作者:DYLAN MARTIN
更新时间:美国东部时间 2023年8月24日下午12:42
这家芯片设计公司表示,Mipsology的团队将帮助AMD提高该公司CPU、GPU和自适应芯片的人工智能软件开发方面的推理能力。此次收购是AMD大战略的一部分,该公司意在通过“用于人工智能推理和训练的领先 GPU、CPU 和自适应计算解决方案”,挑战英伟达在人工智能计算领域的霸主地位。
在AMD向人工智能芯片巨头英伟达发起最大挑战之际,这家芯片设计公司收购了法国初创公司Mipsology,意在加强自身人工智能推理软件能力。
这家总部位于加利福尼亚州圣克拉拉的公司周四宣布了此次收购的消息,称“人工智能软件领域的领导者及AMD的长期合作伙伴” Mipsology公司将帮助AMD“推动客户合作并扩展我们的人工智能软件开发能力。”
AMD人工智能部门高级副总裁Vamsi Boppana写道:“具体而言,该团队将帮助我们开发完整的人工智能软件堆栈,扩展我们软件工具、库和模型的开放生态系统,为简化在AMD硬件上运行的人工智能模型的部署铺平道路。”
AMD发言人拒绝透露此次收购的财务条款以及Mipsology公司的员工人数。
Mipsology的专长是开发“即插即用”软件,在不需要新工具或改变神经网络模型的情况下提高人工智能推理性能,而神经网络模型是人工智能应用的关键。
这款名为Zebra的软件专注于在FPGA(现场可编程门阵列的简称)上实现“世界一流的速度”。
推理是人工智能的一个重要方面,它允许应用根据训练好识别模式或对象的模型进行预测并生成响应。
收购——AMD人工智能战略大棋局的一部分
此次收购是AMD大战略的一部分,该公司希望用更广泛的产品组合挑战英伟达在人工智能计算领域的主导地位,AMD的董事长兼首席执行官Lisa Su将这些产品组合称为“用于人工智能推理和训练的领先 GPU、CPU 和自适应计算解决方案”。
自去年以来,Su和其他高管已经亮明了该公司的全面人工智能战略,以应对她所说的“AMD 在云、边缘计算和日益多样化的智能终端领域数十亿美元的增长机会”。
今年6月,AMD揭示了其对英伟达最强大AI芯片的最大挑战——Instinct MI300 系列。新阵容包括MI300X,Su表示,与英伟达的旗舰 H100 数据中心GPU相比,MI300X能够以更高的效率运行大型语言模型(Large Language Models)并节约更多成本。
该公司还认为,通过收购赛灵思(Xilinx)公司获得的基于FPGA的产品(该公司现在称之为自适应计算芯片)将带来巨大的人工智能机遇。这些产品面向从小型终端和边缘计算机到数据中心的各种工作负载。
但是,AMD要想在人工智能计算领域真正挑战英伟达,这家芯片设计公司需要吸引软件开发商在其硬件基础上进行开发。因此,该公司正在整合以前CPU、GPU 和自适应芯片的不同软件开发堆栈,以提供一个“具有凝聚力的人工智能训练和推理界面”,并将其称为AMD Unified AI Stack。
在这方面,AMD希望由芯片工具设计供应商Synposys的前员工于2015年创立的Mipsology 能够助其更进一步。
Boppana 在周四的公告中写道:“人工智能是我们的首要战略重点,也是未来十年芯片需求增长的重要驱动力。”“通过引入技术娴熟的Mipsology 团队,AMD将继续加强我们的软件能力,让全球的客户能够挖掘普适人工智能的巨大潜力。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。