Nowa generacja chipów analogowych: Energooszczędna alternatywa dla GPU
Karty graficzne (GPU) stanowią obecnie podstawę większości modeli sztucznej inteligencji (AI). Niestety, mają one ogromne zapotrzebowanie na energię, co prowadzi do rosnącego zużycia prądu w centrach danych na całym świecie. Przewiduje się, że potrzeby energetyczne związane z AI wzrosną o 160% do 2030 roku. W obliczu tej sytuacji, konieczne jest znalezienie bardziej zrównoważonych rozwiązań technologicznych.
Nowe podejście do projektowania chipów
Vishal Sarin, projektant układów analogowych i pamięci, po ponad dekadzie pracy w branży mikroprocesorów, dostrzegł potrzebę wprowadzenia zmian. Założył firmę Sagence AI, która skupia się na opracowaniu energooszczędnych alternatyw dla tradycyjnych układów GPU. Firma, wcześniej znana pod nazwą Analog Inference, dąży do przełamania ograniczeń wydajności i kosztów w dziedzinie obliczeń AI, równocześnie dbając o środowisko.
„Wiele zastosowań, które mogłyby sprawić, że obliczenia AI staną się wszechobecne, jest ograniczonych ze względu na to, że urządzenia przetwarzające dane nie są w stanie osiągnąć wymaganej wydajności,” powiedział Sarin. „Nasza misja to przezwyciężenie tych barier w sposób ekonomicznie opłacalny, a jednocześnie zrównoważony ekologicznie.”
Analogowe układy scalone jako alternatywa
Sagence zajmuje się nie tylko opracowywaniem samych układów scalonych do obsługi modeli AI, ale także oprogramowania, które pozwala na ich programowanie. Chociaż w branży nie brakuje firm zajmujących się projektowaniem niestandardowego sprzętu AI, Sagence wyróżnia się tym, że jej chipy są analogowe, a nie cyfrowe.
Większość obecnych układów, w tym GPU, przechowuje informacje cyfrowo, jako ciągi zer i jedynek. Natomiast układy analogowe mogą reprezentować dane za pomocą szeregu różnych wartości, co otwiera nowe możliwości techniczne i potencjalnie zwiększa efektywność.
Powrót do technologii analogowej
Choć technologia analogowa nie jest nowym wynalazkiem, miała swoje złote lata od około 1935 do 1980 roku, kiedy to była wykorzystywana do modelowania sieci elektrycznej Ameryki Północnej oraz innych zaawansowanych projektów inżynieryjnych. Jednak dzisiejsze ograniczenia układów cyfrowych ponownie zwracają uwagę na możliwości, jakie oferują chipy analogowe.
Jednym z głównych powodów, dla których układy cyfrowe stają się wąskim gardłem, jest ich złożoność. Wymagają one setek komponentów do wykonania obliczeń, które chipy analogowe mogą zrealizować przy użyciu zaledwie kilku modułów. Co więcej, układy cyfrowe często muszą przemieszczać dane pomiędzy pamięcią a procesorami, co prowadzi do opóźnień i ograniczeń wydajności.
Sarin twierdzi, że to właśnie ta przestarzała architektura blokuje dalszy rozwój AI: „Wszyscy wiodący dostawcy układów AI opierają się na starych rozwiązaniach architektonicznych, co hamuje postęp.”
Wydajność i efektywność układów analogowych
Chipy analogowe, takie jak te opracowywane przez Sagence, działają w technologii „in-memory”, co oznacza, że nie muszą przenosić danych z pamięci do procesora, co może przyspieszyć wykonywanie zadań. Dodatkowo, dzięki możliwości przechowywania danych w różnych wartościach, chipy analogowe mają wyższą gęstość danych w porównaniu z układami cyfrowymi.
Jednak technologia analogowa ma również swoje wyzwania. Na przykład trudniej jest osiągnąć wysoką precyzję, ponieważ wymaga to bardziej zaawansowanej produkcji. Programowanie tych układów również może być bardziej skomplikowane w porównaniu do chipów cyfrowych.
Komplementarne zastosowanie
Mimo tych wyzwań, Sarin uważa, że chipy Sagence nie mają na celu zastąpienia układów cyfrowych, ale raczej ich uzupełnianie. Mogą one przyspieszać specjalistyczne aplikacje, zarówno w serwerach, jak i urządzeniach mobilnych. „Produkty Sagence zostały zaprojektowane tak, aby wyeliminować problemy związane z energią, kosztami i opóźnieniami, jakie występują w sprzęcie GPU, przy jednoczesnym zapewnieniu wysokiej wydajności dla aplikacji AI,” wyjaśnia Sarin.
Sagence na rynku chipów AI
Firma planuje wprowadzenie swoich chipów na rynek w 2025 roku i już współpracuje z licznymi klientami, starając się rywalizować z innymi projektami chipów analogowych AI, takimi jak EnCharge i Mythic. Obecnie Sagence pracuje nad pakowaniem swojej technologii w produkty gotowe do wdrożenia w istniejących infrastrukturach.
W ciągu sześciu lat od założenia Sagence zebrało 58 milionów dolarów od takich inwestorów jak Vinod Khosla, TDK Ventures, Cambium Capital, Blue Ivy Ventures, Aramco Ventures i New Science Ventures. W planach firmy jest ponowne pozyskanie kapitału, aby rozszerzyć zespół, który liczy obecnie 75 osób.
„Nasza struktura kosztów jest korzystna, ponieważ nie gonimy za najnowszymi procesami produkcyjnymi w dążeniu do osiągania wyższej wydajności,” powiedział Sarin. „To dla nas duży atut.”
Wyzwania i perspektywy
Branża półprzewodników jest niezwykle kosztowna, a na dodatek firmy muszą się zmierzyć z międzynarodowymi sankcjami i taryfami. Zwyciężenie firm, które są mocno związane z ekosystemami, takimi jak Nvidia, stanowi dodatkowe wyzwanie. Przykładem może być AI chipmaker Graphcore, który mimo zebrania prawie 700 milionów dolarów, nie zdołał zdobyć wystarczającej pozycji rynkowej i ogłosił niewypłacalność.
Aby osiągnąć sukces, Sagence musi udowodnić, że ich układy rzeczywiście zużywają znacznie mniej energii i oferują wyższą efektywność w porównaniu do konkurentów. Kluczowe będzie także pozyskanie wystarczających środków na masową produkcję.
Podsumowanie
Sagence AI to firma, która stawia na innowacyjne rozwiązania w postaci energooszczędnych, analogowych chipów, które mogą zrewolucjonizować rynek sztucznej inteligencji. Ich technologia, choć napotyka na pewne wyzwania, ma potencjał, by stać się kluczowym uzupełnieniem dla tradycyjnych układów cyfrowych, pomagając zredukować zużycie energii i poprawić wydajność aplikacji AI w różnych branżach.
