Долгие годы промышленные финансисты проявляли мало интереса к стартапам, изготавливающим компьютерные чипы. Логика их была предельно ясна: как какой-то там стартап может конкурировать с таким гигантом, как Intel, который делает чипы для более чем 80% персональных компьютеров планеты? Даже в тех сферах, где Intel не доминирует: в смартфонах, например, и игровых устройствах, имеются компании типа Qualcomm и Nvidia, которые легко могут раздавить любой стартап.
Однако затем появился искусственный интеллект – AI и выяснилось, что он лучше работает с новыми чипами. И неожиданно венчурные капиталисты забыли все предосторожности, которые могут помешать молодым изготовителям чипов добиться успехов и бросились их финансировать.
Сегодня чипы, которые позволяют выполнять такие задачи, как речь или работу автомобиля без водителя, изготавливают не менее 45 стартапов. Как минимум 5 из них собрали более 100 млн долларов от инвесторов. В прошлом году венчурные капиталисты вложили в «чиповые» стартапы, по данным исследовательской компании CB Insights, более 1,5 млрд долларов. Это почти вдвое больше, чем два года назад.
Такой взрыв похож на неожиданный бум в изготовлении ПК и жестких дисков в 80-е годы прошлого века. Сейчас, конечно, не все маленькие компании сумеют выжить, но у них достаточно сил, чтобы проработать в период быстрых технических перемен.
Едва ли эти стартапы ставят перед собой, по крайней мере, на данном этапе задачу бросить вызов, скажем, Intel. Перед ними две задачи: найти прибыльную нишу и стать востребованными. Причем, сделать это необходимо как можно быстрее.
Перемены стали очевидны уже к лету 2016 года. Google, Microsoft и другие IT-гиганты начали создавать приложения, которые немедленно узнавали лица по фотографиям, отвечали на команды, произнесенные в смартфон при помощи алгоритмов, и т.д. Intel бросился вдогонку и приобрел за 400 млн долларов Nervana, стартап с 50 сотрудниками из Кремниевой долины, который начал создавать чипы для AI с ноля. Затем второй стартап из Кремниевой долины – Cerebras переманил 5 инженеров из Nervana и тоже начал делать чипы для AI. К началу 2018 года, по данным Forbes, Cerebras собрал более 100 млн долларов инвестиций. Еще четыре стартапа «мультимиллионера» в этой сфере: Graphcore из Кремниевой долины; Wave Computing и две пекинские компании: Horizon Robotics и Cambricon, которые финансирует китайское правительство.
Китай, пожалуй, больше всех остальных интересуется искусственным интеллектом. Еще один пекинский стартап – DeePhi собрал 40 млн долларов. Министерство науки и технологий КНР призвало китайские компании выпускать свои, китайские чипы, которые составят конкуренцию чипам Nvidia.
Подобный бум объясняется, конечно, тем, что рынок чипов для AI абсолютно новый и поэтому представляет очень редкую возможность конкурировать с гигантами.
Первые большие перемены скорее всего следует ждать в центрах обработки данных, где такие компании, как Graphcore и Cerebras, надеются ускорить создание новых форм AI. В списке целей, например, боты, которые могут поддерживать разговор, и системы, способные автоматически генерировать видео и виртуальную реальности.
В таких компаниях, как Microsoft и Google, которые тоже создают собственные чипы для AI, «готовят» нейронные сети методом проб и ошибок, часами и даже днями прогоняя алгоритмы через огромное количество чипов.
Сегодня графические процессоры Nvidia могут эффективно проводить все крошечные вычисления, которые нужны для нейронных сетей. Серьезная проблема заключается в скорости передачи данных между самими чипами. Поэтому, кроме создания чипов для AI, стартапы работают и над созданием нового оборудования, окружающего их. Graphcore, например, делает чипы с большей встроенной памятью, чтобы они не гоняли данные взад-вперед. Другие компании пытаются расширить трубки между чипами, чтобы обмен данными проходил быстрее.
Это только часть больших перемен. Как только нейронные сети смогут выполнять задачи, их начнет выполнять дополнительный хард. В прототипах автономных машин Toyota, к примеру, нейронные сети используют для определения пешеходов, знаков и других препятствий на дорогах.
Ряд изготовителей чипов, включая и такие стартапы, как Mythic, DeePhi и Horizon Robotics, решают эту проблему, вставляя чипы для AI во множество самых разных устройств, начиная от телефонов и заканчивая автомобилями.
Однако до сих пор не ясно, пишет New York Times, насколько хорошо вообще будут работать новые чипы. На конструирование и выпуск чипов для AI уходит почти два года. Это значит, что первый хард, работающий на них, появится не раньше этого года.