Стартап Wafer обучает AI-модели оптимизировать код для чипов, что может поставить под угрозу монополию Nvidia на рынке полупроводников. В условиях, когда Nvidia стоит более $4 трлн и предлагает лучшие AI-решения, выход Wafer на рынок дает надежду на больший выбор для разработчиков и компаний.
Рост интереса к AI-чипам
Nvidia покорила рынок с помощью своих чипов, которые позволяют обучать мощные AI-модели. Но появились новые игроки, способные создать конкуренцию. Например, компании Apple, Google и Amazon разрабатывают собственные чипы, чтобы улучшить производительность своих сервисов. Meta анонсировала использование нового чипа в запланированного развертывания вычислительной мощностью в 1 ГВт.
Как Wafer меняет правила игры
Стартап Wafer привлек $4 млн начального финансирования от известных лиц, таких как Джефф Дин из Google и Войцех Заремба из OpenAI. Они обучают AI-модели с помощью методов подкрепляющего обучения для оптимизации kernel-кода, что повышает эффективность работы софта на аппаратных средствах. Это может нарушить прежнюю зависимость от программного обеспечения Nvidia, упрощая задачу разработки кода для различных чипов.
Эмilio Andere, CEO Wafer, уверяет, что высокопроизводительные чипы, такие как AMD и Trainium от Amazon, могут соперничать с Nvidia по показателю вычислительной мощности. "Лучший чип от AMD может показывать такие же результаты, как и Nvidia, и этот тренд только усиливается," — говорит Andere.
Практические выводы для разработчиков
Для разработчиков причины для беспокойства: теперь есть возможности использовать оптимизированные решения для чипов, помимо Nvidia. Это приведёт к снижению цен на услуги и улучшению качества программного обеспечения. Компании, которые уже используют технологии Wafer, могут сократить расходы на разработку и ускорить внедрение своих приложений на рынке.
Наблюдая за тем, как Wafer будет развиваться, индустрия чипов окончательно изменится и станет более доступной для широкого круга разработчиков. Следующий шаг для Wafer — заключение партнерств с крупными игроками для дальнейшего развития своих технологий оптимизации.