クアルコムとインテルはAIをデータセンターから移行したいと考えている

クアルコムとインテルはAIをデータセンターから移行したいと考えている

これまで、AI への投資のほとんどは、大規模なデータセンター内でテクノロジーを実行することに重点を置いてきました。 Intel と Qualcomm は、この状況を変えるために取り組んでいます。

インテルは、自社のエッジプラットフォームが AI テクノロジーを実行できる能力を宣伝しており、一方クアルコムは、自社のスマートフォンチップが AI サービスに力を発揮できると述べている。両社は、AI ハローをデータセンターの外にまで拡大したいと考えています。

両社はバルセロナで別々に発表を行い、エッジコンピューティングのシナリオとスマートフォン上で人工知能技術を実行するように設計された新製品を発表しました。

彼らのメッセージは、人工知能は Amazon、Microsoft、Google のクラウド コンピューティング プラットフォームに限定されるべきではないということです。代わりに、AI テクノロジーはネットワーク オペレーターと一般消費者が直接利用できるようにする必要があります。

「AIはどこにでもある」と、インテルのネットワークおよびエッジソリューション部門ゼネラルマネージャー、ダン・ロドリゲス氏は最近のメディアブリーフィングで語った。

この戦略は明らかに、Intel や Qualcomm などのベンダーの製品を優遇します。インテルは、キャリアネットワーク内で稼働する多くのサーバーを動かすチップを販売しています。一方、クアルコムもそうしたチップの販売を望んでいるが、同社の主な事業はエンドユーザーのスマートフォンを動かすチップの販売である。

両社とも、AI のオーラを自社製品にも広げることに熱心です。

MWCにAIを導入

まず最初に、Snapdragon チップセット プラットフォームの AI 実行能力を宣伝してきた Qualcomm があります。同社は最新の発表で、開発者向けの「AI ハブ」を立ち上げた。同社によれば、これには開発者がSnapdragonチップを搭載したデバイス向けにテキスト、音声、画像ベースのAIアプリを構築するために使用できる「事前に最適化されたAIモデル」が含まれているという。

「生成AIの未来はハイブリッドであり、デバイス上の知能がクラウドと連携して、より優れたパーソナライゼーション、プライバシー、信頼性、効率性を実現する」とクアルコムのCEO、クリスティアーノ・アモン氏はプレスリリースで述べた。

また、インテルは、同社のエッジプラットフォームが現在広く利用可能であり、汎用サーバー上でさまざまなAIテクノロジーを実行できるようになったと発表した。これにより、Nvidiaなどのベンダーのより高価なグラフィック処理装置(GPU)は不要になる。

投資の波に乗る

Qualcomm と Intel は、Nvidia チップを搭載したデータセンターを含む AI データセンターへの大規模な投資を発表した。

Synergy Research Groupの最新データによると、2023年第3四半期には人工知能の貢献により、世界の企業のクラウドインフラへの支出が680億ドルに達し、前年同期から105億ドル増加しました。

「AI タスクは通常、他の多くのワークロードと同じレイテンシ要件を持たないため、ハイパースケーラーは AI 投資をコアデータセンターに集中させることができます。」

ただし、これらの学習モデルが AI 機能を迅速に提供するように設計された「推論」モデルに移行するにつれて、状況は変わる可能性があります。推論 AI モデルはエッジ コンピューティング設計にメリットをもたらし、コンピューティング リソースを地理的にエンド ユーザーに近づけることができます。このような設計により、レイテンシが短縮され、AI サービスの提供が加速されます。

この変化に対応するために、American Tower や Akamai などの企業は現在、より多くの分散コンピューティング リソースに投資しています。

<<:  あなたの次のオフィスアシスタントはロボットでしょうか?

>>:  ルカンはソラを世界モデルとして非難し、自己回帰LLMは単純すぎると述べた。

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

ターゲット検出にはこの記事で十分です! 2019年版オブジェクト検出の総合ガイド

[[272485]]ビッグデータダイジェスト制作編纂者:張瑞怡、寧静コンピュータ ビジョンは、デジタ...

ユニバーサルで説明可能なAIコンピューティングハードウェア設計は、EDAにおける次の革命的な技術となるでしょう。

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

ハッカーが、さまざまなネットワーク攻撃コードを自動生成できる悪質なAIツールFraudGPTを公開

7月31日、「ハッカーがAIを使って犯罪ツールを作る」という研究者の懸念が徐々に現実のものとなりつつ...

...

...

機械学習の教訓: 5 つの企業が失敗を共有

機械学習は現在注目されている技術の 1 つであり、多くのビジネスおよびテクノロジー分野の幹部は、自社...

フォーブス:人工知能が解決できる15の社会的課題

人工知能の応用範囲は非常に広いです。製造業から保険業まで、さまざまな業界がビジネスの改善に人工知能の...

面接官はガベージコレクションアルゴリズムについて質問するのが大好きです

[[438235]]この記事はWeChatの公開アカウント「Programmer Bus」から転載し...

PyTorch を使って完全な NeRF をゼロから構築する

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

マイクロソフトの新特許公開:機械学習で「赤面」するリアルなアバターを作成

11月16日、現地時間の火曜日、米国特許商標庁のウェブサイトでマイクロソフトの新しい特許が公開された...

人工知能がクラウド業界を変える5つの方法

サイバー攻撃の巧妙さと深刻さが増すにつれ、IT 業界は協力して、サイバー攻撃からの保護と防止に使用さ...

2020年AIの現状調査:25%の企業がAI導入により大幅な収益増加を達成

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

写真にピクセルレベルの透かしをひっそり追加: AI による芸術作品の「盗作」を防ぐ方法が発見されました

オープンソースのAI画像生成モデル「Stable Diffusion」のリリース以来、デジタルアート...

各行列乗算には1光子未満が使用され、手書き数字認識の精度は90%を超え、光ニューラルネットワークの効率は数桁向上します。

現在、ディープラーニングは、ゲーム、自然言語翻訳、医療画像分析など、ますます多くのタスクで人間を上回...