Syarikat Cip AI, Mengumumkan Pembubarannya

Telah didedahkan bahawa permulaan semikonduktor AI LeapMind akan dibubarkan pada 31 Julai 2024.

Soichi Matsuda, pengarah dan ketua eksekutif syarikat, berkata dalam e-mel kepada pihak yang berminat, "Kami percaya bahawa untuk benar-benar menggunakan AI, kami perlu mempertimbangkan kedua-dua perisian dan perkakasan, dan selain itu, terdapat sangat sedikit syarikat seperti itu." "Terdapat idea sedemikian di seluruh dunia, jadi kami sentiasa dicabar untuk berfikir bahawa ia berharga, tetapi kami sangat kecewa kerana kami masih belum dapat membuktikan nilainya", menjelaskan bahawa mereka memutuskan untuk berbuat demikian. Membubarkan syarikat secara sukarela semasa ia masih mempunyai wang tunai dan deposit untuk mengelakkan risiko mungkir.

Mulai Ogos, Syarikat merancang untuk memulakan prosiding pembubaran biasa, di mana En. Matsuda akan bertindak sebagai wakil pelikuidasi.

LeapMind memulakan pembangunan cip AI baharu

Menurut laman web rasmi syarikat, masyarakat sentiasa berubah seiring dengan kemajuan teknologi. Inovasi pesat dalam peralatan dan percambahan infrastruktur telah memungkinkan untuk mengumpul dan menggunakan sejumlah besar data. Dengan aplikasi praktikal pembelajaran mesin, ketepatan analisis telah meningkat, dan penggunaan data menjadi lebih biasa. Aliran kitaran data, iaitu, data yang lebih baik yang dijana oleh peranti yang menjadi lebih pintar melalui pembelajaran mesin, akan menjadi lebih pantas berbanding sebelum ini, menjadikan kehidupan orang ramai lebih mudah.

LeapMind ialah salah satu syarikat pertama yang meramalkan masa depan ini dan telah menjalankan perniagaan berasaskan pembelajaran mesin sejak 2012.

LeapMind berkata bahawa keupayaan teknikal dan visi syarikat telah dipuji oleh banyak syarikat dan organisasi, dan ia telah mengambil bahagian dalam banyak projek yang menggunakan pembelajaran mesin, tetapi malangnya tidak banyak kes telah diterjemahkan ke dalam pelaksanaan sosial. Terdapat dua masalah. Yang pertama ialah membina model pembelajaran mesin yang praktikal. Untuk memanfaatkan pembelajaran mesin untuk menyelesaikan tugas yang tidak dapat diselesaikan sehingga kini, kita mesti membangunkan model pembelajaran mesin berkualiti tinggi. Yang kedua ialah persekitaran pengkomputeran yang membolehkan model pembelajaran mesin benar-benar berjalan. Tiada peranti yang jelas yang membolehkannya berfungsi dengan penggunaan terhad, seperti di tepi.

Untuk meningkatkan masyarakat melalui penggunaan peranti pembelajaran mesin, LeapMind percaya bahawa syarikat mesti mengatasi dua cabaran. Dengan terus menghadapi pelanggan dan masalah dengan niat baik dengan rakan sekerja dengan set kemahiran yang berbeza, kami dapat menyelesaikan masalah dalam dua cara: "membangunkan model pembelajaran mesin berkualiti tinggi" dan "membangunkan IP perkakasan yang cekap dan berkelajuan tinggi" "Saya datang dengan jawapannya.

Dengan mengusahakan kedua-dua bahagian perisian dan perkakasan, kami boleh membuat perkara yang mustahil menjadi mungkin. Masa depan ini boleh dicapai. Kami percaya bahawa dengan menyediakan dunia dengan teknologi utama masa depan, kami boleh mencipta cara hidup yang lebih berperikemanusiaan.

Berdasarkan latar belakang dan pertimbangan ini, LeapMind mengumumkan pada Oktober tahun lepas bahawa ia akan membangunkan cip AI baharu untuk mempercepatkan pemprosesan pengiraan model AI dan mengejar prestasi kos yang menerajui industri.

Mereka mengatakan bahawa disebabkan peningkatan saiz dan kerumitan pengiraan model AI baru-baru ini, termasuk model bahasa berskala besar (LLM), kos latihan model AI canggih telah meningkat dengan ketara berbanding 10 tahun lalu. Kos yang meningkat ini merupakan kesesakan utama dalam pembangunan AI.

Untuk mencipta model AI yang baik, sejumlah besar pemproses diperlukan untuk pengkomputeran selari. Menyediakan sejumlah besar pemproses memerlukan belanjawan yang besar. Jika anda boleh menggunakan pemproses yang menjimatkan kos, anda boleh membangunkan model AI yang lebih baik walaupun dengan belanjawan yang sama. Dalam erti kata lain, ciri pemproses yang diperlukan untuk pembelajaran AI sedang beralih daripada prestasi mutlak kepada prestasi harga.

Berdasarkan keadaan ini, LeapMind mula membangunkan semikonduktor pemproses baharu (selepas ini dirujuk sebagai "cip AI") untuk pembelajaran dan inferens AI, menggunakan teknologi yang telah kami kumpulkan dalam pembangunan pemecut AI edge. Cip AI baharu memfokuskan pada pembelajaran dan inferens model AI, dengan sasaran prestasi pengiraan sebanyak 2 PFLOPS (petaflops) dan 10 kali ganda harga/prestasi GPU yang mempunyai prestasi yang setanding. Produk itu dijangka mula dihantar selewat-lewatnya pada 2025.

 

Menurut laporan, cip AI baharu mempunyai ciri-ciri berikut: Direka untuk pembelajaran dan penaakulan model AI · Penekanan pada ungkapan bit rendah seperti Pemacu dan Penyusun Sumber Terbuka FP8 Mereka mengatakan bahawa apabila pembelajaran model AI dan inferens dianggap sebagai tugas pengiraan, ia mempunyai ciri-ciri berikut: · Pendaraban matriks ialah kesesakan pengiraan, mudah disejajarkan, dan mempunyai sedikit cabang bersyarat.

LeapMind menekankan bahawa syarikat itu tidak bertujuan untuk meningkatkan prestasi komputer tujuan umum, tetapi menggunakan ciri di atas untuk direka bentuk khusus untuk pembelajaran dan penaakulan model AI. Sebagai contoh, oleh kerana terdapat beberapa cawangan bersyarat dalam program, bilangan transistor boleh dikurangkan dengan meninggalkan unit ramalan cawangan.

Sebab untuk menekankan ungkapan peringkat rendah seperti fp8 ialah, pada pandangan mereka, kesesakan pengiraan model AI ialah pendaraban matriks, yang melibatkan banyak pendaraban dan penambahan. Pengganda cenderung kepada litar yang besar, tetapi dengan menggunakan jenis data dengan lebar bit yang lebih rendah daripada sebelumnya, seperti FP8, anda boleh mengurangkan bilangan transistor yang diperlukan. Di samping itu, kerana data yang diproses adalah kecil, adalah mungkin untuk menggunakan lebar jalur DRAM dengan berkesan, yang telah menjadi hambatan dalam beberapa tahun kebelakangan ini.

Bagi pemacu dan penyusun sumber terbuka, ini kerana membangunkan model AI memerlukan timbunan perisian lanjutan yang tidak boleh disediakan oleh satu syarikat. Sudah ada ekosistem perisian sumber terbuka yang melibatkan berbilang syarikat, dan untuk menjadi sebahagian daripada ekosistem ini, adalah penting untuk menyertai komuniti sebagai perisian sumber terbuka.

Di bawah program LeapMind, syarikat akan mendedahkan spesifikasi perkakasan sebanyak mungkin dan mengeluarkan perisian seperti pemacu dan penyusun di bawah lesen yang mematuhi OSI.