Búsqueda de sitios web

Cómo el plan de IBM para la transformación de la industria aprovecha la IA, 5G y la colaboración


Decenas de nuevas empresas siguen obteniendo decenas de millones en financiación de riesgo para fabricar chips para IA en dispositivos móviles y otros usos informáticos integrados. La carrera no muestra signos de desaceleración.

Los chips para realizar inferencias de IA en dispositivos de vanguardia, como los teléfonos inteligentes, son un mercado candente, incluso años después de la aparición del campo, que atrae cada vez a más empresas emergentes y cada vez más financiación de riesgo, según una destacada firma de analistas de chips que cubre el campo. 

"Siguen surgiendo más empresas nuevas que siguen intentando diferenciarse", afirma Mike Demler, analista senior de The Linley Group, que publica el muy leído Microprocessor Report, en una entrevista con ZDNet. vía telefónica. 

Linley Group produce dos conferencias cada año en Silicon Valley que albergan numerosas empresas emergentes, el Foro de Procesadores de Primavera y Otoño, con énfasis en los últimos años en esas empresas emergentes de IA. 

En el evento más reciente, celebrado en octubre, tanto virtual como presencial, en Santa Clara, California, la conferencia estuvo repleta de startups como EdgeCortix, Flex Logix, Hailo Technologies, Roviero, BrainChip, Syntiant, Untether AI, Expedera, y Deep AI dando charlas breves sobre sus diseños de chips.

Demler y su equipo elaboran periódicamente un informe de investigación titulado Guía de procesadores para aprendizaje profundo, cuya última versión se espera que se publique este mes. "Cuento con más de 60 proveedores de chips en esta última edición", dijo a ZDNet.

Edge AI se ha convertido en un término general que se refiere principalmente a todo lo que no está en un centro de datos, aunque puede incluir servidores en los márgenes de los centros de datos. Abarca desde teléfonos inteligentes hasta dispositivos integrados que consumen microvatios de energía utilizando el marco TinyML para IA móvil de Google. 

La parte media de ese rango, donde los chips consumen desde unos pocos vatios de potencia hasta 75 vatios, es una parte del mercado especialmente concurrida, dijo Demler, generalmente en forma de una tarjeta PCIe o M.2 enchufable. (75 vatios es el límite del bus PCI en los dispositivos).

"Las tarjetas PCIe son el segmento caliente del mercado, para la IA para la industria, para la robótica y para el control del tráfico", explicó. "Han visto empresas como Blaize, FlexLogic; muchas de estas empresas van tras ese segmento".

Pero el consumo realmente bajo también es bastante activo. "Yo diría que el segmento tinyML está igualmente de moda. Allí tenemos chips que van desde unos pocos milivatios hasta incluso microvatios".

La mayoría de los dispositivos están dedicados a la etapa de "inferencia" de la IA, donde la inteligencia artificial hace predicciones basadas en nuevos datos. 

La inferencia ocurre después de que se ha entrenado un programa de red neuronal, lo que significa que sus parámetros ajustables se han desarrollado lo suficiente como para formar predicciones confiables y el programa puede ponerse en servicio.   

El desafío inicial para las nuevas empresas, dijo Demler, es pasar de una bonita presentación de diapositivas de PowerPoint a un silicio funcional. Muchos comienzan con una simulación de su chip ejecutándose en un conjunto de puertas programables en campo, y luego pasan a vender un sistema en chip (SoC) terminado, o bien licencian su diseño como IP sintetizable que puede incorporarse al sistema de un cliente. chip.

"Todavía vemos muchas nuevas empresas cubriendo sus apuestas, o buscando tantos modelos de ingresos como puedan", dijo Demler, "primero haciendo una demostración en una FPGA y ofreciendo su IP central para la concesión de licencias". Algunas startups también ofrecen como producto la versión basada en FPGA".

Con docenas de proveedores en el mercado, incluso aquellos que empiezan a trabajar con silicio tienen el desafío de mostrar algo que sea significativamente diferente.

"Es difícil encontrar algo que sea realmente diferente", afirmó Demler. "Veo estas presentaciones, 'las primeras del mundo' o 'las mejores del mundo', y digo, sí, no, hemos visto docenas".

Algunas empresas comenzaron con un enfoque tan diferente que se diferenciaron pronto, pero han tardado algún tiempo en dar frutos. 

BrainChip Holdings, de Sydney, Australia, con oficinas en Laguna Hills, California, comenzó muy temprano en 2011 con un chip para manejar redes neuronales con picos, el enfoque neuromórfico de la IA que pretende modelar más de cerca cómo funciona el cerebro humano. 

A lo largo de los años, la compañía ha demostrado cómo su tecnología puede realizar tareas como el uso de visión artificial para identificar fichas de póquer en la sala del casino. 

"BrainChip ha estado persiguiendo tenazmente esta arquitectura de picos", dijo Demler. "Tiene una capacidad única: realmente puede aprender en el dispositivo", realizando así tanto entrenamiento como inferencia. 

BrainChip, en cierto sentido, ha llegado más lejos que cualquier startup: cotiza en bolsa. Sus acciones cotizan en la Bolsa de Valores de Australia con el símbolo "BRN", y el otoño pasado la compañía emitió American Depository Shares para negociarse en el mercado extrabursátil de EE. UU., con el símbolo "BCHPY". Desde entonces, esas acciones han triplicado su valor. 

BrainChip apenas está comenzando a generar ingresos. En octubre, la compañía lanzó placas mini PCIe de su procesador "Akida", para x86 y Raspberry Pi, y el mes pasado anunció nuevas placas PCIe por 499 dólares. La compañía en el trimestre de diciembre tuvo ingresos de 1,1 millones de dólares, frente a los 100.000 dólares del trimestre anterior. Los ingresos totales del año fueron de 2,5 millones de dólares, con una pérdida operativa de 14 millones de dólares. 

Algunos otros enfoques exóticos han resultado difíciles de aplicar en la práctica. La startup de chips Mythic, fundada en 2012 y con sede en Austin, Texas, ha estado siguiendo la novedosa ruta de hacer que algunos de sus circuitos utilicen tecnología de chip analógico, donde en lugar de procesar unos y ceros, computa mediante la manipulación de una forma de onda de valor real. de una señal eléctrica.

"Mythic ha generado algunos chips, pero no ha anunciado ningún diseño exitoso del que tengamos conocimiento", observó Demler. "Todo el mundo está de acuerdo en que, en teoría, lo analógico debería tener una ventaja en eficiencia energética, pero llegar allí en algo comercialmente viable va a será mucho más difícil." 

Otra startup que se presentó en la Conferencia de Procesadores, Syntiant, comenzó con un enfoque analógico pero decidió que lo analógico no proporcionaba suficientes ventajas de energía y tomó más tiempo para lanzarlo al mercado, señaló Demler.

Syntiant de Irvine, California, fundada en 2017, se ha centrado en el reconocimiento de objetos muy simples que pueden funcionar con baja potencia en nada más que un teléfono básico o un dispositivo audible. 

"En un teléfono básico no es necesario un procesador de aplicaciones, por lo que la solución Syntiant es perfecta", observó Demler.

Independientemente del éxito de cualquier startup, la utilidad de los circuitos especiales significa que la aceleración de la IA perdurará como categoría de tecnología de chips, dijo Demler.

"La IA se está volviendo tan omnipresente en tantos campos, incluidos el automóvil, el procesamiento integrado, el IoT, los dispositivos móviles, las PC, la nube, etc., que incluir un acelerador de propósito especial se convertirá en algo común, al igual que las GPU para los gráficos".

Sin embargo, algunas tareas serán más eficientes si se ejecutan en una CPU, DSP o GPU de uso general, dijo Demler. Es por eso que Intel, Nvidia y otros están amplificando sus arquitecturas con instrucciones especiales, como por ejemplo para el manejo de vectores. 

Se seguirán explorando diferentes enfoques mientras un mercado de capital de riesgo inundado de efectivo permita que florezcan mil flores. 

"Todavía hay tanto dinero de capital de riesgo por ahí que estoy sorprendido por la cantidad que estas empresas siguen obteniendo", dijo Demler.

Demler señala gigantescas rondas de financiación para Sima.ai de San José, California, fundada en 2018, que está desarrollando lo que llama un "MLSoC" centrado en reducir el consumo de energía. La compañía recibió 80 millones de dólares en su ronda de financiación Serie B. 

Otra es Hailo Technologies de Tel Aviv, fundada en 2017, que ha recaudado 320,5 millones de dólares, según FactSet, incluidos 100 millones de dólares en su ronda más reciente, y supuestamente está valorada en mil millones de dólares.

"Las cifras que salen de China, si son ciertas, son aún más asombrosas", dijo Demler. Parece que la financiación continuará por el momento, afirmó. "Hasta que la comunidad de capital riesgo decida que hay algo más en lo que invertir, estas empresas aparecerán en todas partes". 

En algún momento se producirá una reestructuración, pero no está claro cuándo llegará ese día. 

"Algunos de ellos tendrán que desaparecer eventualmente", reflexiona Demler. "Ya sea dentro de 3 o 5 años, veremos muchas menos empresas en este espacio". 

El próximo evento de conferencia que organizarán Demler y sus colegas será a finales de abril, el Spring Processor Forum, en el Hotel Hyatt Regency en Santa Clara, pero con transmisión en vivo para aquellos que no puedan asistir en persona.

Artículos relacionados