AI Chip Şirketi, Feshedildiğini Duyurdu

Yapay zeka yarı iletken girişimi LeapMind'ın 31 Temmuz 2024'te dağıtılacağı açıklandı.

Şirketin yöneticisi ve genel müdürü Soichi Matsuda, ilgili taraflara gönderdiği bir e-postada, "Yapay zekayı gerçekten kullanmak için hem yazılım hem de donanımı dikkate almamız gerektiğine inanıyoruz ve ayrıca, bunun gibi çok az şirket var." dedi. "Dünyanın her yerinde bu tür fikirler var, bu yüzden sürekli olarak bunların değerli olduğunu düşünmeye zorlanıyoruz, ancak henüz değerlerini kanıtlayamamış olmaktan dolayı çok hayal kırıklığına uğruyoruz", bunu yapmaya karar verdiklerini açıklıyor. Temerrüt riskini önlemek için hala nakit ve mevduatı varken bir şirketi gönüllü olarak feshedin.

Şirket, Ağustos ayından itibaren normal tasfiye işlemlerini başlatmayı planlıyor ve bu tarihten itibaren Bay Matsuda temsilci tasfiye memuru olarak görev yapacak.

LeapMind yeni yapay zeka çiplerinin geliştirilmesine başlıyor

Şirketin resmi web sitesine göre, teknoloji ilerledikçe toplum sürekli değişiyor. Ekipmanlardaki hızlı yenilikler ve altyapının yaygınlaşması, büyük miktarda verinin toplanmasını ve kullanılmasını mümkün kıldı. Makine öğreniminin pratik uygulamasıyla, analiz doğruluğu arttı ve veri kullanımı daha tanıdık hale geldi. Veri döngülerinin akışı, yani makine öğrenimi yoluyla daha akıllı hale gelen cihazlar tarafından üretilen daha iyi veriler, her zamankinden daha hızlı hale gelecek ve insanların hayatlarını daha kolay hale getirecek.

LeapMind, bu geleceği öngören ilk şirketlerden biriydi ve 2012'den beri makine öğrenmesine dayalı bir iş yürütüyor.

LeapMind, şirketin teknik yeteneklerinin ve vizyonunun birçok şirket ve kuruluş tarafından büyük övgü aldığını ve makine öğrenimini kullanan birçok projeye katıldığını, ancak ne yazık ki pek çok vakanın sosyal uygulamaya dönüştürülmediğini söyledi. İki sorun var. Birincisi, pratik makine öğrenimi modelleri oluşturmak. Makine öğrenimini şimdiye kadar çözülemeyen görevleri çözmek için kullanmak için yüksek kaliteli makine öğrenimi modelleri geliştirmeliyiz. İkincisi, makine öğrenimi modellerinin gerçekten çalışmasına izin veren bir bilgi işlem ortamıdır. Sınırlı kullanımda, örneğin uçta, gerçekten çalışmasına izin veren net bir cihaz yoktur.

Makine öğrenimi cihazlarının kullanımıyla toplumu iyileştirmek için LeapMind, şirketlerin iki zorluğun üstesinden gelmesi gerektiğine inanıyor. Farklı beceri setlerine sahip meslektaşlarımızla iyi niyetle müşterilerle ve sorunlarla yüzleşmeye devam ederek, sorunları iki şekilde çözebildik: "yüksek kaliteli makine öğrenimi modelleri geliştirmek" ve "yüksek hızlı, verimli donanım IP'si geliştirmek" "Cevabı buldum.

Hem yazılım hem de donanım tarafında çalışarak imkansızı mümkün kılabiliriz. Bu gelecek ulaşılabilir. Dünyaya geleceğin temel teknolojilerini sağlayarak daha insani bir yaşam biçimi yaratabileceğimize inanıyoruz.

Bu arka plan ve değerlendirmeler ışığında LeapMind, geçen yılın ekim ayında yapay zeka modellerinin hesaplamalı işlenmesini hızlandırmak ve sektör lideri maliyet performansı elde etmek için yeni yapay zeka çipleri geliştireceğini duyurdu.

Büyük ölçekli dil modelleri (LLM'ler) de dahil olmak üzere AI modellerinin boyutunda ve hesaplama karmaşıklığında son zamanlarda yaşanan artış nedeniyle, son teknoloji AI modellerini eğitme maliyetinin 10 yıl öncesine kıyasla önemli ölçüde arttığını söylüyorlar. Bu artan maliyet, AI geliştirmede önemli bir darboğazdır.

İyi bir AI modeli oluşturmak için, paralel hesaplama için çok sayıda işlemci gerekir. Çok sayıda işlemci sağlamak büyük bir bütçe gerektirir. Maliyet açısından uygun bir işlemci kullanabiliyorsanız, aynı bütçeyle bile daha iyi AI modelleri geliştirebilirsiniz. Başka bir deyişle, AI öğrenimi için gereken işlemci özellikleri mutlak performanstan fiyat-performansa doğru kayıyor.

Bu koşullar ışığında, LeapMind, uç AI hızlandırıcılarının geliştirilmesinde biriktirdiğimiz teknolojiyi uygulayarak AI öğrenme ve çıkarımı için yeni işlemci yarı iletkenleri (bundan sonra "AI yongaları" olarak anılacaktır) geliştirmeye başladı. Yeni AI yongası, 2 PFLOPS (petaflop) hesaplama performansı hedefi ve karşılaştırılabilir performanstaki GPU'ların 10 katı fiyat/performansla AI model öğrenme ve çıkarımına odaklanıyor. Ürünün en geç 2025'te gönderilmeye başlaması bekleniyor.

 

Raporlara göre yeni yapay zeka çipi şu özelliklere sahip: Yapay zeka model öğrenmesi ve muhakemesi için tasarlandı · FP8 gibi düşük bitli ifadelere vurgu Açık Kaynak Sürücüler ve Derleyiciler Yapay zeka model öğrenmesi ve çıkarımının hesaplamalı görevler olarak kabul edildiğinde şu özelliklere sahip olduğu söyleniyor: · Matris çarpımı bir hesaplama darboğazı, paralelleştirilmesi kolay ve birkaç koşullu dalı var.

LeapMind, şirketin genel amaçlı bilgisayarların performansını iyileştirmeyi hedeflemediğini, ancak yukarıdaki özellikleri özellikle AI model öğrenimi ve muhakemesi için tasarladığını vurguluyor. Örneğin, programda az sayıda koşullu dal olduğundan, dal tahmin birimini çıkararak transistör sayısı azaltılabilir.

fp8 gibi düşük seviyeli ifadelerin vurgulanmasının nedeni, onların görüşüne göre, AI modellerinin hesaplama darboğazının çok fazla çarpma ve toplama içeren matris çarpımı olmasıdır. Çarpanlar büyük devreler olma eğilimindedir, ancak FP8 gibi eskisinden daha düşük bit genişliğine sahip bir veri türü kullanarak, gereken transistör sayısını azaltabilirsiniz. Ayrıca, işlenen veri küçük olduğundan, son yıllarda bir darboğaz haline gelen DRAM bant genişliğini etkili bir şekilde kullanmak mümkündür.

Açık kaynaklı sürücüler ve derleyiciler için, bunun nedeni AI modelleri geliştirmenin tek bir şirket tarafından sağlanamayacak gelişmiş bir yazılım yığını gerektirmesidir. Zaten birden fazla şirketi içeren bir açık kaynaklı yazılım ekosistemi var ve bu ekosistemin bir parçası olmak için açık kaynaklı yazılım olarak topluluğa katılmak önemlidir.

Şirket, LeapMind programı kapsamında donanım özelliklerini mümkün olduğunca açıklayacak ve sürücüler ve derleyiciler gibi yazılımları OSI uyumlu bir lisans altında yayınlayacak.