בעידן הנוכחי, בינה מלאכותית ולמידת מכונה הפכו לכוח מרכזי המוביל חדשנות בתעשיות מגוונות. התפתחות של טכנולוגיית מידע ועד רפואה, מובילות הענף מאמצות יכולות בינה מלאכותית כדי לשפר תהליכים, לפתור בעיות מורכבות וליצור חוויות משתמש מתקדמות. אך כדי להפיק את מלוא היתרונות של טכנולוגיות אלה, דרושים שבבים ייעודיים לבינה מלאכותית המסוגלים להאיץ ולקדם את יכולות החישוב הדרושות.
חברות טכנולוגיה מובילות וסטארט-אפים חדשניים נכנסו למרוץ פיתוח שבבים מיוחדים לבינה מלאכותית – וההשפעות עשויות להיות עצומות. בשנים האחרונות, אנו עדים לגל חדש של אדריכלות חומרה וטכנולוגיות שבבים שמטרתן להאיץ משימות כמו עיבוד שפה טבעית, ראיית מחשב, למידה עמוקה וזיהוי תבניות בנתונים.
חברות ותיקות כמו Nvidia, Google, אינטל ו-AMD השקיעו משאבים רבים בפיתוח שבבים ייעודיים ש"נולדו מחדש" לבינה מלאכותית. לדוגמה, Nvidia השיקה את סדרת הצ'יפים Tesla המיועדים לאקסלרטורי חישוב עתירי עוצמה, בעוד Google מפתחת את ה-TPU – יחידת עיבוד טנסורים לזרז יישומי בינה מלאכותית במרכזי הנתונים שלה.
במקביל, חברות סטארט-אפ כמו Graphcore, Cerebras ו-SambaNova נכנסו לזירה עם שבבים חדשניים ושיטות ייחודיות להאצת חישובי בינה מלאכותית. Graphcore מתהדרת בשבב IPU המסוגל לבצע מספר רב שלמודלי בינה מלאכותית במקביל, בעוד Cerebras מציגה מעגל שבב אחד-מונוליטי ענק לסוג חדש של מעבד מקביל.
המחסור בשבבים מתאימים הוא אחד האתגרים המרכזיים של חברות המאמצות בינה מלאכותית. מודלי בינה מלאכותית מתקדמים עשויים לצרוך עוצמת חישוב אדירה ודורשים חומרה מיוחדת להאצה. השבבים הקיימים פשוט אינם מסוגלים לעמוד בעומס החישובי הכבד הזה.
התפתחות זו של שבבים מותאמים אישית לבינה מלאכותית צפויה להוביל לשיפורים גדולים ביכולות החישוב ולחסוך זמן וכסף לארגונים בתהליכי פיתוח מודלי בינה מלאכותית מתקדמים. עם האצת החישובים, אנו עשויים לראות קפיצת מדרגה ביישומים כמו תרגום שפות בזמן אמת, רכבים אוטונומיים מדויקים יותר ואבחון רפואי חכם.
אך מעבר להישגים הטכנולוגיים, המרוץ להשקת שבבים חדשניים לבינה מלאכותית משקף את חשיבות הנושא לכלכלה הגלובלית. התחרות להובלה בוערת בין חברות וממשלות שמבינות את הפוטנציאל העצום של טכנולוגיות אלה. מי שיובילו את המהפכה הזו עשויים לצבור יתרונות אסטרטגיים ועוצמה כלכלית עצומה.
בעוד התקדמות זו מרגשת, ישנם גם חששות בנוגע לסוגיות כמו פרטיות, אתיקה ואבטחה סביב שימוש נרחב בבינה מלאכותית. חשוב שהמפתחים ישקיעו מחשבה בהשלכות החברתיות של טכנולוגיות אלו במקביל לפיתוחן הטכנולוגי.
ללא ספק, עידן חדש של שבבים ויכולות חישוב מתקדמות לבינה מלאכותית נמצא בפתח. הדרך שבה נמשיך לנווט את ההזדמנויות והאתגרים שלו תצור את העתיד הדיגיטלי שלנו.
ברשימה המפורטת מטה, מכסה כמה מהשחקנים הגדולים בשוק שבבי בינה מלאכותית, כולל חברות מבוססות כמו Nvidia, גוגל, אינטל ו-AMD, כמו כן גם סטארט-אפים חדשים יותר המתמקדים במיוחד בהאצת חומרת בינה מלאכותית.
1.Nvidia – מובילה עולמית בצ'יפים גרפיים, פיתחה שבבים מיוחדים למחשוב מואץ לבינה מלאכותית כמו Tesla ו-Ampere.
נוסדה ב-1993 בסנטה קלרה, קליפורניה. כ-22,000 עובדים. השיקה את Tesla K80 ב-2014 כשבב AI הראשון שלה. החברה פיתחה ומייצרת מעל 10 דגמים שונים של שבבי AI, ביניהם ה- A100 במחיר של כ-10,000 דולר.
2.Google – פיתחה את ה-TPU, מעבד ייעודי לבינה מלאכותית לשימוש במרכזי הנתונים שלה.
נוסדה ב-1998 במאונטיין ויו, קליפורניה. כ-135,000 עובדים. השיקה את TPU הראשון שלה ב-2015. החברה יצרה כמה דורות של TPU, אך אינה משווקת אותם מחוץ לענן שלה.
3.אינטל – רכשה את Nervana ו-Habana להאצת יכולות הבינה המלאכותית שלה.
נוסדה ב-1968 בסנטה קלרה, קליפורניה. כ-121,000 עובדים. רכשה את Nervana ב-2016 ו-Habanaנה מלאכותית ב-2019 לחיזוק יכולות ה-AI. החברה מייצרת כמה דגמים של שבבי AIכולל דגם Habana Gaudi 2 במחיר של כ-40,000 דולר.
4.AMD – מתחרה של אינטל, משווקת את שבבי Instinct לבינה מלאכותית.
נוסדה ב-1969 בסונברייל, קליפורניה. כ-25,000 עובדים. השיקה את Instinct MI100 ב-2020.
לחברה 3 דגמים של Instinct, האחרון MI250X במחיר של כ-8,000 דולר.
5.Qualcomm – יצרנית שבבים לסמארטפונים עם שירותי ענן עבור בינה מלאכותית.
נוסדה ב-1985 בסן דייגו, קליפורניה. כ-45,000 עובדים. השיקה את Cloud AI 100 ב-2021.
יצרה דגם יחיד Cloud AI 100 במחיר לא ידוע.
6.Huawei – הציגה את Ascend, שבב בינה מלאכותית משלה עבור ענן וציוד קצה.
נוסדה ב-1987 בשנזן, סין. כ-195,000 עובדים. השיקה את Ascend 910 ב-2018. פיתחה וייצרה מעל 10 דגמים בסדרת Ascend, אך המחיר לא ידוע.
7.Graphcore – סטארט-אפ בריטי עם שבב IPU ייעודי לבינה מלאכותית.
נוסדה ב-2016 בברידג', בריטניה. כ-600 עובדים. השיקה את IPU-Core ב-2020.
לחברה 3 דגמים של IPU במחירים החל מ-32,000 דולר.
8.Cerebras – טכנולוגיית ליבה בודדת גדולה במיוחד של שבב רחב עבור בינה מלאכותית.
נוסדה ב-2016 בלוס אלטוס, קליפורניה. כ-400 עובדים. השיקה את Wafer Scale Engine ב-2019.
לחברה דגם יחיד Wafer Scale Engine במחיר של כ-2 מיליון דולר.
9.Bitmain – יצרנית כרייה לקריפטו, עם שבב Sophon לבינה מלאכותית.
נוסדה ב-2013 בבייג'ינג, סין. כ-5,000 עובדים. השיקה את Sophon ב-2020.
החברה מייצרת כמה דגמים של Sophon אך המחיר לא ידוע.
10.Cambricon – חברת שבבים סינית עם MLU לבינה מלאכותית.
נוסדה ב-2016 בבייג'ינג, סין. פרטי עובדים לא ידועים. השיקה MLU100 ב-2020.
לחברה מספר דגמים של MLU, אך מחיריהם אינם ידועים.
11.Groq – סטארט-אפ עם ארכיטקטורת TSP לביצועי בינה מלאכותית.
נוסדה ב-2017 במאונטיין ויו, קליפורניה. מספר עובדים לא ידוע. השיקה את TSP ב-2021.
לחברה יש דגם TSP יחיד עדיין לא קיבל מחיר רשמי.
12.Habana Labs – נרכשה על ידי אינטל לחיזוק יכולות הבינה המלאכותי
נוסדה ב-2016 בסן חוזה, קליפורניה. נרכשה על ידי אינטל ב-2019. נרכשה על ידי אינטל לפני שהספיקה לשווק שבבים.
13.SambaNova – סטארט-אפ עם שבב DataScale ללא השהיות למחשוב מואץ.
נוסדה ב-2017 בפאלו אלטו, קליפורניה. כ-350 עובדים. השיקה DataScale ב-2021.
החברה יצרה דגם יחיד DataScale במחיר של כמה מאות אלפי דולרים.
14.Tenstorrent – סטארט-אפ עם שבב Grayskull עבור למידת עומק.
נוסדה ב-2016 בטורונטו, קנדה. מספר עובדים לא ידוע. השיקה Grayskull ב-2021.
לחברה דגם Grayskull יחיד שמחירו עדיין לא ידוע.
יש לציין שמחירי השבבים משתנים במהירות עם התקדמות הטכנולוגיה וכניסת דגמים חדשים.
לדעתי שבבי בינה מלאכותית עשויים להוביל את העולם לדרכים חדשות ומפתיעות. הטכנולוגיה הזאת יכולה לספק פתרונות מהירים ויעילים לבעיות מורכבות בתחומים שונים, מרפואה ועד חקלאות. אבל לא רק – היא גם עשויה לאפשר המצאות חדשניות שאף אחד לא חלם עליהן. יחד עם זאת, חשוב לזכור שהבינה המלאכותית היא כלי בידינו, ואנחנו צריכים להשתמש בה באחריות ולשמור על ערכים אנושיים חשובים.
