【2024】人工智能AI 芯片方案：谁主沉浮？

　　在人工智能行业的生态系统中国，芯片一定是其中举足轻重的一个环节，本文试图站在当前这个时间节点上，通过其中一部分供应商及其硅方案，看能否让我们自己得以一窥全貌：第1部分：AI硅巨头第2部分：专业AI芯片提供商第3部分：AI初创公司挑战者的崛起第4部分：新兴 AI 芯片提供商小结

　　【续前文】

　　除了成熟的半导体巨头外，人工智能芯片市场还见证了一些初创公司的出现，每家初创公司都有独特的方法来加速人工智能工作负载。这些敏捷的公司正在挑战现状，并突破以人工智能为重点的硬件世界的极限。

　　总部位于英国的Graphcore凭借其智能处理单元（IPU）和相关软件堆栈在AI芯片领域掀起了波澜。Graphcore将其硬件定位为部署AI解决方案的综合生态系统，旨在为主导市场的以GPU为中心的范式提供替代方案。

　　Graphcore的IPU是从头开始设计的，可以有效地执行现代机器学习模型中固有的复杂计算模式。通过摒弃传统的冯·诺依曼架构，转而采用大规模并行的非冯·诺依曼方法，Graphcore声称其IPU可以为各种AI工作负载提供卓越的性能和能效，从训练大型语言模型到加速推荐系统。

　　作为硬件的补充，Graphcore的IPU-POD SDK和Poplar SDK提供了一个强大的软件生态系统，使开发人员能够将其IPU驱动的解决方案无缝集成到现有的基础设施和工作流程中。这种全面的方法引起了云提供商、研究机构和企业的极大关注，这些企业正在寻求突破人工智能硬件的可能性。

　　总部位于加利福尼亚州的 Cerebras Systems 通过开发晶圆级引擎 （WSE） 和 Cerebras CS-2 系统，对 AI 芯片采取了大胆而创新的方法。

　　Cerebras无视传统半导体行业对芯片尺寸越来越小的关注，而是选择了一种截然不同的方法——创造一个餐盘大小的单片芯片。这个晶圆级引擎本质上是一个完整的硅晶圆，旨在为训练和运行大规模人工智能模型提供无与伦比的计算能力和内存容量。

　　包含WSE的Cerebras CS-2系统旨在加速自然语言处理和计算机视觉等领域的工作负载，在这些领域中，模型的庞大规模和复杂性已经突破了传统基于GPU的系统的极限。通过提供这种大规模、高度并行的处理能力，Cerebras Systems 希望在生成式人工智能、药物发现和气候建模等领域实现突破。

　　作为硬件的补充，Cerebras 的软件堆栈（包括 Cerebras 软件平台和 Cerebras 软件开发环境）提供了一套全面的工具，用于在其晶圆级架构上部署和优化 AI 应用程序。

　　另一家总部位于美国的初创公司 Blaize 将目光投向了边缘 AI 市场，开发了一系列 AI 加速平台，旨在将强大的机器学习能力更接近数据生成点。

　　Blaize 的 Pathfinder 和 Xplorer AI 加速平台由 Xplorer Runtime 和 Picasso SDK 提供支持，可满足从自动驾驶汽车到智能城市基础设施等应用中对高效设备端 AI 处理日益增长的需求。通过优化其硬件和软件堆栈来提高能源效率和低延迟，Blaize 旨在在边缘实现新一代 AI 驱动的创新。

　　该公司的边缘 AI 方法以其专有的图形流处理器 （GSP） 架构为中心，该架构旨在提供高效的推理性能，同时保持较小的功耗占用空间。这使得 Blaize 的解决方案非常适合部署在资源受限的环境中，在这些环境中，功耗和热管理是关键因素。

　　Blaize 的综合生态系统包括用于模型优化、部署和运行时管理的工具，使该公司成为快速发展的边缘 AI 领域的关键参与者，其中低延迟、设备端智能变得越来越重要。

　　来自以色列的初创公司Hailo推出了Hailo-8深度学习处理器，这是一种专门构建的芯片，旨在为边缘设备上的AI应用程序提供动力。

　　Hailo 的边缘 AI 芯片方法以优化能效和低延迟为中心，这是自动驾驶汽车、智慧城市和工业自动化等应用的关键要求。Hailo-8 芯片利用该公司专有的神经网络处理器架构，旨在提供高性能的 AI 推理功能，同时保持较小的功耗占用空间和紧凑的外形。

　　作为对Hailo-8硬件的补充，该公司的软件堆栈，包括Hailo深度学习软件开发套件（SDK），能够将芯片无缝集成到各种边缘计算平台和应用程序中。这种从硬件到软件的端到端解决方案旨在简化高级 AI 功能在边缘的部署。

　　通过关注边缘计算的独特挑战和限制，Hailo 将自己定位为开发人员和系统集成商的有力选择，这些开发人员和系统集成商寻求将强大的 AI 功能引入资源受限的环境，在这些环境中，低延迟和能源效率至关重要。beat365中国官方网站

　　【未完待续】

　　农历甲辰四月初六

　　2024.5.13beat365

　　【部分图片来源网络，侵删】