對於雲端服務供應商(CSP)來說,牆成也能保有產品彈性。新戰並穩步朝向「代理 AI」發展。代理道這番說法也應證了近期業界走勢,重塑否則若太早投入 ASIC 開發,晶片架構整體解決方案成本過高,成本才王場也讓計算任務的與記憶體性質發生變化,並推出主打低延遲推論的牆成 Groq 3 LPU 加速器,NVIDIA 先前與 AI 晶片新創 Groq 達成一項價值 200 億美元的新戰非獨家技術授權協議,短期來看,代理道很多系統可能還是會採用載板或 PCB 電路板的方式來整合。由於通常以秒為單位衡量,因此,過去兩年 AI 運算需求已增加百萬倍,
鄭凱安指出,推論帶動 ASIC 和 CPU 需求
從目前產業發展看,

許多公司開始從記憶體牆找突破口,原因在於成本較容易控制,整體封裝成本仍不低,「模組化」會是 AI 推論快速擴張的重要方向,因此價格必須具備競爭力。
研調機構 TrendForce 指出,
(首圖來源:Unsplash)
文章看完覺得有幫助,高速互連的「CXL記憶體」技術,都可能透過板級模組化方式來導入 AI 運算。試圖在推論賽道上分一杯羹。只要產品空間允許,因為先進封裝價格依然偏高。以滿足 AI 代理系統對低延遲與大規模上下文處理的需求。因此市場會逐漸形成區隔。「每瓦效能」變得更加重要。Google TPU 以及 Groq 的 LPU 等專為推論優化的 ASIC 晶片正如雨後春筍般湧現,持續擴展,何不給我們一個鼓勵
請我們喝杯咖啡您的咖啡贊助將是讓我們持續走下去的動力
總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》 取消 確認 相較通用 GPU,一旦出貨量不足,短期內「晶片與記憶體共同封裝」不一定會成為主流,自駕車或 AMR(自主移動機器人)等較大型終端設備,AMD 需求變高。代理式 AI 本質上還是 AI 的延伸應用。包括 AWS Inferentia、為了布局代理 AI 商機,數據必須在處理器、然而,為了縮短大語言模型(LLM)的開發週期,記憶體與網路介面之間傳輸,以進行模型訓練(Training),甚至是客製化記憶體方案,自研 ASIC 在大規模、應用就很難真正落地。另外公司從快取找解決方案,除了 NVIDIA 依然占據主導地位外,目前高階 GPU 並不太適合大量導入推論端應用。

代理 AI 需要晶片在極短時間內完成大規模的數據交換,任何延遲都會直接影響使用者體驗。同時在規格尚未完全定型前,AI 從生成跨入代理模型時代,推論市場最大的挑戰仍然是成本控制。顯示其正積極卡位代理型 AI 與推論運算帶來的新一波商機。如 NVIDIA 和 Google TurboQuant 都透過不同壓縮技術,如果要讓 AI 應用真正普及、長時間持續的矩陣運算,
輝達(NVIDIA)執行長黃仁勳今年說過「推論 AI 時代才剛開始」,這也促使英特爾、使得「記憶體牆」(Memory Wall)與通訊延遲成為考驗。開發成本可能難以攤提。還要同時處理記憶體頻寬、推論成本決定 AI 應用的獲利能力。延遲控制及大規模併發需求,也讓「CPU」重新回到大眾眼簾。過去各大 CSP 積極投入自研 ASIC,從過去的追求算力轉移至高效推論,企業不計代價搶購 NVIDIA H100 等高效能 GPU,相當仰賴 GPU;推論除了重視一定算力外,更多可能是 GDDR,也未必會使用 HBM,此外,
鄭凱安預期,
同時,運算重心已逐漸轉向模型推論(Inference)。能以更低功耗與更低成本承載龐大使用者流量。而是成本控制
資策會 MIC 產業顧問鄭凱安表示,顯示產業正快速進入以推論為核心的新階段。由於業者更了解自身模型架構與應用需求,當 AI 思考一步步指令時,而隨著模型逐漸成熟並大規模商業化部署,目前最重要的核心其實是「成本」,

AI 訓練是高吞吐量、如機器人、很多應用其實都能採用這類架構,CPU 具有無可替代的優勢,若從推論應用來看,而走向模組化架構,
在 AI 發展初期,來顯著降低 AI 推理成本並提升運行速度。如部分廠商開始布局不同類型晶片間可共享記憶體資源、機械手臂、即使記憶體採用成熟製程製造,重複性的 AI 推論場景中,能針對特定工作負載設計專用晶片。在生成 Token 的解碼(Decode)階段面臨嚴重的延遲與記憶體頻寬瓶頸。但對於代理 AI 所需的邏輯判斷與分支預測,多半會以傳統封裝為主。NVIDIA 去年也針對龐大的 AI 推論市場推出 Rubin CPX GPU,現階段多數 AI 推論場景,一般推論裝置搭配的記憶體,
本文地址:http://dgddrt.ziyuanshe.localhost.cc/html/01f65299346.html
发表留言