- El sistema, denominado Pareto, mejora la eficiencia del chip de IA al simplificar su funcionamiento, reduciendo así el consumo de energía.
- Tras probarse con éxito en el modelo de IA de la plataforma principal, Recogni busca colaborar con empresas de hardware para lograr una gama más amplia de aplicaciones.
NUESTRA OPINIÓN
El nuevo método patentado, denominado Pareto, podría hacer que los chips que utiliza para entrenar y ejecutar sistemas de IA sean más pequeños, rápidos y económicos de operar. Superar las innovaciones existentes en la ejecución de grandes modelos de IA podría tener un impacto significativo en la industria de la tecnología de IA, haciéndola más eficiente y rentable.
— Iydia Ding, reportera de BTW
Lo ocurrido
chip de IAy startup de softwareRecognipresentó el martes un nuevo enfoque computacional que hace que los chips que utiliza para entrenar y ejecutar sistemas de inteligencia artificial sean más pequeños, rápidos y económicos de operar. Respaldada porBMW, Bosch y la firma de capital de riesgo Mayfield, Recogni ha desarrollado chips y software especializados para permitir el razonamiento de IA, el proceso mediante el cual los modelos de IA entrenados realizan predicciones o toman decisiones sobre datos nuevos y no vistos.
El nuevo sistema patentado, denominado Pareto, utiliza un enfoque logarítmico que supera a los métodos existentes para ejecutar grandes modelos de IA, afirmó la compañía. Gilles Backhus, cofundador y vicepresidente de inteligencia artificial de Recogni, afirmó que representa un gran salto adelante en la computación de IA en todos los KPI (indicadores clave de rendimiento) que afectan al diseño de sistemas de hardware de silicio. La empresa ha probado Pareto en modelos de IA desarrollados por Meta Platforms, Stability AI y otros.
Leer también:ZPE lanza un nuevo servidor de consola y plataforma NVIDIA que mejora la carga de trabajo de IA
Leer también:El CEO de GitHub defiende la competencia y el código abierto en la IA
Por qué es importante
Los modelos de IA actuales, como GPT-4 de OpenAI y Gemini de Google, requieren cientos de miles de operaciones matemáticas que consumen mucha energía para simples solicitudes de chatbots como ChatGPT. Y Recogni afirma que su nuevo sistema convierte estas operaciones de multiplicación en sumas, reduciendo significativamente el consumo de energía sin perder precisión.
El sistema mejora la eficiencia del chip de IA al convertir operaciones complejas en otras más simples, reduciendo así el consumo de energía. Tras probar con éxito el modelo de IA en las principales plataformas, Recogni busca colaborar con empresas de hardware para permitir una adopción más amplia. Los avances en la tecnología de chips y su implementación afectarán la dinámica de la industria en su conjunto. Recogni ha expresado su disposición a implementar su tecnología en todo el mundo y está en conversaciones con empresas que instalan su hardware en centros de datos y lo distribuyen a nivel mundial.
Este tipo de desarrollos innovadores en el hardware subyacente tendrán un impacto significativo en toda la industria tecnológica al hacer que la tecnología de IA sea más eficiente y rentable, proporcionando un soporte tecnológico más eficiente a todos los ámbitos de la sociedad.