«У стартапов, создающих мозги для ИИ, всего один шанс на успех»
Кейсы 21 ноября 2017

«У стартапов, создающих мозги для ИИ, всего один шанс на успех»

Далее

Британский производитель полупроводников, стартап Graphcore, разработал процессор для ИИ, который работает в 10 – 100 раз быстрее аналогов. Однако его успех и успех ему подобных молодых компаний зависит от интереса инвесторов и от того, смогут ли они конкурировать с крупными производителями. По словам журналистов MIT Technology Review, у таких стартапов есть всего один шанс пробиться.

Еще несколько лет назад венчурные фонды сторонились производителей железа — себестоимость микрочипов гораздо выше, чем ПО, а радикальных инноваций в этой области, до недавних пор, было мало. Даже если молодым компаниям удавалось выжить, их доход оказывался таким же миниатюрным, как их полупроводники.

Однако с тех пор отношение инвесторов изменилось, и произошло это благодаря тому, что вера в ИИ как уникальную возможность капиталовложения укрепилась. В этом году, по данным сервиса PitchBook, в стартапы, занятые в производстве микрочипов, уже было вложено $113 млн — почти втрое больше, чем в 2015.

Graphcore был одним из тех, кто привлек $50 млн инвестиций от Sequoia Capital, ведущей венчурной компании Кремниевой долины.

Большое число процессоров, которые используют в разработке ИИ, производит Nvidia. Они состоят из тысяч крошечных компьютеров, работающих параллельно. Однако, графические процессоры не лишены недостатков. Один из самых серьезных в том, что вместе они потребляют много энергии. Стартапы стремятся заполнить этот пробел и разработать не только более экономичные чипы, но и предназначенные специально для нужд нейронных сетей: например, для того, чтобы научить алгоритмы беспилотников вовремя замечать препятствия.

Ученые впервые отредактировали гены в организме человека

Graphcore утверждает, что предварительные тесты нового «интеллектуального процессора», который начнут рассылать первым заказчиками в первом квартале следующего года, в 10 — 100 раз быстрее, чем современные аналоги. Разработчики ИИ только приветствуют такие инновации, да и крупные компании постепенно начинают переходить к разработке специализированных процессоров для умных машин. Например, Intel недавно обнародовала планы выпуска нового семейства процессоров вместе с Nervana Systems, стартапом, купленным ею в прошлом году.

Перед стартапами стоит и другая проблема: многие из них создают железо для узко специализированных задач. Но на то, чтобы выйти с ним на рынок, у них уходят годы. Принимая во внимание скорость развития ИИ, существует реальный риск, что к моменту появления на прилавках эта технология уже перестанет быть востребованной. С другой стороны, если у микрочипов будет слишком широкий спектр применения, упадет производительность и они потеряют конкурентное преимущество.

Мозговой имплант улучшил память на 30%

Чип Tensor Processing Unit, который Google представила весной, разработан специально для систем глубокого обучения. По эффективности он превосходит стандартные процессоры в 30-80 раз, при этом потребляет меньше энергии.