チップ不足は人工知能にどれほどの損害を与えるでしょうか?

チップ不足は人工知能にどれほどの損害を与えるでしょうか?

現在の半導体サプライチェーンのボトルネックの根本的な原因は何年も前から潜んでいたが、COVID-19パンデミックによってその問題が表面化した。 2020年2月の予測で、セミコンダクター・エンジニアリングは、通常、旧式で低速のチップに使用される200mmウエハーで作られたチップ工場設備の需要が供給を上回りそうだと警告した。

[[430364]]

最速のチップを必要とせず、200mm ウェハで製造できるモノのインターネット (IoT) デバイスの需要の急増は、チップの需給不均衡の根本的な原因としてよく挙げられます。急成長しているモノのインターネット(IoT)業界は、あらゆるサイズのチップの需要の急増を引き起こしている一方で、チップの生産はさらに遅れています。ウォール・ストリート・ジャーナルの記事によると、チップの納入サイクルは2021年第3四半期に22週間に達し、2020年末の13週間のほぼ2倍になったという。これは、当社が2013年に業界の監視を開始して以来、最も長い納期でもあります。自動車に使用されるマイクロコントローラーを含む他の特定の種類のチップの納期は最大 32 週間です。これが、過去1年間で中古車価格が21%上昇した根本的な要因です。

世界的なチップ不足は人工知能にも影響を及ぼし始めている。コンピューター ビジョンや NLP (自然言語処理) などの多くの AI モデルは、モデルのトレーニングに強力な GPU に依存しています。そのため、チップ工場が旧式の低速チップの生産に苦戦している一方で、GPU のようなハイエンドチップも不足しています。

GPU大手のNvidiaのCEO、ジェンスン・フアン氏は、同社がサプライチェーンの制約に直面していると警告した。 Nvidia の GPU 生産はアジアのチップ工場に依存しています。 「現在の見通しでは、需要が非常に大きいため、来年の大半は供給が逼迫するだろう」と黄氏は、同社が決算発表を行った後の8月15日のアナリストとの電話会議で述べた。

世界では企業のデジタル変革戦略が加速しており、人工知能アプリケーションの需要が急速に高まっています。これにより、新興分野である人工知能をターゲットにした新しいチップ設計のブームも引き起こされました。

設立4年の人工知能スタートアップ企業であるSambaNova Systemsの評価額は50億ドル以上である。同社は、ローカルデータフロー処理とプログラム可能なアクセラレーションを提供するように設計された次世代プロセッサであるReconfigurable Dataflow Unit (RDU: Reconfigurable Dataflow Unit) の製造に7nm (ナノメートル) プロセスを使用する契約をTSMCと締結しました。 RDU は、事前構成されたラックで販売されるか、SaaS (Software-as-a-Service) 配信方法を通じて API として提供されます。

高速ハードウェアはサンバノバのAIへの取り組みの一部に過ぎないと、同社のCEO兼共同創設者であるロドリゴ・リャン氏は語った。成功する AI ソリューションの開発には、他にも多くの要素が関係していると彼は述べた。

チップ不足により、業界はコンピューティング効率に重点を置くようになりました。エンドユーザーは、この効率性のメリットを享受するために、コモディティ コンポーネントではなく AI 固有のソリューションにますます目を向けるようになっています。 AI はチップだけでは解決できないシステムの問題です。AI プロジェクトを正常に実稼働させるには、エンドユーザーが AI をワークフローやアプリケーションに統合できる必要があります。個々のコンポーネント (チップなど) と自己統合ソリューションを蓄積することは、時間と費用のかかる作業であり、ほとんどの組織には必要な重要なスキルと専門知識が欠けています。

チップ不足に加えて、同様に重要な問題は AI 人材の不足です。 「現在、AI の才能を持つ人材のほとんどは大手テクノロジー企業で働いています」と Liang 氏は言います。「AI の公平性をさらに普遍的に実現するには、AI の実装と拡張に必要な専門知識をエンドユーザーが習得するためのハードルを下げる、使いやすい製品を業界が提供しなければなりません。」

確かに、私たちは興味深い時代に生きています。 IoTデバイスの爆発的な増加、在宅勤務の必要性、チップ工場自体の生産能力不足などが相まって、チップの需要が供給を上回っています。

しかし、危機はチャンスにもなり得ます。処理能力が限られている場合、革新的な企業はその制限を回避する方法を見つけるでしょう。企業は新たな半導体工場を建設するために数千億ドルを投じることを約束した。多くの中国企業もチップの研究開発および生産産業への投資を開始している。この危機は、今後数年間で業界がさらなる革新を起こすよう促すことになるだろう。

<<:  科学技術史上最も爆発的な組み合わせ「メタバース + ブレイン・コンピューター・インターフェース」、私たちはそこからどれくらい遠いのでしょうか?

>>:  中国科学院自動化研究所は、科学サブジャーナル「自己組織化バックプロパゲーションがネットワーク学習効率を向上」を出版した。

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

ML と AI の違い: 詳細ガイド

人工知能 (AI) と機械学習 (ML) は互換性があると考えられる場合もありますが、概念的には関連...

ブラウザで TensorFlow を使用するにはどうすればいいですか?

[[341102]] [51CTO.com クイック翻訳] TensorFlow を使用すると、少...

...

...

平均して、1 秒で 1 つの高得点大学入試エッセイが生成されます。PaddlePaddle Wenxin モデルはどのようにしてこれを実現するのでしょうか?

全国的な大学入試が進行中で、百度のAI技術も「大学入試」に直面している。 6月7日、大学入試の中国語...

ドバイ、街頭にロボット警察を配備へ

ロシア・トゥデイTVのウェブサイトは20日、UAE当局者の発言を引用し、UAE初のロボット警察が今年...

ブラックボックス問題が依然としてディープラーニングの普及を妨げている

[[211063]]現在、ディープラーニングは人工知能の旗印を掲げており、将来、インテリジェントマシ...

ボストン・ダイナミクスのロボット犬がチャットできるようになりました! ChatGPTは機知に富んだ会話をサポートします

すごいですね、ボストン・ダイナミクスのロボット犬が直接話せるようになりました。そして、Siriの「人...

AI の応用分野トップ 10 を調べて、自分の専攻分野が含まれているかどうか確認してください。

人工知能や脳の研究を考えるとき、人々はターミネーターマシンが世界を破壊するイメージを思い浮かべます。...

73歳のヒントン氏は、次世代のニューラルネットワーク「教師なし対照学習」を考案した。

最近開催された第43回国際情報検索会議(ACM SIGIR2020)で、Geoffrey Hinto...

最も強力な AI 搭載スマートフォンに関する神の視点: iPhone X

世界中で人気のiPhone Xがついに登場。バージョン番号を埋めるためだけに名付けられたiPhone...

ChatGPT Enterprise Edition は基本的に廃止されました。

執筆者 | Yan Zheng制作:51CTO テクノロジースタック(WeChat ID:blog)...

AIとクラウドコンピューティングが相互に利益をもたらし、ビジネス効率を向上させる方法

長年にわたり、クラウド コンピューティングは現代のビジネスに欠かせないツールとなり、2020 年には...

ついに誰かが自動運転を明確にした

01 自動運転とは自動運転は無人運転とも呼ばれ、その名の通り、車両が人間の操作なしに周囲の環境を認...