Perusahaan Chip AI Mengumumkan Pembubarannya

Terungkap bahwa startup semikonduktor AI LeapMind akan bubar pada 31 Juli 2024.

Soichi Matsuda, direktur dan kepala eksekutif perusahaan, mengatakan dalam email kepada pihak yang berminat, "Kami percaya bahwa untuk benar-benar menggunakan AI, kami perlu mempertimbangkan perangkat lunak dan perangkat keras, dan selain itu, hanya ada sedikit perusahaan seperti itu." "Ada ide-ide seperti itu di seluruh dunia, jadi kami terus-menerus ditantang untuk menganggapnya berharga, tetapi kami sangat kecewa karena kami belum dapat membuktikan nilainya", menjelaskan bahwa mereka memutuskan untuk melakukannya. Secara sukarela membubarkan perusahaan saat masih memiliki uang tunai dan simpanan untuk mencegah risiko gagal bayar.

Mulai bulan Agustus, Perusahaan berencana untuk memulai proses likuidasi normal, di mana Tn. Matsuda akan bertindak sebagai likuidator perwakilan.

LeapMind mulai mengembangkan chip AI baru

Menurut situs web resmi perusahaan, masyarakat terus berubah seiring kemajuan teknologi. Inovasi yang cepat dalam peralatan dan menjamurnya infrastruktur telah memungkinkan pengumpulan dan pemanfaatan data dalam jumlah besar. Dengan penerapan praktis pembelajaran mesin, keakuratan analisis meningkat, dan penggunaan data menjadi lebih umum. Aliran siklus data, yaitu data yang lebih baik yang dihasilkan oleh perangkat yang menjadi lebih cerdas melalui pembelajaran mesin, akan menjadi lebih cepat dari sebelumnya, membuat kehidupan manusia lebih mudah.

LeapMind adalah salah satu perusahaan pertama yang memprediksi masa depan ini dan telah menjalankan bisnis berbasis pembelajaran mesin sejak 2012.

LeapMind mengatakan bahwa kemampuan teknis dan visi perusahaan telah sangat dipuji oleh banyak perusahaan dan organisasi, dan telah berpartisipasi dalam banyak proyek yang menggunakan pembelajaran mesin, tetapi sayangnya tidak banyak kasus yang telah diterjemahkan ke dalam implementasi sosial. Ada dua masalah. Yang pertama adalah membangun model pembelajaran mesin yang praktis. Untuk memanfaatkan pembelajaran mesin guna memecahkan tugas yang sebelumnya tidak dapat dipecahkan, kita harus mengembangkan model pembelajaran mesin berkualitas tinggi. Yang kedua adalah lingkungan komputasi yang memungkinkan model pembelajaran mesin benar-benar berjalan. Tidak ada perangkat yang jelas yang memungkinkannya benar-benar bekerja dengan penggunaan terbatas, seperti di tepi.

Untuk meningkatkan masyarakat melalui penggunaan perangkat pembelajaran mesin, LeapMind percaya bahwa perusahaan harus mengatasi dua tantangan. Dengan terus menghadapi pelanggan dan masalah dengan itikad baik bersama rekan kerja dengan keahlian yang berbeda, kami mampu memecahkan masalah dengan dua cara: "mengembangkan model pembelajaran mesin berkualitas tinggi" dan "mengembangkan IP perangkat keras berkecepatan tinggi dan efisien". "Saya menemukan jawabannya.

Dengan bekerja pada sisi perangkat lunak dan perangkat keras, kita dapat membuat hal yang tidak mungkin menjadi mungkin. Masa depan ini sudah di depan mata. Kami percaya bahwa dengan menyediakan teknologi utama masa depan kepada dunia, kita dapat menciptakan cara hidup yang lebih manusiawi.

Berdasarkan latar belakang dan pertimbangan ini, LeapMind mengumumkan pada bulan Oktober tahun lalu bahwa mereka akan mengembangkan chip AI baru untuk mempercepat pemrosesan komputasi model AI dan mengejar kinerja biaya terdepan di industri.

Mereka mengatakan bahwa karena peningkatan ukuran dan kompleksitas komputasional model AI baru-baru ini, termasuk model bahasa berskala besar (LLM), biaya pelatihan model AI mutakhir telah meningkat secara signifikan dibandingkan dengan 10 tahun yang lalu. Meningkatnya biaya ini merupakan hambatan utama dalam pengembangan AI.

Untuk membuat model AI yang baik, diperlukan sejumlah besar prosesor untuk komputasi paralel. Menyediakan sejumlah besar prosesor membutuhkan anggaran yang besar. Jika Anda dapat menggunakan prosesor yang hemat biaya, Anda dapat mengembangkan model AI yang lebih baik bahkan dengan anggaran yang sama. Dengan kata lain, karakteristik prosesor yang diperlukan untuk pembelajaran AI bergeser dari kinerja absolut ke kinerja harga.

Mengingat keadaan ini, LeapMind mulai mengembangkan semikonduktor prosesor baru (selanjutnya disebut sebagai "chip AI") untuk pembelajaran dan inferensi AI, dengan menerapkan teknologi yang telah kami kumpulkan dalam pengembangan akselerator AI edge. Chip AI baru ini berfokus pada pembelajaran dan inferensi model AI, dengan target kinerja komputasi sebesar 2 PFLOPS (petaflops) dan 10 kali lipat harga/kinerja GPU dengan kinerja yang sebanding. Produk ini diharapkan mulai dikirimkan paling lambat pada tahun 2025.

 

Menurut laporan, chip AI baru tersebut memiliki karakteristik sebagai berikut: Dirancang untuk pembelajaran dan penalaran model AI · Penekanan pada ekspresi bit rendah seperti FP8 Driver dan Kompiler Sumber Terbuka Mereka mengatakan bahwa ketika pembelajaran dan inferensi model AI dianggap sebagai tugas komputasi, ia memiliki karakteristik sebagai berikut: · Perkalian matriks merupakan hambatan komputasi, mudah diparalelkan, dan memiliki sedikit cabang bersyarat.

LeapMind menekankan bahwa perusahaan tidak bertujuan untuk meningkatkan kinerja komputer serba guna, tetapi menggunakan fitur-fitur di atas agar dirancang khusus untuk pembelajaran dan penalaran model AI. Misalnya, karena hanya ada sedikit cabang bersyarat dalam program, jumlah transistor dapat dikurangi dengan menghilangkan unit prediksi cabang.

Alasan untuk menekankan ekspresi tingkat rendah seperti fp8 adalah karena, menurut pandangan mereka, hambatan komputasional model AI adalah perkalian matriks, yang melibatkan banyak perkalian dan penjumlahan. Pengganda cenderung berupa sirkuit besar, tetapi dengan menggunakan tipe data dengan lebar bit lebih rendah dari sebelumnya, seperti FP8, Anda dapat mengurangi jumlah transistor yang diperlukan. Selain itu, karena data yang diproses kecil, bandwidth DRAM dapat digunakan secara efektif, yang telah menjadi hambatan dalam beberapa tahun terakhir.

Mengenai driver dan kompiler sumber terbuka, hal ini dikarenakan pengembangan model AI memerlukan tumpukan perangkat lunak canggih yang tidak dapat disediakan oleh satu perusahaan saja. Sudah ada ekosistem perangkat lunak sumber terbuka yang melibatkan banyak perusahaan, dan untuk menjadi bagian dari ekosistem ini, penting untuk bergabung dengan komunitas sebagai perangkat lunak sumber terbuka.

Di bawah program LeapMind, perusahaan akan memaparkan spesifikasi perangkat keras sebanyak mungkin dan merilis perangkat lunak seperti driver dan kompiler di bawah lisensi yang sesuai dengan OSI.