе платформы Google. На сайте Google есть цитата китайского поставщика автомобильной техники г-на Си (Xee), в которой он одобряет Edge TPU для своей подключенной автомобильной платформы.

У Google по-прежнему много проблем, связанных с бизнесом чипов. Во-первых, компания должна построить канал дистрибуции и поддерживать экосистемы, которые могут иметь дело с сотнями или тысячами клиентов.

Во-вторых, есть риск для дизайнера встроенных систем. Google имеет историю убийства продуктов и сервисов, которые, по мнению компании, изжили полезность, и перенаправления ресурсов на более интересные проекты. Что делать, если Google перестанет поддерживать Edge TPU, не имея плана миграции? Как это повлияет на проекты сторонних разработчиков, которые базируются на Edge TPU?

В-третьих, это ставит Google в прямую конкуренцию с существующими партнерами, такими как Intel/Movidius. Новые компании по машинному обучению могут неохотно работать с Google, опасаясь, что Google украдет их концепции и построит конкурирующий чип.

Скорее всего, что для Google будет больше смысла передать ответственность за продажи сторонней компании, такой как NXP или Microchip, которая имеет продажи и логистику для поддержки продукта для встраиваемого дизайна. Многие компании, предлагающие встраиваемые решения, уже имеют опыт работы с каналами продаж для дизайнеров, и приветствовали бы добавление чипа ускорения машинного обучения. Google, похоже, хочет сама владеть отношениями с клиентами, чтобы разработчики следовали за планами Google, но нет уверенности, что Google готова поддерживать встраиваемые продукты на всей продолжительности жизни.

Другой альтернативой Google является выпуск Edge TPU в качестве RTL с открытым исходным кодом. Компания может выставить его на GitHub или пожертвовать Фонду RISC-V. Это увеличило бы вероятность того, что дизайн TPU будет интегрироваться непосредственно с микроконтроллерами и SoC.

В любом случае, разработчик встраиваемых продуктов должен быть осторожным, думая об использовании Google в качестве поставщика кремния.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365

0 
 

Напечатать Отправить другу

Читайте также

 

Ukraine

 

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