Finansiering

Intel köper AI-startupen Habana

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Intel Corp (INTC ) har kommit överens om att köpa den israeliska artificiella intelligens-startupen Habana Labs för 2 miljarder dollar. Nyheten meddelades på måndagen av Intel, och köpet kommer att ta företaget längre in i AI-branschen.

Habana Labs grundades 2015 i Israel och fokuserar på AI-chip. De har samlat in totalt 75 miljoner dollar, och en av investerarna var Intel Capital.

“Denna förvärv avancerar vår AI-strategi, som är att tillhandahålla kunderna lösningar som passar varje prestandabehov – från den intelligenta kanten till datacentret”, sa Navin Shenoy, Intels verkställande vicepresident och general manager för Data Platforms Group, i nyhetsmeddelandet. “Mer specifikt accelererar Habana våra AI-erbjudanden för datacentret med en högpresterande träningsprocessor och ett standardsbaserat programmeringsmiljö för att hantera utvecklande AI-arbetsbelastningar.”

Intel förutspår att AI-chip-marknaden kommer att vara större än 25 miljarder dollar år 2024. Inte bara kommer marknadspriset att öka, utan teknologin kommer också att fortsätta vara extremt viktig i ekonomin och samhället. På grund av detta hoppar alla stora företag som Intel in i det. Deras AI-drivna intäkter har ökat med 20% sedan 2018, och de är nu över 3,5 miljarder dollar.

Intels växande intresse för detta område är också ett resultat av att PC-försäljningen har stagnerat, och företaget är nu beroende av försäljning till datacenter.

Intel har varit involverad i flera andra AI-relaterade förvärv under de senaste åren. De köpte Movidius, Nervana, Altera och Mobileye.

Medan mycket av fokuset i AI-branschen ligger på programvara, är chippar lika viktiga. Intel och andra företag vet detta, och därför har det funnits nyliga utvecklingar inom chip-innovation.

Mike Leone är en senior analytiker på ESG.

“Att tillfredsställa AI-arbetsbelastningskraven är en växande utmaning för många organisationer”, sa han. “Traditionell beräkning kan inte hålla jämna steg med de beställningar av storleksförbättringar som organisationer letar efter i sin respektive beräkningsinfrastruktur. Och det är en förlorande proposition att bara kasta mer och mer bearbetningskraft på problemet. Det är för dyrt. Det är för stort. Och det är för energikrävande. Vi ser en ökning av behovet av specialiserad beräkning för att hantera de olika arbetsbelastningarna i AI-utrymmet, främst utbildning och inferens. Utbildning hanterar algoritmisk skapelseprocess genom att mata en modell med data så att den kan lära sig. Inferens hänvisar till scenen där den utbildade modellen används för att göra förutsägelser baserat på ny inkommande data. Av de två är utbildning mycket mer resurskrävande. Och medan GPU:er, till exempel, kan hantera båda typerna av arbetsbelastningar, har uppkomsten av specialiserad beräkning baserad på AI-arbetsbelastningen – det vill säga utbildning kontra inferens – dykt upp och samlar en förvånansvärt stor mängd startups som vill lägga till sin IP och tillvägagångssätt i mixen.”

Mukesh Khare, vicepresident för IBMs AI-hårdvaruforskningscenter, tror också på vikten av AI-chip.

“Idag körs AI-applikationer på system som är utformade för andra, icke-AI-ändamål. Den snabba eskaleringen av AI-distributioner belastar systemens förmåga, och de förväntade allmänna förbättringarna av allmänna datorsystem kan inte hålla jämna steg med denna eskalering av efterfrågan. Till exempel är den beräkning som behövs för AI-utbildning dubblerad var 3,5:e månad. För att hantera denna AI-beräkningskravtillväxt och möjlighet krävs heterogena system och AI-acceleratorchip, som är utformade specifikt och från scratch för AI.”

Med förvärvet kommer Habana att bli en stor spelare i detta utrymme. Förvärvet följer också ett mönster av ökande konsolidering på AI-chip-marknaden. Detta kommer att starta en stor konkurrens i utvecklingen av dessa beräkningschip för att hjälpa till med AI-teknik.

Alex leder Unite.AI:s AI-drivna nyhetsverksamhet, som kombinerar journalistik, forskning och automation för att stödja snabb och skalbar bevakning av artificiell intelligens. Hans arbete hjälper till att säkerställa att framväxande AI‑utvecklingar lyfts fram effektivt samtidigt som publikationens redaktionella standarder upprätthålls.