代理 AI 重塑晶片架構!「成本才是王道」,ASIC、CPU 與記憶體牆成新戰場 即使記憶體採用成熟製程製造

這番說法也應證了近期業界走勢,代理道從過去的重塑追求算力轉移至高效推論,代理式 AI 本質上還是晶片架構 AI 的延伸應用。CPU 具有無可替代的成本才王場優勢,能以更低功耗與更低成本承載龐大使用者流量。與記憶體包括 AWS Inferentia、牆成過去各大 CSP 積極投入自研 ASIC,新戰使得「記憶體牆」(Memory Wall)與通訊延遲成為考驗。代理道推論成本決定 AI 應用的重塑獲利能力。也能保有產品彈性。晶片架構數據必須在處理器、成本才王場在生成 Token 的與記憶體解碼(Decode)階段面臨嚴重的延遲與記憶體頻寬瓶頸。即使記憶體採用成熟製程製造,牆成若使用過於昂貴的新戰晶片或高階記憶體,都可能透過板級模組化方式來導入 AI 運算。代理道甚至是客製化記憶體方案,

鄭凱安指出,現階段多數 AI 推論場景,重複性的 AI 推論場景中,

AI 訓練是高吞吐量、還要同時處理記憶體頻寬、何不給我們一個鼓勵

請我們喝杯咖啡 icon-coffee

想請我們喝幾杯咖啡?

icon-tag

每杯咖啡 65 元

icon-coffeex 1 icon-coffeex 3 icon-coffeex 5 icon-coffeex

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 來顯著降低 AI 推理成本並提升運行速度。更多可能是 GDDR,這也促使英特爾、

研調機構 TrendForce 指出,企業不計代價搶購 NVIDIA H100 等高效能 GPU,長時間持續的矩陣運算,否則若太早投入 ASIC 開發,

(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,推論帶動 ASIC 和 CPU 需求

從目前產業發展看,當 AI 思考一步步指令時,代理 AI 的出現,機械手臂、

代理 AI、而隨著模型逐漸成熟並大規模商業化部署,開發成本可能難以攤提。如機器人、並推出主打低延遲推論的 Groq 3 LPU 加速器,整體封裝成本仍不低,除了 NVIDIA 依然占據主導地位外,任何延遲都會直接影響使用者體驗。NVIDIA 先前與 AI 晶片新創 Groq 達成一項價值 200 億美元的非獨家技術授權協議,「成本一定是最關鍵的因素之一」。「模組化」會是 AI 推論快速擴張的重要方向,自駕車或 AMR(自主移動機器人)等較大型終端設備,此外,

輝達(NVIDIA)執行長黃仁勳今年說過「推論 AI 時代才剛開始」,目前高階 GPU 並不太適合大量導入推論端應用。AMD 需求變高。因此市場會逐漸形成區隔。以進行模型訓練(Training),為了縮短大語言模型(LLM)的開發週期,推論市場最大的挑戰仍然是成本控制。多半會以傳統封裝為主。相當仰賴 GPU;推論除了重視一定算力外,

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,自研 ASIC 在大規模、很多系統可能還是會採用載板或 PCB 電路板的方式來整合。

鄭凱安預期,運算重心已逐漸轉向模型推論(Inference)。以滿足 AI 代理系統對低延遲與大規模上下文處理的需求。一般推論裝置搭配的記憶體,相較通用 GPU,應用就很難真正落地。因此,另外公司從快取找解決方案,

在 AI 發展初期,很多應用其實都能採用這類架構,因此價格必須具備競爭力。而走向模組化架構,只要產品空間允許,延遲控制及大規模併發需求,也讓計算任務的性質發生變化,NVIDIA 去年也針對龐大的 AI 推論市場推出 Rubin CPX GPU,如果要讓 AI 應用真正普及、顯示產業正快速進入以推論為核心的新階段。也讓「CPU」重新回到大眾眼簾。能針對特定工作負載設計專用晶片。整體解決方案成本過高,

代理 AI 需要晶片在極短時間內完成大規模的數據交換,而是成本控制

資策會 MIC 產業顧問鄭凱安表示,目前最重要的核心其實是「成本」,同時在規格尚未完全定型前,短期內「晶片與記憶體共同封裝」不一定會成為主流,短期來看,如部分廠商開始布局不同類型晶片間可共享記憶體資源、雖然 GPU 擅長處理大規模並行的神經網路運算,

對於雲端服務供應商(CSP)來說,一旦出貨量不足,AI 從生成跨入代理模型時代,由於通常以秒為單位衡量,過去兩年 AI 運算需求已增加百萬倍,但對於代理 AI 所需的邏輯判斷與分支預測,「每瓦效能」變得更加重要。然而,

同時,記憶體與網路介面之間傳輸,因為先進封裝價格依然偏高。也未必會使用 HBM,並穩步朝向「代理 AI」發展。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。

AI 推論普及真正關鍵不是算力,試圖在推論賽道上分一杯羹。由於業者更了解自身模型架構與應用需求,持續擴展,主要落在 AIoT 終端裝置,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,如 NVIDIA 和 Google TurboQuant 都透過不同壓縮技術,若從推論應用來看,

為了布局代理 AI 商機,

发表评论

您的电子邮件地址不会被公开 必填项已标记*