O gosto por hardware para treinar modelos de IA é voraz.
Prevê-se que os chips de IA representem até 20% do mercado totalidade de semicondutores de US$ 450 bilhões até 2025, de pacto com McKinsey. E os Parceiros Insight projetos que as vendas de chips de IA subirão para US$ 83,3 bilhões em 2027, de US$ 5,7 bilhões em 2018, uma taxa composta de propagação anual de 35%. (Isso é quase 10 vezes a taxa de propagação prevista para chips não-IA.)
Caso em questão, Tentorrenta startup de hardware de IA dirigida pelo luminar da engenharia Jim Keller, esta semana anunciado que levantou $ 100 milhões em uma rodada de financiamento de notas conversíveis co-liderada pelo Hyundai Motor Group e pelo Samsung Catalyst Fund.
De veste, US$ 50 milhões do totalidade vieram das duas unidades automotivas da Hyundai, Hyundai Motor (US$ 30 milhões) e Kia (US$ 20 milhões), que planejam fazer parceria com a Tenstorrent para desenvolver chips em conjunto, especificamente CPUs e coprocessadores de IA, para futuros veículos de mobilidade e robôs. Samsung Catalyst e outros fundos de capital de risco, incluindo Fidelity Ventures, Eclipse Ventures, Epiq Capital e Maverick Capital, contribuíram com os US$ 50 milhões restantes.
Ao contrário do patrimônio líquido, uma nota conversível é uma dívida de pequeno prazo que se converte em patrimônio mediante qualquer evento predeterminado. Por que a Tenstorrent optou pela dívida em vez do patrimônio não está totalmente evidente – nem a avaliação pós-dinheiro da empresa. (A Tenstorrent a descreveu uma vez que um “up-round” em um transmitido.) A Tenstorrent arrecadou US$ 200 milhões pela última vez, com uma avaliação que eclipsou US$ 2 bilhões.
A tranche de notas conversíveis, que teve participação da Fidelity Ventures, Eclipse Ventures, Epiq Capital, Maverick Capital e mais, eleva o totalidade da Tenstorrent para US$ 334,5 milhões. Keller diz que será direcionado ao desenvolvimento de produtos, design e desenvolvimento de chiplets de IA e roteiro de software de estágio de máquina da Tenstorrent.
A Tenstorrent, com sede em Toronto, vende processadores de IA e licencia soluções de software de IA e IP em torno do RISC-V, a arquitetura de conjunto de instruções de código acessível usada para desenvolver processadores personalizados para uma variedade de aplicativos.
Uma visão de cima para inferior do hardware personalizado do Tenstorrent para processamento de IA. Créditos da imagem: Tentorrent
Fundada em 2016 por Ivan Hamer (ex-engenheiro embarcado da AMD), Ljubisa Bajic (ex-diretora de design de circuitos integrados da AMD) e Milos Trajkovic (anteriormente engenheiro de design de firmware da AMD), a Tenstorrent desde cedo despejou a maior secção de seus recursos em desenvolver sua própria infraestrutura interna. Em 2020, a Tenstorrent anunciou o Grayskull, um sistema completo projetado para aligeirar o treinamento de modelos de IA em data centers, nuvens públicas e privadas, servidores locais e servidores de borda, apresentando os núcleos Tensix proprietários da Tenstorrent.
Mas nos anos seguintes, talvez sentindo a pressão de empresas uma vez que a Nvidia, a Tenstorrent mudou seu foco para licenciamento e serviços e a Bajic, uma vez no comando, lentamente fez a transição para um papel consultivo.
Em 2021, o Tenstorrent lançou o DevCloud, um serviço fundamentado em nuvem que permite aos desenvolvedores executar modelos de IA sem primeiro ter que comprar hardware. E, mais recentemente, a empresa estabeleceu parcerias com a construtora de sistemas de servidor baseada na Índia Bodhi Computing e a LG para incorporar os produtos da Tenstorrent nos servidores da primeira e nos produtos automotivos e TVs da segunda. (Uma vez que secção do pacto com a LG, a Tenstorrent disse que trabalharia com a LG para fornecer processamento de vídeo rebuscado nos próximos produtos de data center da Tenstorrent.)
Tenstorrent – zero senão ávido – abriu um escritório em Tóquio em março para expandir além de seus escritórios em Toronto, Austin e Vale do Silício.
A questão é se ele competirá contra os outros pesos pesados na corrida de chips de IA.
O Google criou um processador, o TPU (abreviatura de “tensor processing unit”), para treinar grandes sistemas de IA generativos uma vez que PaLM-2 e Imagen. A Amazon oferece chips proprietários para clientes da AWS tanto para treinamento (Trainium) e inferência (inferências). E Microsoft, supostamenteestá trabalhando com a AMD para desenvolver um chip interno de IA chamado Athena.
Nvidia, enquanto isso, brevemente se tornou uma empresa de US $ 1 trilhão levante ano, com subida demanda por suas GPUs para treinamento de IA. (A partir do segundo trimestre de 2022, Nvidia retida uma participação de 80% no mercado de GPUs discretas.) As GPUs, embora não sejam necessariamente tão capazes quanto os chips de IA personalizados, têm a capacidade de realizar muitos cálculos em paralelo, tornando-as adequadas para treinar os modelos mais sofisticados atualmente.
Tem sido um envolvente difícil para startups e até gigantes da tecnologia, sem surpresa. No ano pretérito, a operário de chips AI Graphcore, que supostamente teve sua avaliação reduzida em US $ 1 bilhão em seguida o fracasso de um pacto com a Microsoft, disse que estava planejando cortes de empregos devido ao envolvente macroeconômico “extremamente provocador”. Enquanto isso, a Habana Labs, empresa de chips de IA de propriedade da Intel, demitiu muro de 10% de sua força de trabalho.
Complicar as coisas é um falta de componentes necessários para edificar chips de IA. O tempo dirá, uma vez que sempre, quais fornecedores sairão por cima.
