• Система Pareto повышает эффективность ИИ-чипа, упрощая его работу и снижая энергопотребление.
  • После успешного тестирования на ИИ-модели основной платформы Recogni планирует сотрудничать с производителями оборудования для более широкого внедрения.

НАШЕ МНЕНИЕ
Новый запатентованный метод Pareto может сделать чипы для обучения и запуска систем ИИ меньше, быстрее и дешевле в эксплуатации. Превосходя существующие решения при работе с большими ИИ-моделями, он способен существенно повлиять на ИИ-индустрию, сделав её эффективнее и рентабельнее.
— Iydia Ding, журналист BTW

Что произошло

РазработчикИИ-чипови софтверный стартапRecogniво вторник представила новый подход к вычислениям, который делает чипы для обучения и запуска систем искусственного интеллекта меньше, быстрее и дешевле в эксплуатации. При поддержкеBMW, Bosch и венчурной компании Mayfield Recogni разработала специализированные чипы и программное обеспечение для ИИ-рассуждений — процесса, в ходе которого обученные ИИ-модели делают прогнозы или принимают решения на основе новых, ранее не встречавшихся данных.

По словам компании, новая запатентованная система Pareto использует логарифмический подход, превосходящий существующие методы запуска больших ИИ-моделей. Gilles Backhus, сооснователь и вице-президент по искусственному интеллекту в Recogni, заявил, что это огромный шаг вперёд в ИИ-вычислениях по всем KPI (ключевым показателям эффективности), влияющим на проектирование кремниевых аппаратных систем. Компания протестировала Pareto на ИИ-моделях, разработанных Meta Platforms, Stability AI и другими.

Читайте также:ZPE запускает новый консольный сервер и платформу NVIDIA, повышающие производительность ИИ-нагрузок

Читайте также:Генеральный директор GitHub выступает за конкуренцию и открытый исходный код в ИИ

Почему это важно

Современные ИИ-модели, такие как GPT-4 от OpenAI и Gemini от Google, требуют сотен тысяч энергоёмких математических операций даже для простых запросов от чат-ботов вроде ChatGPT. Recogni утверждает, что её новая система преобразует операции умножения в сложение, значительно снижая энергопотребление и сохраняя точность.

Система повышает эффективность ИИ-чипа, преобразуя сложные операции в более простые и тем самым снижая энергопотребление. После успешного тестирования ИИ-модели на основных платформах Recogni планирует сотрудничать с производителями оборудования для более широкого внедрения. Прогресс в чиповых технологиях и их внедрение повлияют на динамику всей отрасли. Recogni заявила о готовности развернуть свою технологию по всему миру и ведёт переговоры с компаниями, которые устанавливают своё оборудование в дата-центрах и поставляют его по всему миру.

Подобные инновационные разработки в базовом оборудовании окажут значительное влияние на всю технологическую отрасль, делая ИИ-технологии эффективнее и рентабельнее и обеспечивая более эффективную технологическую поддержку всем секторам общества.