Известный разработчик процессорных архитектур Джим Келлер (Jim Keller) в настоящее время работает над созданием ускорителей вычислений в стартапе Tenstorrent. Он известен тем, что создал успешные чипы для компаний Apple, Intel, AMD и Tesla. Келлер уверен, что на новой работе ему удастся создать ускорители искусственного интеллекта с более гибкой настройкой и меньшей стоимостью по сравнению с продуктами Nvidia.
Келлер поделился своими мыслями с представителями издания Nikkei Asian Review. «Существует множество областей рынка, которые недостаточно охвачены компанией Nvidia», — заявил Джим Келлер, генеральный директор американского стартапа Tenstorrent. Он добавил, что по мере развития искусственного интеллекта в сфере смартфонов, облачных сервисов и электромобилей многие клиенты ищут более доступные альтернативы ускорителям Nvidia. Не каждая компания, по его мнению, готова заплатить 20 000 долларов за каждый ускоритель этой марки.
Второе поколение ускорителей Tenstorrent, разработанное Келлером, поступит в продажу к концу текущего года. Представители компании, основанной в 2016 году, утверждают, что в некоторых областях применения решения Tenstorrent превосходят ускорители Nvidia по энергоэффективности и производительности. Готовые системы семейства Galaxy демонстрируют трёхкратное увеличение энергоэффективности и снижение стоимости на треть по сравнению с Nvidia DGX.
Снижение стоимости ускорителей и их энергопотребления, среди прочего, стало возможным благодаря отказу Tenstorrent от использования дорогой памяти HBM. Изначально компания разработала архитектуру ускорителей таким образом, чтобы сократить время передачи данных между чипом и микросхемой памяти без использования HBM. Такой подход позволит заменить как HBM, так и GPU в определённых областях применения ускорителей искусственного интеллекта. По словам Келлера, многие компании ищут более доступные альтернативы HBM, но для изменения положения этого типа памяти на рынке потребуются годы. Глава Tenstorrent полагает, что в некоторых сегментах рынка появится множество игроков, способных удовлетворить спрос лучше Nvidia.
Ускорители Tenstorrent используют сотни маленьких процессорных ядер, которые можно гибко настраивать для выполнения различных вычислительных задач. Благодаря такому подходу компания сможет адаптировать свои разработки для нужд различных сегментов рынка. Разработчик утверждает, что ядра этих ускорителей способны самостоятельно «думать» и выбирать, какие данные обрабатывать в первую очередь и как повысить эффективность вычислений. Эти процессорные ядра могут использоваться как в смартфонах, так и в серверных системах, разница заключается в их количестве. Келлер затрудняется определить, какая область применения искусственного интеллекта будет более востребована, поэтому Tenstorrent создаёт решения, подходящие для широкого спектра задач.
По материалам:
3dnews
