Finansowanie

Intel nabywa startup AI Habana

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Intel Corp (INTC ) zgodził się na zakup izraelskiego startupu sztucznej inteligencji (AI) Habana Labs za 2 miliardy dolarów. Wiadomość została ogłoszona w poniedziałek przez Intel, a zakup ten pozwoli firmie na dalszy rozwój w branży AI.

Habana Labs została założona w 2015 roku w Izraelu i specjalizuje się w chipach AI. Zebrała łącznie 75 milionów dolarów, a jednym z inwestorów był Intel Capital.

„Ten zakup przyspiesza naszą strategię AI, która polega na dostarczaniu klientom rozwiązań dostosowanych do każdej potrzeby wydajności – od inteligentnego edge do centrum danych”, powiedział Navin Shenoy, executive vice president i generalny menedżer Data Platforms Group w Intelu. „Konkretnie, Habana znacznie zwiększa nasze oferty AI dla centrum danych z rodziną procesorów szkoleniowych o wysokiej wydajności i środowiskiem programistycznym opartym na standardach, aby rozwiązywać ewoluujące obciążenia AI”.

Intel przewiduje, że rynek chipów AI będzie wart więcej niż 25 miliardów dolarów do 2024 roku. Nie tylko cena rynkowa będzie rosła, ale sama technologia będzie nadal bardzo ważna w gospodarce i społeczeństwie. Dlatego też duże firmy jak Intel wkraczają na ten rynek. Ich przychody z AI wzrosły o 20% od 2018 roku i obecnie przekraczają 3,5 miliarda dolarów.

Rosnące zainteresowanie Intelu tym obszarem jest również wynikiem stagnacji sprzedaży PC, a firma obecnie opiera się głównie na sprzedaży do centrów danych.

Intel był zaangażowany w różne inne przejęcia związane z AI w ciągu ostatnich kilku lat. Nabył Movidius, Nervana, Altera i Mobileye.

Chociaż wiele uwagi w branży AI skupia się na oprogramowaniu, chipy są równie ważne. Intel i inne firmy to wiedzą, dlatego też ostatnio nastąpiły rozwoju w dziedzinie innowacji chipów.

Mike Leone jest starszym analitykiem w ESG.

„Zaspokojenie wymagań obciążeń AI jest coraz większym wyzwaniem dla wielu organizacji”, powiedział. „Tradycyjne obliczenia po prostu nie mogą nadążyć za rozwojem infrastruktury obliczeniowej, o którym mówią organizacje. I to byłaby przegrana, gdybyśmy po prostu dodawali coraz więcej mocy obliczeniowej. To zbyt drogo. To zbyt duży ślad. I to zbyt głodne energii. Widzimy wzrost potrzeby specjalistycznych obliczeń, aby rozwiązać różne obciążenia w przestrzeni AI, głównie szkolenie i inferencję. Szkolenie dotyczy procesu tworzenia algorytmu, poprzez podawanie modelowi danych, aby mógł się uczyć. Inferencja odnosi się do etapu, w którym wykorzystuje się wytrenowany model do robienia przewidywań na podstawie nowych danych wejściowych. Z tych dwóch, szkolenie jest znacznie bardziej wymagające pod względem zasobów. I chociaż na przykład GPU może rozwiązywać oba typy obciążeń, pojawienie się specjalistycznych obliczeń opartych na obciążeniach AI – czyli szkolenie wobec inferencji – pojawiło się i zgromadziło zaskakującą liczbę startupów, które chcą dodać swoje IP i podejście do miksu”.

Mukesh Khare, wiceprezes IBM’s AI Hardware Research Center, również wierzy w wagę chipów AI.

„Dziś aplikacje AI są wykonywane na systemach zaprojektowanych do innych, nie-AI celów. Gwałtowny wzrost wdrożeń AI powoduje, że systemy te są narażone na przeciążenie, a oczekiwane ogólne ulepszenia systemów ogólnego przeznaczenia nie mogą nadążyć za tym wzrostem popytu. Na przykład, obliczenia potrzebne do szkolenia AI podwajają się co 3,5 miesiąca. Aby rozwiązać ten wzrost popytu na obliczenia AI i możliwości, systemy heterogeniczne i chipy przyspieszające AI, zaprojektowane specjalnie i od podstaw dla AI, są wymagane”.

Wraz z przejęciem, Habana stanie się głównym graczem na tym rynku. Przejęcie to również podąża za wzorcem zwiększającej się konsolidacji na rynku chipów AI. To uruchomi dużą konkurencję w rozwoju tych chipów obliczeniowych, aby pomóc w technologii AI.

Alex prowadzi operacje informacyjne zasilane AI w Unite.AI, łącząc dziennikarstwo, badania i automatyzację, aby wspierać terminowe i skalowalne relacjonowanie sztucznej inteligencji. Jego praca pomaga zapewnić, że nowe osiągnięcia w dziedzinie AI są prezentowane efektywnie, przy zachowaniu standardów redakcyjnych publikacji.