- ಅಸಾಂಪ್ರದಾಯಿಕ AI $4.500 ಬಿಲಿಯನ್ ಮೌಲ್ಯಮಾಪನದೊಂದಿಗೆ $475 ಮಿಲಿಯನ್ ಬೀಜ ಸುತ್ತನ್ನು ಪೂರ್ಣಗೊಳಿಸುತ್ತದೆ.
- ಈ ನವೋದ್ಯಮವು ತೀವ್ರ ಇಂಧನ ದಕ್ಷತೆಯನ್ನು ಸಾಧಿಸಲು ಜೈವಿಕವಾಗಿ ಪ್ರೇರಿತ AI ಚಿಪ್ಗಳು ಮತ್ತು ಕಂಪ್ಯೂಟರ್ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತದೆ.
- ಇದರ ವಾಸ್ತುಶಿಲ್ಪವು ಅನಲಾಗ್ ಕಂಪ್ಯೂಟಿಂಗ್, ಪಲ್ಸ್ಡ್ ನ್ಯೂರಾನ್ಗಳು ಮತ್ತು ಮಿಶ್ರ SoC ಗಳನ್ನು ಬಾಷ್ಪಶೀಲವಲ್ಲದ ಮೆಮೊರಿಯೊಂದಿಗೆ ಸಂಯೋಜಿಸುತ್ತದೆ.
- ನವೀನ್ ರಾವ್ ಒಂದು ಗಣ್ಯ ತಂಡವನ್ನು ಮುನ್ನಡೆಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಈ ಆರಂಭಿಕ ಹಂತದಲ್ಲಿ $1.000 ಬಿಲಿಯನ್ ವರೆಗೆ ಸಂಗ್ರಹಿಸಲು ಯೋಜಿಸಿದ್ದಾರೆ.
ಆಗಮನ ಅಸಾಂಪ್ರದಾಯಿಕ AI ಇದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಹಾರ್ಡ್ವೇರ್ ಭೂದೃಶ್ಯವನ್ನು ಅಲ್ಲಾಡಿಸಿದೆ, ಇದು ಈಗಾಗಲೇ ಪ್ರತಿಯೊಂದು ಕೈಗಾರಿಕಾ ವಲಯದಲ್ಲಿ ಚರ್ಚಿಸಲ್ಪಡುತ್ತಿರುವ ಹಣಕಾಸಿನ ಸುತ್ತನ್ನು ಹೊಂದಿದೆ. ಕೆಲವೇ ತಿಂಗಳು ಹಳೆಯದು, ಕಂಪನಿ ಅದು ತಂತ್ರಜ್ಞಾನ ಜಗತ್ತಿನ ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ನಿಧಿಗಳ ಆಸಕ್ತಿಯನ್ನು ಸೆರೆಹಿಡಿಯುವಲ್ಲಿ ಯಶಸ್ವಿಯಾಗಿದೆ.AI ಗಾಗಿ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಹೇಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಬಳಸಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಪುನರ್ವಿಮರ್ಶಿಸುವ ಭರವಸೆ ನೀಡುವ ಕಲ್ಪನೆಯ ಮೇಲೆ ಬೆಟ್ಟಿಂಗ್.
ಹೆಚ್ಚುತ್ತಿರುವ ದೊಡ್ಡ ಮತ್ತು ಹೆಚ್ಚು ಹೊಟ್ಟೆಬಾಕತನದ ಮಾದರಿಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಬದಲು, ಕಂಪನಿಯು ಸಮಸ್ಯೆಯನ್ನು ಅದರ ಮೂಲದಲ್ಲೇ ಪರಿಹರಿಸಲು ಬಯಸುತ್ತದೆ: ಶಕ್ತಿ ದಕ್ಷತೆ ಮತ್ತು ಚಿಪ್ಗಳ ಭೌತಿಕ ವಾಸ್ತುಶಿಲ್ಪಅವರ ಪ್ರಸ್ತಾಪವು ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ಮೆದುಳಿನ ಕಾರ್ಯದಿಂದ ಸ್ಪಷ್ಟವಾಗಿ ಪ್ರೇರಿತವಾಗಿದೆ, ಜೊತೆಗೆ ಇಂದಿನ ಶಕ್ತಿಯ ಒಂದು ಭಾಗವನ್ನು ಮಾತ್ರ ಬಳಸುತ್ತಾ ಅಗಾಧವಾದ ಕಂಪ್ಯೂಟಿಂಗ್ ಶಕ್ತಿಯನ್ನು ನೀಡುವ ಸಾಮರ್ಥ್ಯವಿರುವ ವ್ಯವಸ್ಥೆಯನ್ನು ಸಮೀಪಿಸುವುದು ಗುರಿಯಾಗಿದೆ. ದೊಡ್ಡ ದತ್ತಾಂಶ ಕೇಂದ್ರಗಳು.
ವರ್ಷದ ಅತಿದೊಡ್ಡ AI ಹಾರ್ಡ್ವೇರ್ ಬೀಜ ಸುತ್ತು
ಅಸಾಂಪ್ರದಾಯಿಕ AI $475 ಮಿಲಿಯನ್ ಬೀಜ ಸುತ್ತನ್ನು ಮುಕ್ತಾಯಗೊಳಿಸಿದೆ.ದೊಡ್ಡ ಸಂಖ್ಯೆಗಳಿಗೆ ಒಗ್ಗಿಕೊಂಡಿರುವ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿಯೂ ಸಹ, ಆರಂಭಿಕ ಹಂತದಲ್ಲಿಯೇ ಅದರ ಪ್ರಮಾಣಕ್ಕಾಗಿ ಎದ್ದು ಕಾಣುವ ಅಂಕಿ ಅಂಶ. ವಹಿವಾಟು ಕಂಪನಿಯನ್ನು ಸುಮಾರು $4.500 ಮಿಲಿಯನ್, ಇದು AI ಹಾರ್ಡ್ವೇರ್ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಬೀಜ ನಿಧಿಯ ಅತ್ಯಂತ ಗಮನಾರ್ಹ ಪ್ರಕರಣಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ.
ಈ ಸುತ್ತನ್ನು ಸಾಹಸೋದ್ಯಮ ಬಂಡವಾಳ ನಿಧಿಗಳು ಮುನ್ನಡೆಸುತ್ತಿವೆ. ಆಂಡ್ರೀಸೆನ್ ಹೊರೊವಿಟ್ಜ್ (a16z) y ಲೈಟ್ಸ್ಪೀಡ್ ವೆಂಚರ್ ಪಾರ್ಟ್ನರ್ಸ್ಆಳವಾದ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ದೀರ್ಘಕಾಲೀನ ಹೂಡಿಕೆಗಳ ವಿಷಯಕ್ಕೆ ಬಂದಾಗ ಇಬ್ಬರು ಪ್ರಮುಖ ಆಟಗಾರರು. ಅವರೊಂದಿಗೆ ಇತರ ಉನ್ನತ ಶ್ರೇಣಿಯ ಹೂಡಿಕೆದಾರರು ಸೇರಿಕೊಂಡಿದ್ದಾರೆ, ಉದಾಹರಣೆಗೆ ಲಕ್ಸ್ ಕ್ಯಾಪಿಟಲ್, DCVC, ಡೇಟಾಬ್ರಿಕ್ಸ್ ಮತ್ತು ಅಮೆಜಾನ್ ಸ್ಥಾಪಕ ಕೂಡ, ಜೆಫ್ ಬೆಜೋಸ್ಇದು ಯೋಜನೆಯನ್ನು ದೀರ್ಘಕಾಲೀನ ಕಾರ್ಯತಂತ್ರದ ನಡೆ ಎಂದು ಗ್ರಹಿಸಲಾಗಿದೆ ಎಂಬ ಭಾವನೆಯನ್ನು ಬಲಪಡಿಸುತ್ತದೆ.
ಬಾಹ್ಯ ಬಂಡವಾಳದ ಜೊತೆಗೆ, ಸಹ-ಸಂಸ್ಥಾಪಕರಲ್ಲಿ ಒಬ್ಬರು ತಮ್ಮ ಸ್ವಂತ ಜೇಬಿನಿಂದಲೂ ಕೊಡುಗೆ ನೀಡಲು ನಿರ್ಧರಿಸಿದ್ದಾರೆ. $10 ಮಿಲಿಯನ್...ಇತರ ಪ್ರಮುಖ ಹೂಡಿಕೆದಾರರಂತೆಯೇ ಅದೇ ನಿಯಮಗಳ ಮೇಲೆ. ಈ ಕ್ರಮವು, ಮೊತ್ತವನ್ನು ಮೀರಿ, ಕಂಪನಿಯ ತಾಂತ್ರಿಕ ಮತ್ತು ವ್ಯವಹಾರ ಪ್ರಬಂಧದಲ್ಲಿ ಬದ್ಧತೆ ಮತ್ತು ಆಂತರಿಕ ವಿಶ್ವಾಸದ ಸ್ಪಷ್ಟ ಸಂಕೇತವನ್ನು ಕಳುಹಿಸುತ್ತದೆ.
ವಿವಿಧ ಸಂದರ್ಶನಗಳ ಪ್ರಕಾರ, 475 ಮಿಲಿಯನ್ ಡಾಲರ್ಗಳ ಈ ಆರಂಭಿಕ ಕಂತು ನಿಧಿಸಂಗ್ರಹ ಯೋಜನೆಯ ಆರಂಭ ಮಾತ್ರವಾಗಿದ್ದು, ಇದು ಗರಿಷ್ಠ... $1.000 ಮಿಲಿಯನ್ ಇದೇ ಹಂತದಲ್ಲಿ. ಉದ್ದೇಶದ ಪ್ರಮಾಣವು ಅವರು ಎದುರಿಸುತ್ತಿರುವ ಯೋಜನೆಯ ಪ್ರಕಾರವನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ: ಸಂಕೀರ್ಣ ಯಂತ್ರಾಂಶ, ದೀರ್ಘ ಅಭಿವೃದ್ಧಿ ಚಕ್ರಗಳು ಮತ್ತು ಸಂಶೋಧನೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಬಲವಾದ ಆರಂಭಿಕ ಹೂಡಿಕೆ..
ಇತ್ತೀಚಿನ ಇತರ ವಹಿವಾಟುಗಳಿಗೆ ಹೋಲಿಸಿದರೆ, ಮೌಲ್ಯಮಾಪನವು ಸ್ವಲ್ಪ ಕಡಿಮೆಯಾಗಿದೆ 5.000 ಬಿಲಿಯನ್ ಮೊದಲ ವದಂತಿಗಳಲ್ಲಿ ಚರ್ಚಿಸಲಾಗಿತ್ತು, ಆದರೆ ಇದು ಇನ್ನೂ ಅಸಾಂಪ್ರದಾಯಿಕ AI ಅನ್ನು ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳ ಲೀಗ್ನಲ್ಲಿ ಇರಿಸುತ್ತದೆ, ಅವುಗಳು ಯಾವುದೇ ಆದಾಯ ಅಥವಾ ವಾಣಿಜ್ಯ ಉತ್ಪನ್ನವಿಲ್ಲದೆ, ಈಗಾಗಲೇ ಹೆಚ್ಚು ಪ್ರಬುದ್ಧ ಕಂಪನಿಗಳಿಗೆ ಮೀಸಲಾಗಿರುವ ಬಂಡವಾಳದ ಮಟ್ಟದಲ್ಲಿ ಆಡುತ್ತಿವೆ.
ನವೀನ್ ರಾವ್ ಅವರ ದೃಷ್ಟಿಕೋನ ಮತ್ತು ತಾಂತ್ರಿಕ ಅಪಾಯಕ್ಕೆ ಒಗ್ಗಿಕೊಂಡಿರುವ ತಂಡ
ಯೋಜನೆಯನ್ನು ಮುನ್ನಡೆಸುವುದು ನವೀನ್ ರಾವ್ರಾವ್, ತಮ್ಮ ಉದ್ಯಮಶೀಲತಾ ಬದಿಯಲ್ಲಿ ಮತ್ತು ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಗಳಲ್ಲಿನ ತಮ್ಮ ಸ್ಥಾನಗಳಲ್ಲಿ AI ಜಗತ್ತಿನಲ್ಲಿ ಪ್ರಸಿದ್ಧ ವ್ಯಕ್ತಿ. ಇಂಟೆಲ್ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವೇದಿಕೆಗಳಿಗೆ ಜವಾಬ್ದಾರರು ಯಂತ್ರ ಕಲಿಕೆಗಾಗಿ ಪ್ರೊಸೆಸರ್ಗಳಲ್ಲಿ ಪರಿಣತಿ ಹೊಂದಿರುವ ತನ್ನ ಮೊದಲ ಸ್ಟಾರ್ಟ್ಅಪ್, ನೆರ್ವಾನಾ ಸಿಸ್ಟಮ್ಸ್ ಅನ್ನು ಖರೀದಿಸಿದ ನಂತರ.
ನಂತರ, ಸಂಸ್ಥಾಪಕರು ಸಹ-ಸ್ಥಾಪನೆ ಮಾಡುವ ಮೂಲಕ ಮತ್ತೊಂದು ಹೆಜ್ಜೆ ಇಟ್ಟರು ಮೊಸಾಯಿಕ್ಎಂಎಲ್, ಡೇಟಾ ಮತ್ತು AI ಪರಿಸರ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಆಕರ್ಷಣೆಯನ್ನು ಗಳಿಸಿದ ಮತ್ತು ಅಂತಿಮವಾಗಿ ಸ್ವಾಧೀನಪಡಿಸಿಕೊಂಡ ಮಾದರಿ ತರಬೇತಿ ವೇದಿಕೆ ಸುಮಾರು $1.300 ಬಿಲಿಯನ್ಗೆ ಡೇಟಾಬ್ರಿಕ್ಸ್ಒಂದು ದಶಕಕ್ಕೂ ಕಡಿಮೆ ಅವಧಿಯಲ್ಲಿ ಎರಡು ಗಮನಾರ್ಹ ನಿರ್ಗಮನಗಳೊಂದಿಗೆ ಈ ಹಿಂದಿನ ದಾಖಲೆಯು, ಈಗ ಅದರ ಹೊಸ ಯೋಜನೆಯನ್ನು ಬೆಂಬಲಿಸುವ ನಿಧಿಗಳಲ್ಲಿ ವಿಶ್ವಾಸವನ್ನು ಹುಟ್ಟುಹಾಕುವಲ್ಲಿ ಭಾರಿ ತೂಕವನ್ನುಂಟುಮಾಡಿದೆ.
ರಾವ್ ಜೊತೆಗೆ, ಕಂಪನಿಯು ಉನ್ನತ ಮಟ್ಟದ ಪ್ರೊಫೈಲ್ಗಳನ್ನು ಛೇದಕದಿಂದ ಸಂಯೋಜಿಸಿದೆ ಹಾರ್ಡ್ವೇರ್, ಸಾಫ್ಟ್ವೇರ್ ಮತ್ತು ಶೈಕ್ಷಣಿಕ ಸಂಶೋಧನೆ, ಹಾಗೆ ಮೈಕೆಲ್ ಕಾರ್ಬಿನ್, ಸಾರಾ ಅಚೌರ್ y ಮೀಲನ್ ಲೀಇದು ಹೆಚ್ಚಿನ ತಾಂತ್ರಿಕ ಅಪಾಯ, ದೀರ್ಘ-ಚಕ್ರ ಯೋಜನೆಗಳು ಮತ್ತು ತ್ವರಿತ ಸಾಫ್ಟ್ವೇರ್ ಪುನರಾವರ್ತನೆಗಳಿಂದ ಪರಿಹರಿಸಲಾಗದ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸಲು ಒಗ್ಗಿಕೊಂಡಿರುವ ತಂಡವಾಗಿದೆ, ಆದರೆ ಸಂಕೀರ್ಣ ಮೂಲಮಾದರಿಗಳು ಮತ್ತು ಭೌತಿಕ ವಾಸ್ತುಶಿಲ್ಪ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ಗಳ ನಡುವಿನ ಅತ್ಯಂತ ನಿಕಟ ಏಕೀಕರಣದೊಂದಿಗೆ.
ಅಸಾಂಪ್ರದಾಯಿಕ AI ನ ಕಾರ್ಯ ಯೋಜನೆಯು ಒಳಗೊಂಡಿದೆ ಎಂದು ರಾವ್ ಸ್ವತಃ ವಿವರಿಸಿದ್ದಾರೆ ಹಲವಾರು ವರ್ಷಗಳಲ್ಲಿ ಬಹು ಮೂಲಮಾದರಿಗಳನ್ನು ಪರೀಕ್ಷಿಸಿದಕ್ಷತೆ ಮತ್ತು ವೆಚ್ಚದ ವಿಷಯದಲ್ಲಿ ಯಾವ ಮಾದರಿಯು ಉತ್ತಮವಾಗಿದೆ ಎಂಬುದನ್ನು ಅವರು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತಿದ್ದಾರೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಅವರು ಉತ್ಪನ್ನವನ್ನು ತ್ವರಿತವಾಗಿ ಪ್ರಾರಂಭಿಸಲು ನೋಡುತ್ತಿಲ್ಲ, ಬದಲಿಗೆ ಮುಂದಿನ ದಶಕದಲ್ಲಿ AI ಕಂಪ್ಯೂಟಿಂಗ್ನಲ್ಲಿ ವ್ಯತ್ಯಾಸವನ್ನುಂಟುಮಾಡುವ ತಾಂತ್ರಿಕ ಅಡಿಪಾಯವನ್ನು ನಿರ್ಮಿಸಲು ನೋಡುತ್ತಿದ್ದಾರೆ.
ಕರೆಯಲ್ಪಡುವ ಮೇಲೆ ಈ ಪಂತ "ಲಾಂಗ್ ಸೈಕಲ್ ಎಂಜಿನಿಯರಿಂಗ್" ಇದು ಅನೇಕ ಸಾಫ್ಟ್ವೇರ್ ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳ ವಿಶಿಷ್ಟ ವಿಧಾನಕ್ಕೆ ವ್ಯತಿರಿಕ್ತವಾಗಿದೆ, ಇದು ಗ್ರಾಹಕರೊಂದಿಗೆ ಸಾಧ್ಯವಾದಷ್ಟು ಬೇಗ ಮೌಲ್ಯೀಕರಿಸುವುದು ಮತ್ತು ತ್ವರಿತ ಪುನರಾವರ್ತನೆಗಳ ಮೂಲಕ ಉತ್ಪನ್ನವನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. ಇಲ್ಲಿ, ಮಾರ್ಗವು ದೊಡ್ಡ ಸೆಮಿಕಂಡಕ್ಟರ್ ಕಂಪನಿಗಳು ಅಥವಾ ನಿರ್ಣಾಯಕ ಮೂಲಸೌಕರ್ಯ ಯೋಜನೆಗಳಿಗೆ ಹೋಲುತ್ತದೆ, ಅಲ್ಲಿ ಹೂಡಿಕೆಯ ಮೇಲಿನ ಲಾಭವು ನಂತರ ಬರುತ್ತದೆ ಆದರೆ, ಎಲ್ಲವೂ ಸರಿಯಾಗಿ ನಡೆದರೆ, ಇಡೀ ವಲಯವನ್ನು ಮರು ವ್ಯಾಖ್ಯಾನಿಸಬಹುದು.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗಾಗಿ ಹೊಸ ರೀತಿಯ ಯಂತ್ರ
ಅಸಾಂಪ್ರದಾಯಿಕ AI ನ ಪ್ರಸ್ತಾವನೆಯ ಮೂಲತತ್ವವೆಂದರೆ ಆಮೂಲಾಗ್ರವಾಗಿ ಹೆಚ್ಚು ಶಕ್ತಿ-ಸಮರ್ಥ ಕಂಪ್ಯೂಟರ್ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕೆಲಸದ ಹೊರೆಗಳಿಗಾಗಿ. ರಾವ್ ಅವರು ಈ ವಲಯದಲ್ಲಿ ಗಮನ ಸೆಳೆದಿರುವ ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯನ್ನು ಸಂಕ್ಷೇಪಿಸಿದ್ದಾರೆ: ಒಂದು ವ್ಯವಸ್ಥೆಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವುದು "ಜೀವಶಾಸ್ತ್ರದಷ್ಟೇ ಪರಿಣಾಮಕಾರಿ", ಕನಿಷ್ಠ ಶಕ್ತಿಯ ಬಳಕೆಯೊಂದಿಗೆ ಸಂಕೀರ್ಣ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಮಾನವ ಮೆದುಳಿನ ಸಾಮರ್ಥ್ಯವನ್ನು ಉಲ್ಲೇಖವಾಗಿ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
ಹೆಚ್ಚಿನ ಉದ್ಯಮವು ಮಾದರಿಗಳ ಸ್ಕೇಲಿಂಗ್ ಅನ್ನು ಮುಂದುವರೆಸುತ್ತಿದ್ದರೂ - ಹೆಚ್ಚಿನ ನಿಯತಾಂಕಗಳು, ಹೆಚ್ಚಿನ ಡೇಟಾ, ಹೆಚ್ಚಿನ GPU ಗಳು—, ಕಂಪನಿಯು ಈ ಪೂರ್ವನಿದರ್ಶನದಿಂದ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ ಈ ತಂತ್ರವು ವೆಚ್ಚ ಮತ್ತು ಲಭ್ಯವಿರುವ ಶಕ್ತಿಯ ವಿಷಯದಲ್ಲಿ ಸ್ಪಷ್ಟ ಮಿತಿಯನ್ನು ಹೊಂದಿದೆ.ದೊಡ್ಡ ದತ್ತಾಂಶ ಕೇಂದ್ರಗಳು ಈಗಾಗಲೇ ವಿದ್ಯುತ್ ನಿರ್ಬಂಧಗಳು, ಹೆಚ್ಚುತ್ತಿರುವ ವೆಚ್ಚಗಳು ಮತ್ತು ಸುಸ್ಥಿರತೆಯ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತಿವೆ, ಹವಾಮಾನ ಮತ್ತು ನಿಯಂತ್ರಕ ಉದ್ದೇಶಗಳಿಂದಾಗಿ ಯುರೋಪ್ ಮತ್ತು ಸ್ಪೇನ್ನಲ್ಲಿ ಇದು ನಿರ್ದಿಷ್ಟ ಕಾಳಜಿಯಾಗಿದೆ.
ಈ ಚಲನಶೀಲತೆಯನ್ನು ಮುರಿಯಲು, ನವೋದ್ಯಮವು ಪ್ರಸ್ತಾಪಿಸುತ್ತದೆ ಕಂಪ್ಯೂಟಿಂಗ್ ವಾಸ್ತುಶಿಲ್ಪದಲ್ಲಿ ಒಂದು ಮಾದರಿ ಬದಲಾವಣೆಸಾಂಪ್ರದಾಯಿಕ ಡಿಜಿಟಲ್ ವಾಸ್ತುಶಿಲ್ಪಗಳನ್ನು ಪರಿಷ್ಕರಿಸುವುದನ್ನು ಮುಂದುವರಿಸುವ ಬದಲು, ಅದನ್ನು ಬಳಸಿಕೊಳ್ಳುವ ವಿನ್ಯಾಸಗಳನ್ನು ಅನ್ವೇಷಿಸಿ ಸಿಲಿಕಾನ್ನ ಭೌತಿಕ ಗುಣಲಕ್ಷಣಗಳು ಮತ್ತು ಮೆದುಳಿನ ಕಾರ್ಯನಿರ್ವಹಣೆಯಿಂದ ಪ್ರೇರಿತವಾದ ತತ್ವಗಳು, ಉದಾಹರಣೆಗೆ ನರಕೋಶಗಳ ರೇಖಾತ್ಮಕವಲ್ಲದ ಚಲನಶಾಸ್ತ್ರ.
ತನ್ನ ವೆಬ್ಸೈಟ್ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಪಠ್ಯದಲ್ಲಿ, ಕಂಪನಿಯು ತನ್ನ ಗುರಿಯನ್ನು ಸೃಷ್ಟಿ ಎಂದು ವಿವರಿಸುತ್ತದೆ "ಬುದ್ಧಿವಂತಿಕೆಗೆ ಹೊಸ ತಲಾಧಾರ"ಕೃತಕ ಕಂಪ್ಯೂಟಿಂಗ್ ಅನ್ನು ಜೈವಿಕ ವ್ಯವಸ್ಥೆಗಳ ನಡವಳಿಕೆಯೊಂದಿಗೆ ಸಂಪರ್ಕಿಸುವ ಸರಿಯಾದ ರಚನೆಯನ್ನು ಕಂಡುಹಿಡಿಯುವ ಮೂಲಕ, ಕ್ಲಾಸಿಕ್ ಡಿಜಿಟಲ್ ಆರ್ಕಿಟೆಕ್ಚರ್ಗಳನ್ನು ಸುಧಾರಿಸುವ ಮೂಲಕ ಸಾಧಿಸುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ದಕ್ಷತೆಯ ಲಾಭಗಳನ್ನು ಅನ್ಲಾಕ್ ಮಾಡಲು ಸಾಧ್ಯವಿದೆ ಎಂಬುದು ಇದರ ಉದ್ದೇಶ.
ಸುತ್ತಿನಲ್ಲಿ ಭಾಗವಹಿಸುವ ಲೈಟ್ಸ್ಪೀಡ್ನ ಹೂಡಿಕೆದಾರರು ಆ ರೋಗನಿರ್ಣಯವನ್ನು ಒಪ್ಪುತ್ತಾರೆ, ಅಗತ್ಯವನ್ನು ಸೂಚಿಸುತ್ತಾರೆ "ಬುದ್ಧಿವಂತಿಕೆಗೆ ಸೂಕ್ತವಾದ ಐಸೋಮಾರ್ಫಿಸಂ" ಅನ್ನು ಹುಡುಕಲು AI ಶಕ್ತಿಯ ಬಳಕೆಯಲ್ಲಿ ತೀವ್ರ ಕಡಿತವನ್ನು ಸಾಧಿಸುವುದು ಗುರಿಯಾಗಿದ್ದರೆ, ಈ ಚಿಂತನೆಯ ಮಾರ್ಗವು ನ್ಯೂರೋಮಾರ್ಫಿಕ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಮತ್ತು ಮುಂದುವರಿದ ಅನಲಾಗ್ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿನ ಸಂಶೋಧನಾ ಪ್ರಯತ್ನಗಳೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ, ಇವು ಇಲ್ಲಿಯವರೆಗೆ, ದೊಡ್ಡ ತಯಾರಕರ ಶೈಕ್ಷಣಿಕ ಅಥವಾ ಪ್ರಾಯೋಗಿಕ ಯೋಜನೆಗಳಲ್ಲಿ ಹೆಚ್ಚಾಗಿ ಉಳಿದಿವೆ.
ವಾಸ್ತುಶಿಲ್ಪ: ಅನಲಾಗ್ ಚಿಪ್ಗಳಿಂದ ಮಿಡಿಯುವ ನರಕೋಶಗಳವರೆಗೆ
ಅಸಾಂಪ್ರದಾಯಿಕ AI ನ ಅತ್ಯಂತ ಗಮನಾರ್ಹ ಅಂಶವೆಂದರೆ ಅದರ ಸಂಯೋಜಿತ ವಿಧಾನ ಅನಲಾಗ್, ಮಿಶ್ರ ಮತ್ತು ನರರೂಪಿ ವಾಸ್ತುಶಿಲ್ಪಗಳುಪ್ರತ್ಯೇಕ ಸೊನ್ನೆಗಳು ಮತ್ತು ಒಂದನ್ನು ಬಳಸಿಕೊಂಡು ಮಾಹಿತಿಯನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಪ್ರಸ್ತುತ ಡಿಜಿಟಲ್ ಚಿಪ್ಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ಅನಲಾಗ್ ವಿನ್ಯಾಸಗಳು ನಿರಂತರ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಮತ್ತು ಸರಿಯಾಗಿ ನಿಯಂತ್ರಿಸಿದಾಗ, ಕೆಲವು ಕಾರ್ಯಾಚರಣೆಗಳಿಗೆ ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಬಹುದಾದ ಭೌತಿಕ ವಿದ್ಯಮಾನಗಳ ಲಾಭವನ್ನು ಪಡೆಯಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಈ ವಿಧಾನವು ಪ್ರಗತಿಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಮುಂದುವರಿದ ಚಿಪ್ ವಿನ್ಯಾಸ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗಳು ಭೌತಿಕ ನೆಲೆಯಿಂದ ದಕ್ಷತೆಯನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತವೆ.
ಕಂಪನಿಯು ಅನ್ವೇಷಿಸುತ್ತಿದೆ ಸಂಭವನೀಯತೆಯ ವಿತರಣೆಗಳನ್ನು ಭೌತಿಕವಾಗಿ ಸಂಗ್ರಹಿಸುವ ಸಾಮರ್ಥ್ಯವಿರುವ ಚಿಪ್ಗಳುಸಾಂಪ್ರದಾಯಿಕ ಸಂಸ್ಕಾರಕಗಳಲ್ಲಿ ಮಾಡುವಂತೆ ಅವುಗಳನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಅಂದಾಜು ಮಾಡುವ ಬದಲು. ಇದು ಸಂಭವನೀಯ ಮಾದರಿಗಳಿಗೆ ಹೆಚ್ಚು ನೈಸರ್ಗಿಕ ಪ್ರಾತಿನಿಧ್ಯಗಳಿಗೆ ಬಾಗಿಲು ತೆರೆಯುತ್ತದೆ ಮತ್ತು ಸಂಭಾವ್ಯವಾಗಿ, ಸಾವಿರ ಪಟ್ಟು ವರೆಗೆ ವಿದ್ಯುತ್ ಬಳಕೆ ಕಡಿತ ಇಂದಿನ ಡೇಟಾ ಕೇಂದ್ರಗಳಲ್ಲಿ ಪ್ರಾಬಲ್ಯ ಹೊಂದಿರುವ ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಹೋಲಿಸಿದರೆ.
ಇದನ್ನು ಸಾಧಿಸಲು, ತಂಡವು ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಬಳಸುತ್ತದೆ ಆಂದೋಲಕಗಳು, ಉಷ್ಣಬಲ ವಿಜ್ಞಾನ ಮತ್ತು ಚುರುಕಾದ ನರಕೋಶಗಳುಈ ರೀತಿಯ ಮಾದರಿಯು ನೈಜ ನರಕೋಶಗಳು ಕಾಲಾನಂತರದಲ್ಲಿ ಪ್ರತ್ಯೇಕ ಪ್ರಚೋದನೆಗಳಿಂದ ಸಕ್ರಿಯಗೊಳ್ಳುವ ವಿಧಾನದಿಂದ ಪ್ರೇರಿತವಾಗಿದೆ. ನರರೂಪಿ ಕ್ಷೇತ್ರದ ವಿಶಿಷ್ಟವಾದ ಈ ವಾಸ್ತುಶಿಲ್ಪಗಳು, ಬಳಕೆಯಲ್ಲಿಲ್ಲದಿದ್ದಾಗ ಚಿಪ್ನ ದೊಡ್ಡ ಭಾಗಗಳನ್ನು ನಿಷ್ಕ್ರಿಯಗೊಳಿಸಬಹುದು, ನಿರಂತರ ಚಟುವಟಿಕೆಯನ್ನು ನಿರ್ವಹಿಸುವ ಸರ್ಕ್ಯೂಟ್ಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಶಕ್ತಿಯ ನಷ್ಟವನ್ನು ತೀವ್ರವಾಗಿ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಈ ವಿಧಾನವು ಇಂಟೆಲ್ನಂತಹ ಕಂಪನಿಗಳು ತಮ್ಮ ನ್ಯೂರೋಮಾರ್ಫಿಕ್ ಪ್ರೊಸೆಸರ್ಗಳೊಂದಿಗೆ ಹಿಂದಿನ ಪ್ರಯತ್ನಗಳನ್ನು ಸ್ವಲ್ಪಮಟ್ಟಿಗೆ ನೆನಪಿಸುತ್ತದೆ, ಇದು ಸಾಂಪ್ರದಾಯಿಕ ಕೇಂದ್ರ ಗಡಿಯಾರವನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ ಮತ್ತು ಚಿಪ್ ಅಸಮಕಾಲಿಕವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಕೆಲಸದ ಹೊರೆಗೆ ಅನುಗುಣವಾಗಿ ಅಗತ್ಯ ಭಾಗಗಳನ್ನು ಮಾತ್ರ ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಅಸಾಂಪ್ರದಾಯಿಕ AI ಒಂದು ಹೆಜ್ಜೆ ಮುಂದೆ ಹೋಗಲು ಬಯಸುತ್ತದೆನರಕೋಶದ ನಡವಳಿಕೆಯನ್ನು ಅನುಕರಿಸುವ ಮೂಲಕ ಮಾತ್ರವಲ್ಲದೆ, ಸಿಲಿಕಾನ್ನ ಭೌತಿಕ ವಿನ್ಯಾಸವನ್ನು ಆ ಪರಿಸರಕ್ಕಾಗಿ ನಿರ್ದಿಷ್ಟವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ AI ಮಾದರಿಗಳೊಂದಿಗೆ ನಿಕಟವಾಗಿ ಸಂಯೋಜಿಸುವ ಮೂಲಕ.
ಈ ಸಂಯೋಜನೆ ವಿಶೇಷ ಹಾರ್ಡ್ವೇರ್ ಮತ್ತು ಸಹ-ವಿನ್ಯಾಸಗೊಳಿಸಿದ ಮಾದರಿಗಳು ಚಿಪ್ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ ನಡುವಿನ ಗಡಿ ಮಸುಕಾಗುವ ಭವಿಷ್ಯವನ್ನು ಇದು ಸೂಚಿಸುತ್ತದೆ, ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯು ಇನ್ನು ಮುಂದೆ ಎಷ್ಟು GPU ಗಳನ್ನು ಜೋಡಿಸಬಹುದು ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುವುದಿಲ್ಲ, ಆದರೆ ವಸ್ತುಗಳು ಮತ್ತು ಸರ್ಕ್ಯೂಟ್ಗಳ ಆಳವಾದ ಭೌತಿಕ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಬಳಸಿಕೊಳ್ಳಲಾಗುತ್ತದೆ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ.
ಮುಂದಿನ AI ಅಲೆಗಾಗಿ ಕಸ್ಟಮ್-ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ SoC
ಸಾಮಾನ್ಯ ಅವಲೋಕನವನ್ನು ಮೀರಿ, ಅಸಾಂಪ್ರದಾಯಿಕ AI ಉತ್ಪಾದನೆಗೆ ತರಲು ಉದ್ದೇಶಿಸಿರುವ ಚಿಪ್ ಪ್ರಕಾರದ ಬಗ್ಗೆ ತಾಂತ್ರಿಕ ವಿವರಗಳು ಹೊರಹೊಮ್ಮುತ್ತಿವೆ. ಕಂಪನಿಯು ಪ್ರಕಟಿಸಿದ ವಿವಿಧ ಉದ್ಯೋಗ ಪೋಸ್ಟಿಂಗ್ಗಳು... ಸಿಸ್ಟಮ್-ಆನ್-ಎ-ಚಿಪ್ (SoC) ವಿನ್ಯಾಸವನ್ನು ಆಧರಿಸಿದ AI ವೇಗವರ್ಧಕ.ಅಂದರೆ, ಹಲವಾರು ವಿಶೇಷ ಕಂಪ್ಯೂಟಿಂಗ್ ಮಾಡ್ಯೂಲ್ಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಒಂದೇ ಘಟಕ.
ಈ ವಿವರಣೆಗಳ ಪ್ರಕಾರ, SoC ಒಳಗೊಂಡಿರುತ್ತದೆ ಕೇಂದ್ರ ಸಂಸ್ಕಾರಕ (CPU) ಸಂವೇದನಾ ದತ್ತಾಂಶವನ್ನು ಹೆಚ್ಚು ನಿರ್ದಿಷ್ಟವಾದ AI ಘಟಕಗಳಿಗೆ ರವಾನಿಸುವ ಮೊದಲು ಸಂಘಟಿಸುವುದು ಮತ್ತು ಸಿದ್ಧಪಡಿಸುವುದು ಮುಂತಾದ ಪ್ರಾಥಮಿಕ ಕಾರ್ಯಗಳಿಗೆ ಜವಾಬ್ದಾರರಾಗಿರುತ್ತಾರೆ. ಈ ಸಾಮಾನ್ಯ ಅಡಿಪಾಯದ ಆಧಾರದ ಮೇಲೆ, ಅತ್ಯುತ್ತಮವಾದ ಬ್ಲಾಕ್ಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಸೇರಿಸಲಾಗುತ್ತದೆ. ರೇಖೀಯ ಬೀಜಗಣಿತ ಕಾರ್ಯಾಚರಣೆಗಳುದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳಿಂದ ಹಿಡಿದು ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಗಳವರೆಗೆ ಬಹುತೇಕ ಎಲ್ಲಾ ಆಳವಾದ ಕಲಿಕಾ ಮಾದರಿಗಳ ಗಣಿತದ ಹೃದಯಭಾಗ ಇವು.
ವಿನ್ಯಾಸವು ಇದರ ಬಳಕೆಯನ್ನು ಸಹ ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮೂರನೇ ವ್ಯಕ್ತಿಯ ಬೌದ್ಧಿಕ ಆಸ್ತಿ ಕೆಲವು ಮಾಡ್ಯೂಲ್ಗಳಿಗೆ, ಇದು ಅರೆವಾಹಕ ಉದ್ಯಮದಲ್ಲಿ ಸಾಮಾನ್ಯ ಅಭ್ಯಾಸವಾಗಿದೆ, ಅಲ್ಲಿ ಕೆಲವು ಸಾಬೀತಾದ ಬ್ಲಾಕ್ಗಳನ್ನು ಮೊದಲಿನಿಂದ ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದಕ್ಕಿಂತ ಪರವಾನಗಿ ನೀಡುವುದು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ. ಅಲ್ಲಿಂದ, ಅಸಾಂಪ್ರದಾಯಿಕ AI ಯ ಹೆಚ್ಚುವರಿ ಮೌಲ್ಯವು SoC ಯ ಅತ್ಯಂತ ನವೀನ ಭಾಗಗಳಲ್ಲಿ ಕೇಂದ್ರೀಕೃತವಾಗಿರುತ್ತದೆ.
ಈ ವಿಭಿನ್ನ ಅಂಶಗಳು ಸೇರಿವೆ ಮಿಶ್ರ ಸಿಗ್ನಲ್ ಸರ್ಕ್ಯೂಟ್ಗಳುಅನಲಾಗ್ ಮತ್ತು ಡಿಜಿಟಲ್ ಮಾಹಿತಿ ಎರಡನ್ನೂ ಸಂಸ್ಕರಿಸುವ ಸಾಮರ್ಥ್ಯವಿರುವ ಈ ಸರ್ಕ್ಯೂಟ್ಗಳು ಸಂವೇದಕಗಳಿಂದ ಡೇಟಾವನ್ನು ನಿರ್ವಹಿಸಲು ಅಥವಾ ಭೌತಶಾಸ್ತ್ರ-ಪ್ರೇರಿತ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ನೇರವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸಲು ಬಹಳ ಉಪಯುಕ್ತವಾಗಿವೆ. ಕಂಪನಿಯು ಅನುಸರಿಸುತ್ತಿರುವ ರೇಖಾತ್ಮಕವಲ್ಲದ ಡೈನಾಮಿಕ್ಸ್ ಮತ್ತು ಸಂಭವನೀಯ ಪ್ರಾತಿನಿಧ್ಯಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳಲು ಈ ರೀತಿಯ ಸರ್ಕ್ಯೂಟ್ರಿ ಚಿಪ್ಗೆ ಪ್ರಮುಖವಾಗಿದೆ.
ಮತ್ತೊಂದು ಪ್ರಸ್ತುತ ಅಂಶವೆಂದರೆ ಕಂಪನಿಯ ಆಸಕ್ತಿ RRAM ನಂತಹ ಹೊರಹೊಮ್ಮುವ ಬಾಷ್ಪಶೀಲವಲ್ಲದ ನೆನಪುಗಳುವಿದ್ಯುತ್ ಕಡಿತಗೊಂಡಾಗಲೂ ಈ ತಂತ್ರಜ್ಞಾನಗಳು ಮಾಹಿತಿಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತವೆ. ಕೆಲವು ಸನ್ನಿವೇಶಗಳಲ್ಲಿ ಅವು ಸಾಂಪ್ರದಾಯಿಕ ಫ್ಲಾಶ್ ಮೆಮೊರಿಗಿಂತ ಕಾರ್ಯಕ್ಷಮತೆಯ ಅನುಕೂಲಗಳನ್ನು ನೀಡಬಹುದು, ಆದರೂ ಅವು ಇನ್ನೂ ತಾಂತ್ರಿಕ ಸವಾಲುಗಳನ್ನು ಎದುರಿಸುತ್ತವೆ, ಅದು ಡೇಟಾ ಕೇಂದ್ರಗಳಲ್ಲಿ ಅವುಗಳ ವ್ಯಾಪಕ ನಿಯೋಜನೆಯನ್ನು ಸೀಮಿತಗೊಳಿಸಿದೆ. ಮೆಮೊರಿ ಮಾರುಕಟ್ಟೆಯ ವಿಕಸನ ಮತ್ತು ತಯಾರಕರ ನಿರ್ಧಾರಗಳು, ಉದಾಹರಣೆಗೆ ಉತ್ಪನ್ನ ರೇಖೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಮೈಕ್ರಾನ್ ಅವರು ಈ ಸವಾಲುಗಳು ಮತ್ತು ಅವಕಾಶಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತಾರೆ.
ಹಾರ್ಡ್ವೇರ್ ಮತ್ತು AI ಮಾದರಿಗಳ ಸಹ-ವಿನ್ಯಾಸ
ಅಸಾಂಪ್ರದಾಯಿಕ AI ಪ್ರೊಸೆಸರ್ನ ಭೌತಿಕ ಪದರದಲ್ಲಿ ಮಾತ್ರ ಉಳಿಯಲು ಬಯಸುವುದಿಲ್ಲ. ಈ ತಂತ್ರವು ಅವುಗಳ ಚಿಪ್ಗಳಿಗೆ ಹೊಂದಿಕೊಳ್ಳುವ AI ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದನ್ನು ಸಹ ಒಳಗೊಂಡಿದೆ., ಆರಂಭದಿಂದಲೇ ಸಾಫ್ಟ್ವೇರ್ ಮತ್ತು ಹಾರ್ಡ್ವೇರ್ ಅನ್ನು ಒಟ್ಟಿಗೆ ರಚಿಸುವ ಮೂಲಕ ನೀಡಲಾಗುವ ಆಪ್ಟಿಮೈಸೇಶನ್ ಅಂಚಿನ ಲಾಭವನ್ನು ಪಡೆದುಕೊಳ್ಳುವುದು.
ನ ಈ ವಿಧಾನ ಸಹ-ವಿನ್ಯಾಸ ಇದು ಡೇಟಾವನ್ನು ಹೇಗೆ ಪ್ರತಿನಿಧಿಸಲಾಗುತ್ತದೆ, ಯಾವ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಚಿಪ್ನಲ್ಲಿ ಕೆಲಸವನ್ನು ಹೇಗೆ ವಿತರಿಸಲಾಗುತ್ತದೆ ಎಂಬುದರ ಮೇಲೆ ಗರಿಷ್ಠ ನಿಯಂತ್ರಣವನ್ನು ಅನುಮತಿಸುತ್ತದೆ. ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ GPU ಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಮಾದರಿಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವ ಬದಲು, ಕಂಪನಿಯು ತನ್ನ ಅನಲಾಗ್ ಸರ್ಕ್ಯೂಟ್ಗಳು, ಪಲ್ಸೇಟಿಂಗ್ ನ್ಯೂರಾನ್ಗಳು ಅಥವಾ ಅಸಾಂಪ್ರದಾಯಿಕ ಮೆಮೊರಿ ಮಾಡ್ಯೂಲ್ಗಳ ವಿಶಿಷ್ಟ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುವ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಬಹುದು.
ಈ ಏಕೀಕರಣವು ಅದನ್ನು ಸಾಧಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ ಎಂದು ಕಂಪನಿಯು ಆಶಿಸುತ್ತದೆ ಪ್ರಸ್ತುತ ಸಿಲಿಕಾನ್ಗೆ ಹೋಲಿಸಿದರೆ 1.000 ಪಟ್ಟು ಕ್ರಮದಲ್ಲಿ ದಕ್ಷತೆ ಕೆಲವು ಕೆಲಸದ ಹೊರೆಗಳ ಅಡಿಯಲ್ಲಿ. ಮೊದಲ ಸ್ವತಂತ್ರ ಮೂಲಮಾದರಿಗಳು ಮತ್ತು ಮಾನದಂಡಗಳು ಕಾಣಿಸಿಕೊಂಡಾಗ ಈ ಅಂಕಿಅಂಶಗಳನ್ನು ಮೌಲ್ಯೀಕರಿಸಬೇಕಾಗಿದ್ದರೂ, ಅವು ತಂಡವು ಗುರಿಯಿಟ್ಟುಕೊಂಡಿರುವ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಪ್ರಮಾಣದ ಕಲ್ಪನೆಯನ್ನು ನೀಡುತ್ತವೆ.
ಈ ರೀತಿಯ ವಿಧಾನವು ವಿಶೇಷವಾಗಿ ಪ್ರಸ್ತುತವಾಗಿದೆ ಯುರೋಪ್ ಮತ್ತು ಸ್ಪೇನ್ತಾಂತ್ರಿಕ ಸಾರ್ವಭೌಮತ್ವ ಮತ್ತು ವಿದೇಶಿ ಹಾರ್ಡ್ವೇರ್ ಪೂರೈಕೆದಾರರ ಮೇಲಿನ ಅವಲಂಬನೆಯ ಕುರಿತಾದ ಚರ್ಚೆಯು ಜನಪ್ರಿಯತೆಯನ್ನು ಗಳಿಸುತ್ತಿದೆ. ಹೊಸ, ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ AI ಆರ್ಕಿಟೆಕ್ಚರ್ಗಳನ್ನು ಹೊಂದಿರುವುದು ಹೆಚ್ಚು ಸುಸ್ಥಿರ ಮತ್ತು ಕಡಿಮೆ ವೆಚ್ಚದ ಡೇಟಾ ಕೇಂದ್ರಗಳಿಗೆ ಬಾಗಿಲು ತೆರೆಯುತ್ತದೆ.ಇದು ಪ್ರದೇಶದ ಇಂಧನ ಮತ್ತು ನಿಯಂತ್ರಕ ಆದ್ಯತೆಗಳೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ. ಇತ್ತೀಚೆಗೆ ಉದ್ಯಮದ ಭೂದೃಶ್ಯವನ್ನು ಮರುರೂಪಿಸಿರುವಂತಹ ಪ್ರಮುಖ ಕ್ಲೌಡ್ ಪೂರೈಕೆದಾರರು ಮತ್ತು ಹಾರ್ಡ್ವೇರ್ ತಯಾರಕರ ನಡುವಿನ ಮೈತ್ರಿಗಳು, ಈ ಪರಿಹಾರಗಳು ಹೊಂದಿಕೊಳ್ಳಬಹುದಾದ ಸಂದರ್ಭವನ್ನು ಉದಾಹರಿಸುತ್ತವೆ.ಕ್ಲೌಡ್ ಮತ್ತು ತಯಾರಕರ ನಡುವಿನ ಸಹಯೋಗಗಳು).
ಅಸಾಂಪ್ರದಾಯಿಕ AI ಮಾದರಿಯು ಅಂತಿಮವಾಗಿ ಸ್ಪರ್ಧಾತ್ಮಕವೆಂದು ಸಾಬೀತಾದರೆ, ಯುರೋಪಿಯನ್ ಕ್ಲೌಡ್ ಕಂಪನಿಗಳು, ಸಂಶೋಧನಾ ಪ್ರಯೋಗಾಲಯಗಳು ಮತ್ತು ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳು ಈ ರೀತಿಯ ಪರಿಹಾರಗಳನ್ನು ಸಂಯೋಜಿಸುವುದನ್ನು ನೋಡಿದರೆ ಆಶ್ಚರ್ಯವೇನಿಲ್ಲ. ಅದರ ಮೂಲಸೌಕರ್ಯದಲ್ಲಿ, ಹುಡುಕುವುದು ಇಂಧನ ವೆಚ್ಚ ಮತ್ತು ಇಂಗಾಲದ ಹೆಜ್ಜೆಗುರುತನ್ನು ಕಡಿಮೆ ಮಾಡಿ ಮುಂದುವರಿದ AI ಸಾಮರ್ಥ್ಯಗಳನ್ನು ತ್ಯಾಗ ಮಾಡದೆ.
ಮಾರುಕಟ್ಟೆ ಸನ್ನಿವೇಶ: ಬೃಹತ್ ಸುತ್ತುಗಳು ಮತ್ತು AI ಮೂಲಸೌಕರ್ಯಕ್ಕಾಗಿ ಸ್ಪರ್ಧೆ
ಅಸಾಂಪ್ರದಾಯಿಕ AI ಪ್ರಕರಣವು ವಿಶಾಲ ಪ್ರವೃತ್ತಿಯ ಭಾಗವಾಗಿದೆ: ಆರಂಭಿಕ ಹಂತಗಳಲ್ಲಿ ನೂರಾರು ಮಿಲಿಯನ್ ಡಾಲರ್ಗಳನ್ನು ಸಂಗ್ರಹಿಸುವ AI ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳ ಹೊರಹೊಮ್ಮುವಿಕೆ., ಕೆಲವು ವರ್ಷಗಳ ಹಿಂದೆ ಪಟ್ಟಿ ಮಾಡಲಾದ ಕಂಪನಿಗಳು ಅಥವಾ ಬಹಳ ಏಕೀಕೃತ ಆದಾಯ ಹೊಂದಿರುವ ಕಂಪನಿಗಳಿಗೆ ಮೀಸಲಾಗಿದ್ದ ಮೌಲ್ಯಮಾಪನಗಳೊಂದಿಗೆ.
ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ, ಈ ರೀತಿಯ ಹೆಸರುಗಳು ಓಪನ್ಎಐ, ಮಾನವಶಾಸ್ತ್ರೀಯ ಅಥವಾ ವ್ಯಕ್ತಿಗಳಿಂದ ಪ್ರಚಾರ ಮಾಡಲಾದ ಉಪಕ್ರಮಗಳು, ಉದಾಹರಣೆಗೆ ಇಲ್ಯಾ ಸಟ್ಸ್ಕೆವರ್ o ಮೀರಾ ಮುರಾಟಿ ಅವರು ಐತಿಹಾಸಿಕ ಸಾಹಸೋದ್ಯಮ ಬಂಡವಾಳ ಸುತ್ತುಗಳಲ್ಲಿ ಭಾಗಿಯಾಗಿದ್ದಾರೆ. 2025 ರಲ್ಲಿ, ಡಜನ್ಗಟ್ಟಲೆ AI ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳು ಮೈಲಿಗಲ್ಲನ್ನು ಮೀರಿದವು $100 ಮಿಲಿಯನ್ ಹಣಕಾಸುಈ ವಿಭಾಗದಲ್ಲಿ ಅಭೂತಪೂರ್ವ ಹೂಡಿಕೆ ಪ್ರಮಾಣವನ್ನು ಕ್ರೋಢೀಕರಿಸುತ್ತಿದೆ.
ಈ ಅಲೆಯೊಳಗೆ, ಮೂಲಸೌಕರ್ಯಕ್ಕಾಗಿ ಹೋರಾಟ ಚಿಪ್ಸ್, ವಿಶೇಷ ಮೋಡಗಳು, ವೇಗವರ್ಧಕಗಳು ಮತ್ತು ತರಬೇತಿ ವ್ಯವಸ್ಥೆಗಳು ಅತ್ಯಂತ ಬಿಸಿಯಾದ ಸ್ಪರ್ಧೆಯ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಒಂದಾಗಿವೆ. ಪ್ರೊಸೆಸರ್ ಅವಲಂಬನೆ ಬೆರಳೆಣಿಕೆಯಷ್ಟು ತಯಾರಕರ, ವಿಶೇಷವಾಗಿ ಉನ್ನತ-ಮಟ್ಟದ GPU ಗಳ ಕೊರತೆಯು ಹೂಡಿಕೆದಾರರು ಮತ್ತು ಉದ್ಯಮಿಗಳು ಪೂರೈಕೆ ಮತ್ತು ಬೆಲೆ ಅಡಚಣೆಗಳನ್ನು ನಿವಾರಿಸುವ ಪರ್ಯಾಯಗಳನ್ನು ಹುಡುಕಲು ಪ್ರೇರೇಪಿಸಿದೆ.
ಅಸಾಂಪ್ರದಾಯಿಕ AI ಈ ಸ್ಪರ್ಧೆಗೆ ಪ್ರವೇಶಿಸುವುದು ಪ್ರಸ್ತಾಪಿಸುವ ಮೂಲಕ ಪ್ರಮುಖ GPU ತಯಾರಕರೊಂದಿಗೆ ಕೇವಲ ಹೆಚ್ಚುತ್ತಿರುವ ಸ್ಪರ್ಧೆಗಿಂತ ವಿಭಿನ್ನ ಮಾರ್ಗ.ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆಗಾಗಿ ಹೋರಾಡುವ ಬದಲು, ಇಂಧನ ದಕ್ಷತೆಯಲ್ಲಿ ಹೆಚ್ಚಿನ ಸುಧಾರಣೆಯನ್ನು ಸಾಧಿಸುವತ್ತ ಗಮನಹರಿಸಿ, ಇದು ಮಧ್ಯಮಾವಧಿಯಲ್ಲಿ AI ವ್ಯವಸ್ಥೆಗಳು ಭೌತಿಕ ಮತ್ತು ಆರ್ಥಿಕ ಮಿತಿಗಳಿಗೆ ತಲೆಕೆಡಿಸಿಕೊಳ್ಳದೆ ಬೆಳೆಯುವುದನ್ನು ಮುಂದುವರಿಸಲು ಪ್ರಮುಖವಾದ ವಿಷಯವಾಗಿದೆ.
ಇಂಧನ ವೆಚ್ಚಗಳು ಮತ್ತು ಹೊರಸೂಸುವಿಕೆಯ ಮೇಲಿನ ನಿಯಂತ್ರಕ ಅವಶ್ಯಕತೆಗಳು ವಿಶೇಷವಾಗಿ ಕಟ್ಟುನಿಟ್ಟಾಗಿರುವ ಯುರೋಪಿಯನ್ ಪರಿಸರ ವ್ಯವಸ್ಥೆಗೆ, ಈ ರೀತಿಯ ಪ್ರಸ್ತಾವನೆಗಳ ಯಶಸ್ಸು ನಿರ್ಣಾಯಕವೆಂದು ಸಾಬೀತುಪಡಿಸಬಹುದು. ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾದ AI ಹಾರ್ಡ್ವೇರ್ ಇದು ಹಸಿರು ಪರಿವರ್ತನೆಯ ತಂತ್ರಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ, ಆದರೆ ಕಂಪನಿಗಳು ಮತ್ತು ಆಡಳಿತಗಳು ತಮ್ಮ ಬಳಕೆಯನ್ನು ಹೆಚ್ಚಿಸದೆ ಮುಂದುವರಿದ AI ಅಪ್ಲಿಕೇಶನ್ಗಳನ್ನು ನಿಯೋಜಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಯೋಜನೆಯು ಅಸಾಂಪ್ರದಾಯಿಕ AI ಇದು ಈ ಕ್ಷಣದ ಹಲವು ಪ್ರಮುಖ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಸಾಕಾರಗೊಳಿಸುತ್ತದೆ: ಬೀಜ ಹಂತಗಳಲ್ಲಿ ಮೆಗಾ-ರೌಂಡ್ಗಳು, AI ಗಾಗಿ ನೆಲಮಟ್ಟದಿಂದ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಹಾರ್ಡ್ವೇರ್, ಜೀವಶಾಸ್ತ್ರದಿಂದ ನೇರ ಸ್ಫೂರ್ತಿ ಮತ್ತು ಹೆಚ್ಚುತ್ತಿರುವ ಸ್ಪಷ್ಟ ವಾಸ್ತವಕ್ಕೆ ಪ್ರತಿಕ್ರಿಯಿಸುವ ಶಕ್ತಿ ದಕ್ಷತೆಯ ಗೀಳು. ಕಂಪನಿಯು ಸಿಲಿಕಾನ್ನಲ್ಲಿ ತನ್ನ ಭರವಸೆಗಳನ್ನು ಕಾರ್ಯರೂಪಕ್ಕೆ ತರಲು ನಿರ್ವಹಿಸಿದರೆ, ಮುಂದಿನ ದಶಕದಲ್ಲಿ ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ ಮತ್ತು ಯುರೋಪ್ನಲ್ಲಿ ಮತ್ತು ವಿಸ್ತರಣೆಯ ಮೂಲಕ ಸ್ಪೇನ್ನಂತಹ ಮಾರುಕಟ್ಟೆಗಳಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮಾದರಿಗಳನ್ನು ಹೇಗೆ ತರಬೇತಿ ನೀಡಲಾಗುತ್ತದೆ ಮತ್ತು ನಡೆಸಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವ ಪ್ರಮುಖ ಆಟಗಾರರಲ್ಲಿ ಒಬ್ಬರಾಗಬಹುದು.
ನಾನು ತನ್ನ "ಗೀಕ್" ಆಸಕ್ತಿಗಳನ್ನು ವೃತ್ತಿಯಾಗಿ ಪರಿವರ್ತಿಸಿದ ತಂತ್ರಜ್ಞಾನ ಉತ್ಸಾಹಿ. ನಾನು ನನ್ನ ಜೀವನದ 10 ವರ್ಷಗಳಿಗಿಂತ ಹೆಚ್ಚು ಕಾಲ ಅತ್ಯಾಧುನಿಕ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸುತ್ತಿದ್ದೇನೆ ಮತ್ತು ಶುದ್ಧ ಕುತೂಹಲದಿಂದ ಎಲ್ಲಾ ರೀತಿಯ ಕಾರ್ಯಕ್ರಮಗಳೊಂದಿಗೆ ಟಿಂಕರ್ ಮಾಡಿದ್ದೇನೆ. ಈಗ ನಾನು ಕಂಪ್ಯೂಟರ್ ತಂತ್ರಜ್ಞಾನ ಮತ್ತು ವಿಡಿಯೋ ಗೇಮ್ಗಳಲ್ಲಿ ಪರಿಣತಿ ಹೊಂದಿದ್ದೇನೆ. ಏಕೆಂದರೆ ನಾನು 5 ವರ್ಷಗಳಿಗೂ ಹೆಚ್ಚು ಕಾಲ ತಂತ್ರಜ್ಞಾನ ಮತ್ತು ವಿಡಿಯೋ ಗೇಮ್ಗಳ ಕುರಿತು ವಿವಿಧ ವೆಬ್ಸೈಟ್ಗಳಿಗೆ ಬರೆಯುತ್ತಿದ್ದೇನೆ, ಎಲ್ಲರಿಗೂ ಅರ್ಥವಾಗುವ ಭಾಷೆಯಲ್ಲಿ ನಿಮಗೆ ಅಗತ್ಯವಿರುವ ಮಾಹಿತಿಯನ್ನು ನೀಡಲು ಬಯಸುವ ಲೇಖನಗಳನ್ನು ರಚಿಸುತ್ತಿದ್ದೇನೆ.
ನೀವು ಯಾವುದೇ ಪ್ರಶ್ನೆಗಳನ್ನು ಹೊಂದಿದ್ದರೆ, ನನ್ನ ಜ್ಞಾನವು ವಿಂಡೋಸ್ ಆಪರೇಟಿಂಗ್ ಸಿಸ್ಟಂ ಮತ್ತು ಮೊಬೈಲ್ ಫೋನ್ಗಳಿಗಾಗಿ ಆಂಡ್ರಾಯ್ಡ್ಗೆ ಸಂಬಂಧಿಸಿದ ಎಲ್ಲದರಿಂದಲೂ ಇರುತ್ತದೆ. ಮತ್ತು ನನ್ನ ಬದ್ಧತೆಯು ನಿಮಗೆ, ನಾನು ಯಾವಾಗಲೂ ಕೆಲವು ನಿಮಿಷಗಳನ್ನು ಕಳೆಯಲು ಸಿದ್ಧನಿದ್ದೇನೆ ಮತ್ತು ಈ ಇಂಟರ್ನೆಟ್ ಜಗತ್ತಿನಲ್ಲಿ ನೀವು ಹೊಂದಿರುವ ಯಾವುದೇ ಪ್ರಶ್ನೆಗಳನ್ನು ಪರಿಹರಿಸಲು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತೇನೆ.