ซีอีโอ Intel: “ทั้งอุตสาหกรรมมีแรงจูงใจที่จะกำจัดตลาด CUDA”

 (tomshardware.com)
2 คะแนน โดย GN⁺ 2023-12-16 | 1 ความคิดเห็น | แชร์ทาง WhatsApp

ซีอีโอ Intel โจมตีเทคโนโลยี CUDA ของ Nvidia ในวงการ AI

  • แพ็ต เกลซิงเกอร์ ซีอีโอของ Intel กล่าวในงานที่นครนิวยอร์กว่า AI ด้านการอนุมานจะมีความสำคัญมากกว่าการฝึก พร้อมเปิดตัว Intel Core Ultra และชิปดาต้าเซ็นเตอร์ Xeon รุ่นที่ 5
  • เกลซิงเกอร์ระบุว่า CUDA ของ Nvidia ครองความเป็นผู้นำในด้านการฝึก แต่จะไม่เป็นเช่นนั้นตลอดไป โดยอธิบายว่า MLIR, Google, OpenAI และรายอื่น ๆ กำลังย้ายไปสู่ 'เลเยอร์การเขียนโปรแกรมแบบ Pythonic' เพื่อทำให้การฝึก AI เปิดกว้างมากขึ้น
  • Intel เน้นย้ำว่าบริษัทมีความสามารถในการแข่งขันไม่เพียงในด้านการฝึก แต่รวมถึงด้านการอนุมานด้วย และสิ่งสำคัญคือสามารถรันโมเดลได้ดีเพียงใด

กลยุทธ์ AI ของ Intel และมาตรฐาน OpenVINO

  • เกลซิงเกอร์กล่าวว่า Intel กำลังผลักดันความพยายามด้าน AI ผ่านมาตรฐาน OpenVINO และคาดการณ์อนาคตของการประมวลผลแบบผสมที่เกิดขึ้นทั้งบนคลาวด์และพีซี
  • แซนดรา ริเวรา รองประธานของกลุ่มดาต้าเซ็นเตอร์และ AI ของ Intel เสริมว่า Intel อาจได้เปรียบในการเป็นตัวเลือกของพาร์ตเนอร์จากขนาดที่ครอบคลุมตั้งแต่ดาต้าเซ็นเตอร์ไปจนถึงพีซี
  • เกลซิงเกอร์กล่าวว่า Intel จะแข่งขันเพื่อชิงตลาด AI ดาต้าเซ็นเตอร์ 100% ด้วย CPU ระดับผู้นำ ตัวเร่งความเร็ว และโรงงานผลิตชิป พร้อมระบุว่าจะเดินหน้าหาโอกาสทางธุรกิจกับ Nvidia, AMD และรายอื่น ๆ ด้วย

ความเห็นของ GN⁺

  • คำพูดของแพ็ต เกลซิงเกอร์ ซีอีโอ Intel แสดงให้เห็นความพยายามครั้งใหม่ในการท้าทายอำนาจครอบงำของเทคโนโลยี CUDA ของ Nvidia ในวงการ AI ซึ่งอาจมองได้ว่าเป็นส่วนหนึ่งของการเคลื่อนไหวไปสู่แนวทางที่เปิดกว้างและมีมาตรฐานมากขึ้นในอุตสาหกรรมเทคโนโลยี
  • กลยุทธ์ของ Intel ที่ให้ความสำคัญกับเทคโนโลยีการอนุมานของ AI บ่งชี้ถึงภูมิทัศน์การแข่งขันแบบใหม่ในตลาด AI ซึ่งสะท้อนการเปลี่ยนแปลงไปสู่การให้คุณค่ากับการรันและการใช้งานโมเดล AI อย่างมีประสิทธิภาพมากขึ้น
  • เนื้อหานี้ให้มุมมองว่า Intel พยายามเสริมความแข็งแกร่งของตำแหน่งตนเองในวงการ AI ผ่านมาตรฐานอย่าง OpenVINO ได้อย่างไร ซึ่งอาจช่วยส่งเสริมการทำให้เทคโนโลยีเข้าถึงได้กว้างขึ้นและกระตุ้นนวัตกรรม

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2023-12-16
ความเห็นจาก Hacker News

  • การถกเถียงเกี่ยวกับความสำคัญของ CUDA

    • CUDA ไม่ใช่แค่เรื่องความเร็วในการผลิตชิป แต่เป็นเรื่องของซอฟต์แวร์และระบบนิเวศ คู่แข่งต้องแข่งขันกับระบบนิเวศนี้
    • Mi100 มือสองบน eBay ให้ประสิทธิภาพใกล้เคียง A100 ในราคาถูกกว่าราว 5 เท่า แต่ใช้เวลามากกว่ามากในการทำให้ใช้งานได้เมื่อเทียบกับ GPU ของ Nvidia เนื่องจากซอฟต์แวร์ไม่เข้ากัน
    • Google ให้ความเข้ากันได้กับ PyTorch ผ่านอินเทอร์เฟซ XLA และ Intel ก็อยู่ในสถานการณ์คล้ายกัน
    • คู่แข่งต้องทดสอบโมเดลทั้งหมดและสร้าง test suite ขนาดใหญ่เพื่อค้นหาและแก้ปัญหา
    • Intel มักประกาศ initiative แบบเปิดเผยต่อสาธารณะแล้วให้การสนับสนุนเพียงขั้นต่ำ และ OpenVino ก็ดูมีแนวโน้มว่าจะไม่ประสบความสำเร็จ ขณะที่ Triton ของ OpenAI ดูจะได้รับความนิยมมากกว่า

  • กลยุทธ์วิศวกรรมซอฟต์แวร์ของ NVIDIA

    • วิศวกรของ NVIDIA มากกว่าครึ่งเป็นวิศวกรซอฟต์แวร์ Jensen สร้าง software stack ที่แข็งแกร่งมาตลอดหลายทศวรรษ
    • จนกว่า Intel จะหา CEO ที่เข้าใจทั้งเทคโนโลยีและกลยุทธ์ได้ ก็จะยากที่จะจัดการการตอบโต้ CUDA อย่างมีประสิทธิภาพ

  • ความคาดหวังและความเป็นจริงของทางเลือกแทน CUDA

    • หากมีเครื่องมือ ระบบนิเวศ และประสบการณ์การเขียนโปรแกรมที่ดีกว่า CUDA ก็จะเป็นประโยชน์กับทุกฝ่าย
    • แต่ในตอนนี้ เมื่อพิจารณาจากความพยายามก่อนหน้าที่ล้มเหลวอย่าง OpenCL คำกล่าวเช่นนี้ก็ดูค่อนข้างน่าขัน
    • Intel และ AMD ทุ่มเทน้อยกว่ามากเมื่อเทียบกับการลงทุนใน CUDA และผลลัพธ์ก็น่าผิดหวัง

  • คำถามเกี่ยวกับข้อได้เปรียบที่แท้จริงของ CUDA

    • จุดแข็งของ CUDA อยู่ที่ระบบนิเวศซอฟต์แวร์ ไม่ใช่ฮาร์ดแวร์
    • สำหรับผู้ใช้ส่วนใหญ่ อาจไม่มีต้นทุนการย้ายระบบมากนัก แต่สำหรับนักวิจัยและผู้ที่ผลักขอบเขตของงานไปข้างหน้าอาจไม่เป็นเช่นนั้น

  • คำวิจารณ์ต่อความพยายามตอบโต้ที่อิง OpenCL

    • Intel และ AMD มีเวลาหลายปีในการสร้างความสามารถคล้ายกันบนพื้นฐานของ OpenCL แต่ก็ล้มเหลว

  • การขาดแรงจูงใจในการออกห่างจาก CUDA

    • โมเดลและเครื่องมือส่วนใหญ่ยังคงใช้ CUDA และแทบไม่เห็นการใช้งาน AMD NN middleware

  • ความล้มเหลวของกลยุทธ์ซอฟต์แวร์ของ Intel และ AMD

    • Intel ไม่ได้ทำอะไรเลยตลอด 10 ปีที่ผ่านมา และใช้เงินหลายพันล้านดอลลาร์ไปกับ GPU ที่แทบใช้งานไม่ได้
    • Nvidia ลงทุนได้สำเร็จในการช่วยผลักดันความก้าวหน้าของ AI

  • คำวิจารณ์ต่อกลยุทธ์ซอฟต์แวร์ของ Intel และ AMD

    • Pat Gelsinger และ Lisa Su ขาดความเข้าใจด้านซอฟต์แวร์ และคาดหวังให้ชุมชนช่วยทำซอฟต์แวร์สำหรับฮาร์ดแวร์ที่ซับซ้อน
    • Nvidia พัฒนาฮาร์ดแวร์และซอฟต์แวร์ควบคู่กันมา และโมเดลการเขียนโปรแกรม CUDA ก็เป็นการเดิมพันครั้งใหญ่ตั้งแต่เนิ่นๆ
    • หาก Intel และ AMD ไม่เปลี่ยนแปลงอย่างรากฐาน ก็จะแพ้ให้กับ ARM และ Nvidia

  • ความคาดหวังต่อ Intel GPU

    • หากมี Intel GPU ที่ให้ประสิทธิภาพดีในราคาเท่ากับ Nvidia GPU และรัน PyTorch ได้ดี ก็ยินดีจะซื้อ Intel GPU

  • คำวิจารณ์ต่อการผูกขาดของ CUDA

    • เข้าใจแรงจูงใจของ NVIDIA ที่ต้องการรักษาการผูกขาดของ CUDA แต่ก็เป็นความจริงเช่นกันว่า AMD/Intel/บริษัทอื่นๆ พลาดโอกาสนี้ไป
    • เมื่ออุปสรรคทางเทคนิค/ด้านความสามารถทำให้เกิดการผูกขาดโดยพฤตินัยในบาง use case ผู้บริโภคก็เป็นฝ่ายเสียประโยชน์