Microsoft entwickelt Alternativen zu Nvidia-Netzwerkkarten

Microsofts Entwicklung von Alternativen zu Nvidia-Netzwerkkarten wird von BTW Media profiliert, da veröffentlichte Belege eine Verbindung zu Internetinfrastruktur, Governance, operativen Abhängigkeiten oder Marktsichtbarkeit herstellen.

• Microsoft entwickelt eine neue Netzwerkkarte, um die Leistung seines KI-Chips Maia zu verbessern, mit dem Ziel, die Abhängigkeit von Nvidia-Produkten zu verringern.
• Unter der Leitung von Pradeep Sindhu, Mitbegründer von Juniper Networks, ist das Projekt Teil der Strategie von Microsoft, seine KI-Fähigkeiten zu verbessern und die mit Nvidia verbundenen Kosten zu senken.
• Diese Initiative spiegelt einen breiteren Trend der Technologiebranche zur Entwicklung alternativer Lösungen im Halbleiterbereich wider.

Nachrichten vom 20. Februar: Der TechnologierieseMicrosoftentwickelt eine neue Netzwerkkarte, um die Leistung seines KI-Chips Maia zu verbessern, langfristig mit dem Ziel, die Abhängigkeit vonNvidia-Produkten zu verringern. Der Bericht zitiert einen Informanten, dem zufolge Microsoft-CEO Satya Nadella Pradeep Sindhu, Mitbegründer des Kommunikationsausrüstungsriesen Juniper Networks, mit der Leitung des Netzwerkkartenprojekts beauftragt hat. Im letzten Jahr übernahm Microsoft Fungible, ein von Sindhu gegründetes Startup für Rechenzentrum-Chips.

Der Prozess könnte mehr als ein Jahr dauern

FungiblesFlaggschiffprodukt, die DPU (Data Processing Unit), ist der dritte entscheidende Rechenchip in Rechenzentrumsszenarien nach CPU und GPU. Die von Sindhus Team entwickelte neue Netzwerkkarte soll der Nvidia ConnectX-7-Netzwerkkarte ähneln, hauptsächlich um den Serverdurchsatz zu steigern. Der Entwicklungsprozess könnte mehr als ein Jahr dauern, aber wenn er gelingt, könnte er potenziell die Zeit verkürzen, die OpenAI benötigt, um Modelle auf den Microsoft-Servern zu trainieren, und die Schulungskosten senken.

Derzeit wird der Markt für KI-Chips weitgehend von Nvidia dominiert, wobei der H100 als der notwendigste GPU für das Training großer Sprachmodelle gilt. Das Unternehmen verkauft oft ConnectX-7-Netzwerkkarten zusammen mit seinen GPUs, wie den integrierten Beschleuniger „H100 CNX“, der den H100 mit dem ConnectX-7 kombiniert, um robuste Leistung für E/A-intensive Anwendungen zu bieten.

Laut der Beschreibung auf der offiziellen Nvidia-Website unterstützt der ConnectX-7 eine extrem niedrige Latenz, eine Bandbreite von 400 Gb/s und innovative Nvidia-Beschleunigungsmotoren für Netzwerkberechnungen, was zusätzliche Beschleunigung für Supercomputer, KI und große Cloud-Rechenzentren bietet, die hohe Skalierbarkeit und funktionsreiche Technologie erfordern.

Lesen Sie auch:Investoren bestrafen Microsoft und Alphabet, da KI enttäuscht

Der hohe Preis ist der Haupttreiber für die Entwicklung von Alternativen

Aufgrund des hohen Preises des H100-Systems, das Nvidia und seinem CEO Huang Renxun beträchtlichen Reichtum beschert hat, haben KI-Entwickler wieOpenAIund Meta begonnen, Alternativen in Betracht zu ziehen. Im vergangenen November brachte Microsoft seinen ersten KI-Chip, Maia 100, auf den Markt, um seine kostspielige Abhängigkeit von Nvidia zu verringern. Letzte Woche gab es Berichte, dass Sam Altman von OpenAI eine Finanzierung von bis zu 7 Billionen US-Dollar aus dem Nahen Osten einwirbt, um den Halbleiterplan des Unternehmens zu unterstützen, im Wettbewerb mit Nvidia. Als Antwort erklärte Huang Renxun, er glaube, dass die Chipindustrie die KI-Kosten in Zukunft senken werde.