Finansiering

Intel køber AI-startup Habana

mm
Føj Unite.AI til dine foretrukne kilder på Google

Intel Corp (INTC ) har accepteret at købe den israelske kunstig intelligens (AI)-startup-virksomhed Habana Labs for 2 milliarder dollars. Nyheden blev offentliggjort mandag af Intel, og købet vil bringe virksomheden dybere ind i AI-industrien.

Habana Labs blev grundlagt i 2015 i Israel og fokuserer på AI-chips. De har samlet 75 millioner dollars, og en af investorerne var Intel Capital.

“Denne overtagelse fremmer vores AI-strategi, som er at give kunderne løsninger, der passer til alle ydelsesbehov – fra den intelligente kant til datacenteret,” sagde Navin Shenoy, Intels executive vice president og general manager for Data Platforms Group, i nyhedsudgivelsen. “Mere specifikt giver Habana en kraftig boost til vores AI-tilbud til datacenteret med en højpræstations-træningsprocessor-familie og et standards-baseret programmeringsmiljø til at håndtere udviklende AI-arbejdsbyrder.”

Intel forventer, at AI-chip-markedet vil være større end 25 milliarder dollars i 2024. Markedsprisen vil ikke blot blive større, men teknologien vil også fortsat være ekstremt vigtig for økonomien og samfundet. Derfor springer store virksomheder som Intel ind i markedet. Deres AI-drevne indtægter er steget 20% fra 2018 og er nu over 3,5 milliarder dollars.

Intels øgede interesse for dette område skyldes også, at PC-salget er stagneret, og virksomheden er nu afhængig af salg til datacentre.

Intel har været involveret i andre AI-relaterede overtagelser i de seneste par år. De har købt Movidius, Nervana, Altera og Mobileye.

Selv om meget af fokus i AI-industrien er på software, er chips lige så vigtige. Intel og andre virksomheder ved dette, og derfor er der sket nylige udviklinger i chip-innovation.

Mike Leone er senioranalytiker hos ESG.

“At tilfredsstille AI-arbejdsbyrds-krav er en voksende udfordring for mange organisationer,” sagde han. “Traditionel beregning kan ikke følge med de enorme forbedringer, organisationerne søger i deres respektive beregningsinfrastruktur. Og det er en tabende sag at bare kaste mere og mere beregningskraft på problemet. Det er for dyrt. Det er for stort. Og det er for krævende. Vi ser en stigende behov for specialiseret beregning til at håndtere de forskellige arbejdsbyrder i AI-rummet, primært træning og slutledning. Træning omfatter algoritme-skabningsprocessen ved at føde en model med data, så den kan lære. Slutledning henviser til det stadie, hvor den trænede model anvendes til at gøre forudsigelser baseret på nye indgående data. Af de to er træning langt mere ressourcekrævende. Og selv om GPU’er, for eksempel, kan håndtere begge typer arbejdsbyrder, er der opstået specialiseret beregning baseret på AI-arbejdsbyrden – det vil sige træning vs. slutledning – og har samlet en overraskende stor mængde startups, der søger at tilføje deres IP og tilgang til blandingen.”

Mukesh Khare, vicepræsident for IBMs AI-Hardware-Forskningscenter, mener også, at AI-chips er vigtige.

“I dag køres AI-programmer på systemer, der er designede til andre, ikke-AI-formål. Den hurtige stigning i AI-udviklingen belaster mulighederne for disse systemer, og de forventede samlede forbedringer i almindelige beregnings-systemer kan ikke følge med denne stigning i efterspørgsel. For eksempel er den beregning, der kræves til AI-træning, fordoblet hver 3,5 måned. For at imødekomme denne AI-beregningsefterspørgsel og mulighed kræves heterogene systemer og AI-accellerator-chips, der er designede specifikt og fra scratch til AI, er påkrævet.”

Med overtagelsen vil Habana blive en stor spiller i dette område. Overtagelsen følger også en tendens til stigende konsolidering på AI-chip-markedet. Dette vil give en stor konkurrence i udviklingen af disse beregningschips for at hjælpe med AI-teknologi.

Alex leder Unite.AI's AI-drevne nyhedsoperationer, der kombinerer journalistik, forskning og automatisering for at understøtte rettidig og skalerbar dækning af kunstig intelligens. Hans arbejde hjælper med at sikre, at nye AI-udviklinger fremhæves effektivt, samtidig med at publikationens redaktionelle standarder opretholdes.