Intel übernimmt AI-Startup Habana

Intel Corp (INTC ) hat sich bereit erklärt, das israelische KI-Startup-Unternehmen Habana Labs für 2 Milliarden Dollar zu kaufen. Die Nachricht wurde am Montag von Intel bekannt gegeben, und der Kauf wird das Unternehmen weiter in die KI-Industrie vorantreiben.

Habana Labs wurde 2015 in Israel gegründet und konzentriert sich auf KI-Chips. Sie haben insgesamt 75 Millionen Dollar eingesammelt, und einer der Investoren war Intel Capital.

“Diese Übernahme fördert unsere KI-Strategie, die darin besteht, den Kunden Lösungen für jeden Leistungsbedarf anzubieten – von der intelligenten Peripherie bis zum Rechenzentrum”, sagte Navin Shenoy, Intel’s Executive Vice President und General Manager der Data Platforms Group, in der Pressemitteilung. “Insbesondere beschleunigt Habana unsere KI-Angebote für das Rechenzentrum mit einer Hochleistungs-Trainingsprozessorfamilie und einer standardsbasierten Programmierumgebung, um die sich entwickelnden KI-Workloads anzugehen.”

Intel prognostiziert, dass der KI-Chip-Markt bis 2024 mehr als 25 Milliarden Dollar betragen wird. Der Markt wird nicht nur größer, sondern die Technologie wird auch in der Wirtschaft und Gesellschaft extrem wichtig sein. Deshalb springen große Unternehmen wie Intel in diesen Bereich ein. Ihre KI-getriebenen Umsätze sind um 20% von 2018 auf über 3,5 Milliarden Dollar gestiegen.

Intels wachsendes Interesse an diesem Bereich ist auch das Ergebnis der stagnierenden PC-Verkäufe, und das Unternehmen ist jetzt stark von Verkäufen an Rechenzentren abhängig.

Intel war in den letzten Jahren an verschiedenen anderen KI-bezogenen Übernahmen beteiligt. Sie haben Movidius, Nervana, Altera und Mobileye übernommen.

Während der Fokus in der KI-Industrie hauptsächlich auf Software liegt, sind Chips genauso wichtig. Intel und andere Unternehmen wissen das, und deshalb gab es kürzlich Entwicklungen in der Chip-Innovation.

Mike Leone ist ein Senior-Analyst bei ESG.

“Die Erfüllung der KI-Workload-Anforderungen ist eine wachsende Herausforderung für viele Organisationen”, sagte er. “Traditionelle Rechenleistung kann einfach nicht mit den Größenordnungen der Verbesserungen mithalten, die Organisationen in ihrer Recheninfrastruktur suchen. Und es ist ein verlorener Kampf, einfach mehr und mehr Rechenleistung in das Problem zu stecken. Es ist zu teuer. Es ist zu groß. Und es ist zu energiehungrig. Wir sehen eine Zunahme an spezieller Rechenleistung, um die verschiedenen Workloads im KI-Bereich anzugehen, hauptsächlich Training und Inferenz. Training befasst sich mit dem Algorithmus-Erstellungsprozess, indem man einem Modell Daten füttert, damit es lernen kann. Inferenz bezieht sich auf die Phase, in der das trainierte Modell genutzt wird, um Vorhersagen auf der Grundlage neuer eingehender Daten zu treffen. Von den beiden ist Training viel ressourcenintensiver. Und obwohl GPUs beispielsweise beide Arten von Workloads angehen können, ist das Auftauchen spezieller Rechenleistung auf der Grundlage der KI-Workload – also Training vs. Inferenz – aufgetaucht und hat eine überraschende Anzahl von Startups hervorgebracht, die ihre IP und ihren Ansatz in den Mix einbringen möchten.”

Mukesh Khare, der Vizepräsident des IBM AI Hardware Research Center, glaubt auch an die Bedeutung von KI-Chips.

“Heute werden KI-Anwendungen auf Systemen ausgeführt, die für andere, nicht-KI-Zwecke konzipiert wurden. Die schnelle Zunahme von KI-Einsätzen belastet die Fähigkeiten dieser Systeme, und die erwarteten allgemeinen Verbesserungen in allgemeinen Rechensystemen können nicht mit dieser Zunahme an Nachfrage mithalten. Zum Beispiel verdoppelt sich die für KI-Training benötigte Rechenleistung alle 3,5 Monate. Um diese KI-Rechenleistungs-Nachfrage und -Chance anzugehen, sind heterogene Systeme und KI-Beschleuniger-Chips erforderlich, die speziell und von Grund auf für KI konzipiert sind.”

Mit der Übernahme wird Habana zu einem großen Spieler in diesem Bereich. Die Übernahme folgt auch einem Muster der zunehmenden Konsolidierung im KI-Chip-Markt. Dies wird den Wettbewerb um die Entwicklung dieser Rechenchips zur Unterstützung der KI-Technologie befeuern.