MetaはQualcommチップの使用を拒否し、そのサポートソフトウェアの成熟度に疑問を呈している

クアルコムは、計算能力とエネルギー効率の点で優れたチップを備えた、世界最大のスマートフォンプロセッササプライヤーであると伝えられている。クアルコムは2019年、スマートフォンチップ分野での技術と経験を基に、急成長しているデータセンター向け人工知能チップ市場に参入すると発表した。

事情に詳しい2人の人物は、クアルコムがフェイスブックの親会社メタ・プラットフォームズに好意を示し、メタがクアルコム初のデータセンターAIチップ「AI 100」のベンチマーク顧客になることを期待していたことを明らかにした。

クアルコムが2020年秋にこのチップをリリースした後、メタは同社が以前から使用していたチップや、AI計算を処理するためにメタが独自に開発した専用チップなど、さまざまな他の選択肢と比較してテストした。

事情に詳しい関係者によると、  クアルコムのチップはテストで優れた性能を発揮し、エネルギー消費量あたりのパフォーマンスが最高だった。   。データセンターが数十億人のユーザーにサービスを提供している Meta のような企業にとって、エネルギー効率の向上は運用コストの大幅な最適化をもたらす可能性があります。

しかし、事情に詳しい関係者によると、2021年春までにMetaはQualcommのチップの使用を拒否したという。  具体的な理由は、クアルコムのチップのサポートソフトウェアがまだ十分に成熟しておらず、将来的に特定のコンピューティングタスクでチップの最高のパフォーマンスを引き出せないのではないかとメタ氏が疑っていることだ。   。事情に詳しい人物によると、Meta は選択肢を検討した結果、既存のチップを使い続けることに決めたという。

この事件はこれまでメディアで報道されたことはないが、ソフトウェアがAIチップの顧客を引き付ける中核的な要素の一つになっていることも示している。 IDCのアナリスト、シェーン・ラウ氏は、AIチップの売上高は今年135億ドルに達し、2026年までに413億ドルに成長すると予想していると述べた。 「少なくとも今後15年から20年は、AIチップに対する市場の需要はほぼ無限大だ」と彼は語った。

クアルコムのチップは世界中の何十億台ものスマートフォンの心臓部であり、スマートフォンのカメラ最適化などのAI機能の基盤にもなっているが、AI 100は同社がNvidiaに対抗する初の試みだ。データセンターAIチップの分野では、現在Nvidiaが圧倒的な優位性を持っています。同社の優位性はチップだけでなく、付随するソフトウェアからも生まれている。 Nvidia のソフトウェアは現在、人工知能業界のゴールドスタンダードです。

「クアルコムだけでなく、誰もがジェンスン・フアン氏と軍拡競争を繰り広げている」と、AI顧客がモデルを適切なハードウェアにマッチングさせるのを支援するモザイクMLなどの企業に投資しているベンチャーキャピタル会社プレイラウンド・グローバルのゼネラルパートナー、ピーター・バレット氏は語った。「彼はディープラーニングの分野を観察し、技術がいかに速く進化しているかに気づいている。彼のソフトウェアへの取り組みは、同社のリードを維持するのに役立つだろう」

確かに、Meta の拒否は AI チップの分野における Qualcomm にとって一時的な後退に過ぎない可能性が高い。 2021年9月、Metaのテストを受けて、AI 100チップはMLPerf Basicテストで複数の初記録を達成しました。 MLPerf ベンチマークは、AI チップのパフォーマンスを測定する業界標準です。業界観測筋は、クアルコムのチップが今春再度実施されるテストでも良好なパフォーマンスを発揮すると予想している。 Qualcomm は、AI 100 の最初の顧客として Foxconn Industrial Internet を発表しました。同社は、防犯カメラや交通カメラの映像を分析するサーバーにこのチップを使用している。

同時に、クアルコムはマイクロソフトなどの他の潜在顧客の獲得を続けている。マイクロソフトの広報担当者はこの件についてコメントを控えた。

クアルコムは、膨大な量のデータでトレーニングされたAIモデルを使用してリアルタイムの意思決定を行う推論コンピューティングにAI 100チップを使用する予定です。 Meta のコンテキストでは、これは通常、推奨モデルに基づいて数ミリ秒以内にユーザーに表示するコンテンツを決定することを意味します。

より良いパフォーマンスを実現するには、トレーニングされたモデルを、それが実行されるハードウェアに合わせて最適化する必要もあります。最適化が適切に行われないと、モデルはハードウェアの利用可能なパフォーマンスのごく一部しか使用しない可能性が高くなり、電力が無駄になります。ただし、モデルの最適化には開発者の多くの時間がかかります。

一般的に言えば、ソフトウェアがさまざまな言語で書かれたコードを最適化し、基盤となるハードウェアに自動的に適合できる場合、開発者に好まれる可能性が高くなります。 Nvidia のソフトウェアはこの点で優れています。 AI処理を開発する新興企業セレモーフィックのCEOベンカット・マテラ氏は、最適化ソフトウェアなしでチップが開発者に直接提供されるとしたら、ユーザーに100段ギアの自転車を与え、未知の地形でどのギアを使うか考えさせるようなものだと語った。

同氏は「開発者に100個のギアを提供することはできないが、構成を3個のギアのように見せる必要がある。しかし、現在、ほとんどのチップ企業はこれを実行していない」と述べた。

チップ用のソフトウェアを作成できるエンジニアが不足しています。これは、クアルコムのような大企業だけでなく、同じ市場をターゲットとする他の数十のスタートアップ企業にとっても課題です。このタイプのソフトウェアを開発するには、開発者がコンパイラに関する専門的な経験を持っている必要があります。コンパイラは、開発者が記述したコードをチップで使用される機械語に変換します。

「このタイプの人材は非常に需要があり、供給が不足している。これが大きなボトルネックになっている」と、AIチップの新興企業であるミシックやフレックス・ロジックスに投資しているラックス・キャピタルのパートナー、シャヒン・ファルシチ氏は語った。