Новости

Без CUDA уже можно обойтись: как тает софтверное преимущество NVIDIA в ИИ

NVIDIA уже продолжительное время сохраняет позиции ведущего поставщика чипов для задач искусственного интеллекта. Её ускорители считаются эталонными в своём сегменте, однако ключевым конкурентным преимуществом выступает программная платформа CUDA, отмечает The Motley Fool.

На протяжении многих лет разработчики строили фреймворки на основе CUDA под архитектуру NVIDIA, что фактически привязало значительную часть операторов ЦОД к продукции именно этого вендора. Тем не менее Alphabet, Meta✴ Platforms и Oracle способны подорвать столь весомое преимущество NVIDIA за счёт ряда свежих решений.

В минувшем месяце Alphabet представила открытый технологический стек TorchTPU, дающий возможность исполнять нагрузки PyTorch на фирменных тензорных процессорах (TPU) при минимальных правках кода. Amazon, в свою очередь, объявила о собственной программной среде TorchNeuron, которая обеспечивает поддержку кода PyTorch на её чипах Trainium. Meta✴ наладила партнёрство с обеими компаниями, чтобы задействовать альтернативные ускорители и снизить зависимость исключительно от решений NVIDIA.

Важно понимать: возможность без особых усилий запустить PyTorch на TPU от Alphabet или на чипах Trainium вовсе не гарантирует, что быстродействие окажется таким же, как на графических процессорах NVIDIA — ведь PyTorch заточен под работу с CUDA и аппаратным обеспечением NVIDIA. И всё же недавние улучшения прокладывают дорогу для дальнейшей оптимизации и облегчают перенос кода, а конкурирующие чипы со временем могут стать значительно мощнее. Кроме того, у китайских компаний, к примеру, альтернативы попросту нет — поэтому они либо адаптируют свои чипы под CUDA, либо полностью отказываются от программной экосистемы NVIDIA.

Источник изображения: NVIDIA

В начале текущего года Alphabet начала реализовывать системы на основе TPU сторонним организациям, а недавно анонсировала ускорители TPU 8tx для корпоративного сегмента. Помимо этого, начиная с 2027 года TPU будут предоставляться в облачной инфраструктуре Oracle Cloud Infrastructure (OCI). Это даст клиентам Oracle возможность перевести часть вычислительных задач на TPU, что способно обеспечить более высокую производительность, более привлекательные цены (или оба преимущества одновременно) в сравнении с GPU от NVIDIA. Кроме того, это открывает доступ к TPU для тех разработчиков, которые вынужденно работают с Oracle из-за размещения своих баз данных в OCI. Amazon также теперь готова реализовывать Trainium сторонним дата-центрам.

Возникшая у провайдеров возможность получать высокую отдачу от вложений, применяя альтернативные ускорители для ИИ-нагрузок, ещё сильнее подрывает позиции NVIDIA. Положение NVIDIA усугубляется и тем, что благодаря прогрессу платформы PyTorch специализированные чипы — к примеру, от Alphabet или Amazon — становятся всё более производительными и востребованными. Лидерство NVIDIA в сегменте оборудования для ЦОД ослабевает, и последние события свидетельствуют о том, что её отрыв от конкурентов может оказаться не столь существенным, как предполагали некоторые инвесторы, резюмирует ресурс Fool.com.

Если вы обнаружили ошибку — выделите её мышью и нажмите CTRL+ENTER. | Можете написать лучше? Мы всегда рады новым авторам.

Материалы по теме:

  • Стартап Spectral Compute, занимающийся адаптацией CUDA-приложений для сторонних платформ, привлёк $6 млн инвестиций на развитие
  • M**a купила Rivos — компанию, разрабатывающую RISC-V-ускорители с поддержкой CUDA
  • Технология NVIDIA CUDA получила поддержку архитектуры RISC-V
  • Авиаперевозки в США наконец-то перестанут зависеть от дискет
  • Портфель заказов GE Vernova вырос до $197 млрд благодаря повышенному спросу на газовые турбины для ИИ-дата-центров
Понравилось? Сообщите об этом Google, чтобы чаще видеть ссылки на наши материалы и обзоры

Источник:

  • The Motley Fool
Поделиться:

0 Комментариев

Оставить комментарий

Обязательные поля помечены *
Ваш комментарий *
Категории