Meta เปิดตัวชิปเร่งการประมวลผล AI รุ่นใหม่ ที่เป็นรุ่นถัดจาก MTIA v1 (Meta Training and Inference Accelerator) ที่เปิดตัวเมื่อปีที่แล้ว ซึ่งเรียกชื่อว่า MTIA รุ่นถัดไป (Next Gen) โดยยังโฟกัส ที่การปรับแต่งสำหรับใช้งานในโมเดล AI แนะนำเนื้อหาบนแพลตฟอร์ม

MTIA Next Gen เพิ่มสเป็กให้แรงขึ้น โดยเป็นชิปคัสตอมเทคโนโลยีการผลิต 5nm TSMC, สัญญาณนาฬิกา 1.35GHz, สมรรถนะสูงสุด 708 TOPS (INT8 แบบ sparse) หรือ 354 TOPS (FP16/BF16 แบบ sparse) อัตราใช้พลังงานเพิ่มเป็น TDP 90W การออกแบบยังใช้หน่วยประมวลผลย่อย PE 64 ตัว เรียงแบบ 8x8 เหมือนเดิม เพิ่ม SRAM เป็น 384KB ต่อตัว แบนด์วิทหน่วยความจำเพิ่มเป็น 1TB/s ต่อตัว

Meta เปิดตัวชิปเร่งการประมวลผล AI รุ่นแรกของบริษัท ใช้ชื่อว่า MTIA v1 ย่อมาจาก Meta Training and Inference Accelerator

Meta ให้เหตุผลว่างานประมวลผล AI ของบริษัทในปัจจุบัน โดยเฉพาะงานกลุ่ม recommendation ในบริการโซเชียลต่างๆ ไม่ได้เหมาะกับ GPU มากนัก จึงออกแบบชิป ASIC ขึ้นมาใหม่ให้สอดคล้องกับโมเดล recommendation ของบริษัทเอง และเน้นการปรับแต่งมาเพื่อ PyTorch ซึ่งเป็นไลบรารีประมวลผล AI ที่เกิดจาก Meta ด้วย

ปีที่แล้ว อินเทลตั้งทีมทำชิป ASIC สำหรับขุดเหมืองคริปโต ใช้ชื่อว่า Blockscale โดยชูจุดเด่นเรื่องการปรับแต่ง ASIC มาเพื่อการแฮชตามอัลกอริทึม SHA-256 สำหรับงาน proof-of-work

อย่างไรก็ตาม ชิป Blockscale ออกขายเพียงซีรีส์เดียวคือ Blockscale 1000 (มีสินค้าย่อยทั้งหมด 4 ตัว) และล่าสุดอินเทลยืนยันว่าไม่ทำธุรกิจนี้ต่อแล้ว โดยให้เหตุผลว่าต้องการโฟกัสกับยุทธศาสตร์ IDM 2.0 ที่รับจ้างผลิตชิปให้ลูกค้าภายนอกแทน

AMD เปิดตัวการ์ดประมวลผลวิดีโอฝั่งเซิร์ฟเวอร์ Alveo MA35D มีจุดเด่นคือรองรับการเข้ารหัสวิดีโอแบบ AV1 และการเข้ารหัสวิดีโอพร้อมกัน 32 สตรีม (1080p60) ต่อการ์ด

การ์ดเร่งความเร็วการประมวผล (accelerator) ตระกูล Alveo เป็นการ์ดแบบ ASICS ที่ AMD ได้มาจากการซื้อกิจการ Xilinx ตั้งแต่ปี 2020 โดยการ์ดรุ่นนี้เป็นรุ่นแรกที่ปลดแบรนด์ Xilinx และเปลี่ยนมาใช้แบรนด์ AMD เต็มตัว

การปกป้องข้อมูลส่วนบุคคล กับการวิเคราะห์ข้อมูลดูเป็นแนวคิดที่สวนทางกันอย่างสิ้นเชิง และต้องตัดสินใจเลือกทางใดทางหนึ่งเท่านั้น หากเลือกปกป้องข้อมูลด้วยการเข้ารหัส (encryption) ก็จะไม่สามารถนำข้อมูลไปวิเคราะห์ได้จนกว่าจะถอดรหัสออกมาทั้งหมด

ในทางเทคนิคแล้วมีแนวคิดที่เรียกว่า Fully Homomorphic Encryption (FHE) เป็นวิธีการเข้ารหัสแบบใหม่ ที่สามารถนำข้อมูลไปวิเคราห์-ประมวลผลต่อได้ (ทั้งๆ ที่ยังถูกเข้ารหัสอยู่และไม่รู้ว่าข้อมูลข้างในคืออะไร)

สัปดาห์ที่ผ่านมา กูเกิลเปิดตัวผลิตภัณฑ์สาย AI หลายตัว ส่วนใหญ่เป็นซอฟต์แวร์ในตระกูล TensorFlow เช่น TensorFlow 2.0 Alpha, TensorFlow JS, TensorFlow Privacy, TensorFlow Lite 1.0 แต่ก็ยังมีโครงการฮาร์ดแวร์เปิดตัวด้วยเช่นกัน

โครงการฮาร์ดแวร์ใช้ชื่อแบรนด์ว่า Coral มันเป็นชุดฮาร์ดแวร์ DIY เพื่อประมวลผล AI แบบโลคัล ไม่ต้องส่งขึ้นคลาวด์

หลังมีข่าวว่าเฟซบุ๊กกำลังพัฒนาฮาร์ดแวร์อย่างลำโพงอัจฉริยะของตัวเองอยู่นั้น ดูเหมือนแผนการด้านฮาร์ดแวร์ของเฟซบุ๊กอาจไปไกลกว่านั้น เมื่อบริษัทเปิดรับสมัครตำแหน่งผู้จัดการที่ดูแลโครงการพัฒนาชิป SoC/ASIC ของตัวเอง

รายละเอียดของตำแหน่งงานระบุว่า ต้องการคนที่มีความเชี่ยวชาญในการทำโซลูชันในหลายๆ แง่มุมรวมถึง AI และ ML โดยเฟซบุ๊กไม่ตอบความเห็นในประเด็นนี้

ที่มา - Bloomberg

Jason Jacobs ผู้ก่อตั้ง Runkeeper แอพสุขภาพที่ตรวจจับการออกกำลังกาย ได้ประกาศผ่าน Medium ว่า Runkeeper ได้บรรลุข้อตกลงที่จะขายกิจการทั้งหมดให้กับ ASICS Corporation บริษัทผู้ผลิตรองเท้ากีฬาและอุปกรณ์กีฬาจากประเทศญี่ปุ่น

แอพ Runkeeper ก่อตั้งในปี 2008 มีผู้ใช้งานปัจจุบันหลายล้านคน โดยแอพรองรับการตรวจจับการออกกำลังกาย ทั้งการวิ่ง เดิน หรือปั่นจักรยาน โดย Jacobs บอกว่าการร่วมมือกับ ASICS เป็นเรื่องที่สมเหตุสมผล เพราะแอพ Runkeeper นั้นเน้นที่กิจกรรมการวิ่งเป็นหลักอยู่แล้ว

ด้าน ASICS กล่าวว่าการซื้อ Runkeeper เข้ามา จะช่วยเพิ่มมูลค่าให้กับสินค้าและบริการแก่ลูกค้าที่รักการออกกำลังกายได้ดีมากขึ้น