潜研五年，IBM押注自研AI芯片

来源:半导体行业观察发布时间:2023-07-13511浏览

来源：内容由半导体行业观察（ID：icbank）编译自techwireasia，谢谢。

十多年前，IBM 凭借 Watson 大胆进军人工智能领域，但由于成本高昂而惨遭失败。九年后，这家科技巨头开始推出 IBM Watsonx—— 其新的企业级人工智能和数据平台。IBM 吸取了之前的教训，表示这次正在考虑使用自研的 AI 芯片，这可能有助于降低平台的运营成本。

该平台于今年 5 月推出，旨在迎合企业中生成人工智能技术的蓬勃发展。截至 7 月 11 日，IBM 透露，它是由参与其测试版和技术预览计划的各行业 150 多名用户塑造的。

使用 Watsonx 的客户。

资料来源：IBM

“Watsonx于 5 月份在 IBM THINK 上进行了预览，它由三款产品组成，可帮助组织加速和扩展 AI：用于新基础模型、生成式 AI 和机器学习的 watsonx.ai 工作室；watsonx.data 适合用途的数据存储，构建在开放的 Lakehouse 架构之上；IBM 在一份声明中表示，watsonx.governance 工具包可帮助构建具有责任感、透明度和可解释性的人工智能工作流程（将于今年晚些时候推出）。

简而言之，Watsonx 允许客户和合作伙伴针对各种企业用例专门化和部署模型或构建自己的模型。“据这家科技巨头称，这些模型经过预先训练，可支持一系列自然语言处理 (NLP) 类型的任务，包括问答、内容生成和摘要、文本分类和提取。”

似曾相识？

2011 年 2 月， IBM 的认知计算系统Watson 向全世界介绍，该系统在名为 Jeopardy! 的游戏节目中击败了 Ken Jennings 和 Brad Rutter！这是认知计算的首次广泛展示，沃森回答微妙、复杂、双关语问题的能力清楚地表明，计算的新时代即将到来。

在这一公开成功的基础上，2011 年，IBM 将 Watson 转向人工智能最赚钱但尚未开发的行业之一：医疗保健。在接下来的十年里，随之而来的是一系列的起起落落（但主要是落），这体现了将人工智能应用于医疗保健的前景和众多缺点。沃森的健康之旅最终于 2022 年结束，当时它被 “换取零件”出售。

回想起来，IBM 将 Watson 描述为公司的一次学习之旅。IBM 表示：“我们曾经历过错误的转变和挫折，但这是在尝试将开创性技术商业化的过程中出现的。”

快进到今天，在沃森未能获得市场关注十多年后，IBM 希望用生成式人工智能技术的繁荣，这些技术可以编写类似人类的文本。IBM半导体公司总经理Mukesh Khare最近告诉路透社，旧的Watson系统面临的障碍之一是成本高昂，IBM现在希望解决这个问题。

Khare 表示，使用其芯片可以降低云服务成本，因为它们具有高能效。

人工智能芯片

IBM 于 2022 年 10 月宣布了该芯片的存在，但没有透露制造商或如何使用该芯片。IBM 在 2022 年 10 月 13 日发布的新闻稿中表示：“这是我们第一个完整的片上系统，旨在比通用 CPU 更快、更高效地运行和训练深度学习模型。”

IBM 还分享了在过去十年中，当他们需要针对所使用的矩阵和向量乘法运算类型进行优化的通用芯片时，他们如何在 CPU 和 GPU（旨在渲染视频游戏图像的图形处理器）上运行深度学习模型用于深度学习。“在 IBM，我们在过去五年里一直在研究如何设计一款为现代人工智能定制的芯片，”它说。

IBM 试图说人工智能模型正在呈指数级增长，但训练这些庞然大物并在云服务器或智能手机和传感器等边缘设备上运行它们的硬件并没有发展得那么快。“这就是 IBM 研究人工智能硬件中心为人工智能创建专用计算机芯片的原因。我们称之为人工智能单元（AIU），”这家科技巨头重申。

基本上，传统计算的主力——称为CPU的标准芯片——是在深度学习革命之前设计的，深度学习是一种根据大数据集中的统计模式进行预测的机器学习形式。“CPU 的灵活性和高精度适合通用软件应用程序。但这些获胜的品质使他们在训练和运行深度学习模型时处于劣势，因为深度学习模型需要大规模并行人工智能操作，”IBM 补充道。

这家科技巨头的人工智能芯片使用了一系列较小的位格式，包括浮点和整数表示形式，从而使运行人工智能模型所需的内存消耗大大减少。该公司表示：“我们利用过去五年来IBM 的关键突破来找到速度和准确性之间的最佳平衡点。”

因此，通过利用他们的芯片，IBM 的目标是完全提高成本效率，这可以使他们的云服务在市场上更具竞争力。Khare 还告诉路透社，IBM 已与三星电子合作进行半导体研究，并选择他们来制造这些人工智能芯片。

考虑到这种方法与谷歌和亚马逊等其他科技巨头采用的方法相似，IBM 也可以通过开发专有芯片来使其云计算服务在市场上脱颖而出。但 Khare 表示，IBM 并没有试图设计直接替代 Nvidia 半导体的产品，Nvidia 的芯片在利用大量数据训练人工智能系统方面处于市场领先地位。

👇👇点击文末【阅读原文】，可查看原文链接！

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第3460期内容，欢迎关注。

潜研五年，IBM押注自研AI芯片

全部评论

热门搜索