Google bringt seine neueste Pixel 6-Serie mit seinen selbst entwickelten Tensor-Chips auf den Markt. Google wird nicht der erste sein, der einen eigenen Chip hat. Samsung und Huawei haben ihre Exynos-und Kirin-Chips. Apple hat den Mi-Prozessor, den es auf seinem Laptop verwendet. Andere Unternehmen wie Xiaomi hatten einen Versuch, ihren eigenen Chip herzustellen. Davon können wir mit Sicherheit sagen, dass selbst entwickelte Chips bei Top-Herstellern zum Trend werden.
Googles Tensor
Apart von Google Translate, das berühmteste Ding, das Google gemacht hat, ist seine künstliche Intelligenz (KI). Das Ausführen von AlphaGo auf Googles eigenem TPU-Server erforderte nur einen 4U-Server, der die Leistung einer dedizierten Prozessoreinheit darstellt. Außerdem ist TensorFlow der Eckpfeiler von Google AI, das jetzt in sein eigenes Mobiltelefon integriert ist. Wir glauben, dass viele einzigartige Funktionen von Pixel speziell entwickelt werden können.
Apple und M1
Apple ist das radikalste. Es verlässt die traditionelle X86-Architektur in seinem eigenen Notebook-Prozessor und verwendet die ARM-Architektur. Dieser Chip integriert ein neuronales Netzwerk mit 16 Kernen, was eine Herausforderung für die bisherige Notebook-Architektur darstellt. Heute betrachtet ist der M1-Prozessor von Apple jedoch ein Erfolg.
Warum ist es erfolgreich? Denn Apple hat noch eine ganze Reihe von Entwicklungs-Frameworks. So können Anwender, die Anwendungen entwickeln, die Vorteile dieser Hardwareänderung besser verstehen. Dies ist vernünftiger als die vorherige Struktur.
Benutzer können mit geringeren Kosten an die Leistung herankommen, die in der Vergangenheit von teuren Hochleistungs-PC-Plattformen erreicht wurde, was in der heutigen Ära der aufstrebenden GPUs von unschätzbarem Wert ist.
Musk stieg auch ein
Tesla hielt einen KI-Tag im Hauptquartier von Palo Alto ab. Auf der Pressekonferenz stellte das Unternehmen seinen Trainingscomputer für künstliche Intelligenz, den DOJO D1-Chip, vor. Basierend auf dem 7-Nanometer-Verfahren besteht das Dojo-Trainingsmodul aus 25 D1-Chips und die Rechenleistung beträgt bis zu 9PFLOPs pro Sekunde (9 Petaflops).
Es wird berichtet, dass der Dojo-KI-Trainingscomputer ist die leistungsstärkste künstliche Lernmaschine der Welt. Es verwendet 7-nm-Chips, um 500.000 Trainingseinheiten zusammen zu fahren. Das Unternehmen erwartet, dass die nächste Produktgeneration mehr als das Zehnfache der Verbesserung bringen wird. Der Punkt ist, dass Musk nicht bereit ist, Open-Source-Chips zu veröffentlichen.
Diese Top-Hersteller arbeiten jetzt an selbst entwickelten Chips und der Kernzweck ist klar. Dies liegt daran, dass die Chips besser auf die Bedürfnisse ihrer Unternehmen abgestimmt sind. Unabhängig von der Leistung oder den Kosten werden die professionellen Chips effizienter sein.
Wo sind Chinas Chipdesign-Giganten
Was China betrifft, war nur der Huawei HiSilicon Kirin-Prozessor in der Lage, sich weltweit im exklusiven Bereich abzuheben. Huawei Kirin-Chips wurden in Huaweis globalen Flaggschiffen verwendet und es ist schade, dass die USA das Unternehmen verbieten mussten. Angefangen bei der EDA-Software für Halbleiterchips hat chinesische Software eine riesige Leistungslücke zum Ausland, und die Lücke bei Industriesoftware ist fast irreparabel.
Unter der Prämisse, dass die Lithografiemaschine für Chips schwer zu kaufen ist, Es ist auch eine gute Wahl, wenn chinesische Hersteller stark im Chipdesign sind. Schließlich stellen globale Top-Hersteller wie Apple, Google und Nvidia keine Chips selbst her. Solange sie Weltklasse-Chips entwickeln können, ist das gerade gut genug.
Quelle/VIA: