νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Η Amazon κατέληξε σε συμφωνία για την εξαγορά του κατασκευαστή chip και της εταιρείας συμπίεσης μοντέλων τεχνητής νοημοσύνης Perceive, θυγατρικής του Xperi με έδρα το Σαν Χοσέ της Καλιφόρνια, έναντι 80 εκατομμυρίων δολαρίων σε μετρητά. Η Perceive είναι μια εταιρεία που αναπτύσσει πρωτοποριακές λύσεις συμπερασμάτων νευρωνικών δικτύων, εστιάζοντας στην τεχνολογία που παρέχει μοντέλα τεχνητής νοημοσύνης μεγάλης κλίμακας σε συσκευές αιχμής.

Η Amazon δεν έχει αποκαλύψει τις συγκεκριμένες σκέψεις της για την τεχνολογία. «Είμαστε στην ευχάριστη θέση να υπογράψουμε μια συμφωνία για την απόκτηση της Perceive και να φέρουμε την ταλαντούχα ομάδα της να ενώσει τις προσπάθειές μας για να φέρουμε μεγάλα γλωσσικά μοντέλα και πολυτροπικές εμπειρίες σε συσκευές που μπορούν να λειτουργούν στην αιχμή», δήλωσε εκπρόσωπος της Amazon.

Το Xperi αναζητά αγοραστή για το Perceive από τις αρχές του τρέχοντος έτους. Μόλις κλείσει η συμφωνία, οι περισσότεροι από τους 44 υπαλλήλους της Perceive αναμένεται να ενταχθούν στην Amazon. Η Amazon είπε ότι δεν περίμενε ότι η συμφωνία θα απαιτούσε ρυθμιστική έγκριση, αποκαλώντας την εξαγορά ρουτίνας.

Perceive’s chip introduction

Πληροφορίες δείχνουν ότι η Perceive ηγείται από τους συν-CEOs Murali Dharan και Steve Teig. Η εταιρεία έχει υπαλλήλους σε όλο τον κόσμο. Η εταιρεία θα λειτουργεί εργαστήριο στο Αϊντάχο. Ο Teig οδήγησε στη δημιουργία του Perceive κατά τη διάρκεια της θητείας του ως Chief Technology Officer της Xperi, όπου επέβλεψε την ανάπτυξη τεχνολογίας, συμπεριλαμβανομένων των βασικών καινοτομιών ήχου και απεικόνισης, ενώ ηγήθηκε και της ομάδας μηχανικής εκμάθησης της εταιρείας. Ο Dharan, ο οποίος ήταν προηγουμένως υπεύθυνος για τη στρατηγική κατεύθυνση, τη διαχείριση και την ανάπτυξη της επιχείρησης αδειοδότησης του Xperi, είναι πλέον υπεύθυνος για την ηγεσία των επιχειρηματικών λειτουργιών της Perceive, συμπεριλαμβανομένων των πωλήσεων, του μάρκετινγκ, της επιτυχίας των πελατών και των λειτουργιών.

Το Perceive παρέχει προϊόντα που εξυπηρετούν μεγάλα μοντέλα τεχνητής νοημοσύνης σε συσκευές αιχμής.

Σύμφωνα με αναφορές, πρόκειται για έναν επεξεργαστή AI που φέρνει πρωτοποριακή απόδοση και ενεργειακή απόδοση στις συσκευές αιχμής. Δυνατότητα λειτουργίας μεγάλων νευρωνικών δικτύων με πλήρη ρυθμό καρέ και υποστήριξη μιας ποικιλίας αρχιτεκτονικών και τύπων δικτύου, συμπεριλαμβανομένων των τυπικών CNN, RNN, LSTM και άλλων. Το Ergo είναι αρκετά ευέλικτο και ισχυρό για να χειρίζεται ένα ευρύ φάσμα εργασιών μηχανικής μάθησης, από ταξινόμηση και ανίχνευση αντικειμένων, τμηματοποίηση και πόζα εικόνας, επεξεργασία σήματος ήχου και γλώσσα. Μπορείτε ακόμη να του ζητήσετε να κάνει πολλαπλές εργασίες, καθώς το Ergo μπορεί να τρέξει πολλά δίκτυα ταυτόχρονα.

Παρά την επεξεργαστική ισχύ του Ergo, δεν απαιτεί εξωτερική μνήμη DRAM και το μικρό πακέτο 7 mm x 7 mm το καθιστά ιδανικό για χρήση σε συμπαγείς συσκευές όπως κάμερες, φορητούς υπολογιστές ή γυαλιά AR/VR.

Η Perceive είπε ότι το Ergo είναι 20 έως 100 φορές πιο ενεργειακά αποδοτικό από άλλα προϊόντα, απαιτώντας μόνο 9 mW υπολογιστικής ισχύος για την εκτέλεση συμπερασμάτων σε βίντεο 30 fps. Αυτό σημαίνει ότι η συσκευή σας μπορεί να προσφέρει απαράμιλλη διάρκεια μπαταρίας και να παράγει λιγότερη θερμότητα, επιτρέποντας ένα μικρότερο, πιο ευέλικτο πακέτο.

Στις αρχές του 2023, η Perceive παρουσίασε τον νέο επεξεργαστή Ergo 2 AI. Σύμφωνα με αναφορές, το τσιπ μπορεί να παρέχει την απόδοση που απαιτείται για πιο περίπλοκες περιπτώσεις χρήσης, συμπεριλαμβανομένων εκείνων που απαιτούν μοντέλα μετασχηματιστών, μεγαλύτερα νευρωνικά δίκτυα, πολλαπλά δίκτυα που λειτουργούν ταυτόχρονα και πολλαπλές εισόδους, διατηρώντας παράλληλα την κορυφαία απόδοση ισχύος στον κλάδο.

Αναλύοντας την ευκαιρία της αγοράς για τα πιο πρόσφατα τσιπ Ergo, ο ιδρυτής και διευθύνων σύμβουλος της Perceive, Steve Teig, δήλωσε: «Με τους νέους επεξεργαστές Ergo 2, έχουμε επεκτείνει τις δυνατότητες που προσφέρουμε στους κατασκευαστές συσκευών για να δημιουργήσουν τα καλύτερα τσιπ στην κατηγορία τους. σε φιλόδοξα προϊόντα, «συμπεριλαμβανομένων μοντέλων μετασχηματισμού για επεξεργασία γλώσσας ή όρασης, επεξεργασία βίντεο υψηλότερου ρυθμού καρέ και ακόμη και συνδυασμό πολλών μεγάλων νευρωνικών δικτύων σε μια ενιαία εφαρμογή».

Το Ergo 2 τρέχει τέσσερις φορές πιο γρήγορα από το τσιπ Ergo πρώτης γενιάς της Perceive και έχει πολύ μεγαλύτερη ισχύ επεξεργασίας από τα τυπικά τσιπ που έχουν σχεδιαστεί για micro-ML. Οι προγραμματιστές προϊόντων μπορούν τώρα να αξιοποιήσουν προηγμένα νευρωνικά δίκτυα όπως το YOLOv5, το RoBERTa, το GAN και το U-Nets για να παρέχουν γρήγορα ακριβή αποτελέσματα. Όλη η επεξεργασία του Ergo 2 γίνεται σε chip και δεν απαιτεί εξωτερική μνήμη, βελτιώνοντας την ενεργειακή απόδοση, την ιδιωτικότητα και την ασφάλεια. Το τσιπ Ergo 2 επιτρέπει:

1.106 συμπεράσματα ανά δευτερόλεπτο σε λειτουργία MobileNet V2

979 συμπεράσματα ανά δευτερόλεπτο κατά την εκτέλεση του ResNet-50

Η εκτέλεση του YoloV5-S εκτελεί 115 συμπεράσματα ανά δευτερόλεπτο

Για να παρέχει τις βελτιώσεις απόδοσης που απαιτούνται για τη λειτουργία αυτών των μεγάλων δικτύων, το τσιπ Ergo 2 χρησιμοποιεί μια αρχιτεκτονική διοχέτευσης και ενοποιημένο σχεδιασμό μνήμης, που αυξάνει την ευελιξία και τη συνολική λειτουργική του απόδοση. Ως αποτέλεσμα, το Ergo 2 μπορεί να υποστηρίξει αισθητήρες υψηλότερης ανάλυσης και ένα ευρύτερο φάσμα εφαρμογών, όπως:

Εφαρμογές επεξεργασίας γλώσσας όπως ομιλία σε κείμενο και συμπλήρωση προτάσεων

Εφαρμογές ήχου, όπως η ακύρωση ακουστικής ηχούς και η πιο πλούσια ανίχνευση συμβάντων ήχου

Απαιτητικές εργασίες επεξεργασίας βίντεο, όπως η υπερ-ανάλυση βίντεο και η ανίχνευση πόζας.

Ο επεξεργαστής Ergo 2 έχει διαστάσεις 7 mm x 7 mm, κατασκευάζεται από την GlobalFoundries χρησιμοποιώντας την πλατφόρμα 22FDX και δεν απαιτεί εξωτερική μνήμη DRAM για να εκτελεστεί. Η χαμηλή κατανάλωση ενέργειας σημαίνει επίσης ότι δεν απαιτεί ψύξη. Το τσιπ μπορεί να εκτελεί πολλαπλά ετερογενή δίκτυα ταυτόχρονα, παρέχοντας έξυπνες δυνατότητες βίντεο και ήχου σε συσκευές όπως κάμερες εταιρικής ποιότητας που χρησιμοποιούνται για την ασφάλεια, τον έλεγχο πρόσβασης, τη θερμική απεικόνιση ή την ανάλυση βίντεο λιανικής, συμπεριλαμβανομένης της οπτικής επιθεώρησης καταναλωτικά προϊόντα, όπως φορητοί υπολογιστές, ταμπλέτες και προηγμένα wearables.

Το ιστορικό τσιπ που αναπτύχθηκε μόνο του AWS

Η AWS κατασκευάζει το δικό της προσαρμοσμένο πυρίτιο για φόρτους εργασίας τεχνητής νοημοσύνης και βελτιστοποίηση cloud εδώ και χρόνια, σε μεγάλο βαθμό χάρη στην εξαγορά από την εταιρεία των Annapurna Labs πριν από περισσότερο από μια δεκαετία. Αυτό οδήγησε την AWS να κατασκευάσει τους δικούς της επεξεργαστές Graviton, τσιπ Inferentia και επεξεργαστές μηχανικής εκμάθησης Trainium τα τελευταία χρόνια για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης στο cloud.

Φέτος, η Amazon έκανε ένα σημαντικό βήμα προόδου στην προώθηση της τεχνολογίας τεχνητής νοημοσύνης (AI).

Στο ετήσιο συνέδριο AWS re:Invent, η AWS ανακοίνωσε δύο νέα προσαρμοσμένα τσιπ: AWS Trainium2 και Graviton4. Τα δύο τσιπ αντιπροσωπεύουν μια τολμηρή προσπάθεια της Amazon Web Services (AWS) να καλύψει την αυξανόμενη ζήτηση για δυνατότητες τεχνητής νοημοσύνης, ειδικά καθώς η αγορά αντιμετωπίζει σοβαρή έλλειψη μονάδων επεξεργασίας γραφικών (GPUs) που παράγονται κυρίως από την Nvidia.

Η ανάγκη για ενισχυμένη υπολογιστική ισχύ πηγάζει από την αυξανόμενη δημοτικότητα της παραγωγικής τεχνητής νοημοσύνης, η οποία απαιτεί ισχυρή υποδομή για την εκπαίδευση και την ανάπτυξη μοντέλων. Η Nvidia φέρεται να έχει πωληθεί εκτός GPU μέχρι το 2024 και πηγές του κλάδου, συμπεριλαμβανομένου του Διευθύνοντος Συμβούλου της TSMC, προβλέπουν ότι αυτή η κρίση εφοδιασμού θα μπορούσε να συνεχιστεί μέχρι το 2025. Έχοντας αυτό υπόψη, τα νέα τσιπ της Amazon στοχεύουν να μειώσουν την εξάρτηση από την Nvidia παρέχοντας μια εναλλακτική λύση ειδικά προσαρμοσμένη για φόρτους εργασίας AI.

Το τσιπ Trainium2 έχει σχεδιαστεί για εκπαίδευση μοντέλων τεχνητής νοημοσύνης μεγάλης κλίμακας, με απόδοση τέσσερις φορές υψηλότερη από την προηγούμενη γενιά τσιπ και δύο φορές πιο ενεργειακά αποδοτική από την προηγούμενη γενιά τσιπ. Σύμφωνα με την Amazon, το τσιπ μπορεί να χειριστεί 65 exaflops όταν χρησιμοποιείται σε ένα σύμπλεγμα cloud έως και 100.000 μονάδων. Αυτή η δυνατότητα μειώνει τον χρόνο εκπαίδευσης πολύπλοκων μοντέλων, όπως αυτά με εκατοντάδες δισεκατομμύρια παραμέτρους, από μήνες σε εβδομάδες. Αυτές οι εξελίξεις καθιστούν το Trainium2 ηγέτη στην υποδομή εκπαίδευσης AI.

Αναγνωρισμένο για τις δυνατότητές του, το τσιπ Trainium2 έχει ήδη προσελκύσει το ενδιαφέρον πολλών παραγόντων του κλάδου, συμπεριλαμβανομένης της Anthropic, μιας εταιρείας που επικεντρώνεται στην κατασκευή φιλικών μοντέλων τεχνητής νοημοσύνης.Ο συνιδρυτής Tom Brown τόνισε ότι το Trainium2 θα τους επιτρέψει να κλιμακωθούν γρήγορα και να επεξεργαστούν έως και τέσσερις φορές πιο γρήγορα από το προηγούμενο μοντέλο. Οι συνεργασίες μεταξύ της AWS και εταιρειών όπως η Anthropic απεικονίζουν την αυξανόμενη τάση της μόχλευσης της αποκλειστικής τεχνολογίας cloud για τον εξορθολογισμό των λειτουργιών AI.

Το τσιπ Graviton4, από την άλλη πλευρά, είναι ο πιο ισχυρός και αποτελεσματικός επεξεργαστής της Amazon μέχρι σήμερα, προσαρμοσμένος για διάφορους φόρτους εργασίας στο cloud. Σε σύγκριση με την προηγούμενη γενιά Graviton3, αυτό το τσιπ τέταρτης γενιάς αναμένεται να βελτιώσει την απόδοση κατά 30%, να αυξήσει τον αριθμό των πυρήνων κατά 50% και να αυξήσει το εύρος ζώνης της μνήμης κατά 75%. Αυτές οι βελτιώσεις επιτρέπουν στους χρήστες να μειώσουν το λειτουργικό κόστος και να αυξήσουν τις ταχύτητες επεξεργασίας δεδομένων, καθιστώντας το ιδανικό για επιχειρήσεις που διαθέτουν βάσεις δεδομένων υψηλής απόδοσης και εντατικές εφαρμογές ανάλυσης.

Οι πρώτοι χρήστες του Graviton4 περιλαμβάνουν εταιρείες όπως η Datadog, η Epic Games και η SAP. Για παράδειγμα, ο Roman Visintine, επικεφαλής μηχανικός cloud στην Epic, επεσήμανε ότι το τσιπ αποδίδει καλά σε φόρτους εργασίας ευαίσθητους σε καθυστέρηση και είναι ιδιαίτερα επωφελής για τις εμπειρίες διαδικτυακού παιχνιδιού. Σε ένα άκρως ανταγωνιστικό περιβάλλον όπου η γρήγορη πρόσβαση και επεξεργασία δεδομένων είναι ζωτικής σημασίας για την επιτυχία, αυτή η τάση βελτιστοποίησης υπηρεσιών cloud είναι ζωτικής σημασίας.

Η ανακοίνωση της Amazon υπογραμμίζει επίσης μια μεγαλύτερη τάση στον κλάδο της τεχνολογίας, στην οποία οι εταιρείες επενδύουν ολοένα και περισσότερο σε προσαρμοσμένες λύσεις chip για την κάλυψη συγκεκριμένων αναγκών υπολογιστών, ειδικά τεχνητής νοημοσύνης και μηχανικής μάθησης. Αναπτύσσοντας ιδιόκτητο υλικό, η Amazon ελπίζει να διαφοροποιηθεί και να μειώσει την εξάρτησή της από καθιερωμένους κατασκευαστές chip όπως η Nvidia και η AMD.

Καθώς η τεχνολογία AI συνεχίζει να αναπτύσσεται και να γίνεται πιο διαδεδομένη σε διάφορους τομείς, από την υγειονομική περίθαλψη μέχρι την ψυχαγωγία, η ανάγκη για αποτελεσματικά τσιπ υψηλής απόδοσης θα αυξηθεί. Οι αναλυτές τεχνολογίας αναμένουν ότι η κυκλοφορία αυτών των νέων τσιπ της Amazon όχι μόνο θα καλύψει άμεσα τις τρέχουσες ανάγκες, αλλά θα θέσει επίσης τα θεμέλια για μελλοντική ανάπτυξη τεχνητής νοημοσύνης.

Παραδόξως, η κυκλοφορία αυτών των τσιπ έρχεται σε μια στρατηγική στιγμή, καθώς η Microsoft ανακοίνωσε επίσης τη δική της ανάπτυξη τσιπ για υπηρεσίες τεχνητής νοημοσύνης και cloud. Αυτό έχει πυροδοτήσει έντονο ανταγωνισμό στον τομέα του υλικού τεχνητής νοημοσύνης, ωθώντας τις εταιρείες να καινοτομούν γρήγορα και να ξεπεράσουν τα όρια.

Τα τσιπ AWS Trainium2 και Graviton4 αναμένεται να είναι διαθέσιμα στους πελάτες στο εγγύς μέλλον, με το Trainium2 να κυκλοφορεί κάποια στιγμή το επόμενο έτος και το Graviton4 να βρίσκεται ήδη σε προεπισκόπηση. Καθώς η βιομηχανία της τεχνολογίας συνεχίζει να στρέφεται προς λύσεις υπολογιστικού νέφους και τεχνητής νοημοσύνης, η Amazon είναι έτοιμη να παίξει σημαντικό ρόλο σε αυτόν τον ψηφιακό μετασχηματισμό.

Τα τσιπ AI έχουν μεγάλες δυνατότητες

Η AWS αναπτύσσει συχνά τσιπ Εκτός από την κάλυψη των επιχειρηματικών αναγκών της εταιρείας, αποδεικνύει επίσης για άλλη μια φορά ότι τα τσιπ τεχνητής νοημοσύνης έχουν μεγάλες δυνατότητες, οι οποίες δεν αντανακλώνται μόνο στο cloud, αλλά και στην πλευρά της συσκευής.

Σύμφωνα με το Futurum Intelligence, έως το 2023, η Nvidia θα αντιπροσωπεύει το 92% της αγοράς GPU της AI και το 75% ολόκληρης της αγοράς ημιαγωγών AI για τα κέντρα δεδομένων. Αυτή η κυριαρχία θα συνεχιστεί σε μια ήδη τεράστια αγορά, η οποία αναμένεται να αυξηθεί σχεδόν κατά το ήμισυ μέχρι το 2024.

Η εταιρεία αναλυτών εκτιμά ότι η συνολική αγοραία αξία των επεξεργαστών και των επιταχυντών για εφαρμογές τεχνητής νοημοσύνης κέντρων δεδομένων θα φτάσει τα 56,3 δισεκατομμύρια δολάρια, αύξηση 49,3% από την ετήσια αγοραία αξία των 37,7 δισεκατομμυρίων δολαρίων το 2023. Οι αναλυτές της αγοράς προβλέπουν ότι η αγορά θα αναπτυχθεί με σύνθετο ετήσιο ρυθμό ανάπτυξης 29,7% τα επόμενα πέντε χρόνια, φέρνοντας το μέγεθος της αγοράς σε 98,4 δισεκατομμύρια δολάρια ΗΠΑ το 2026 και 138,3 δισεκατομμύρια δολάρια ΗΠΑ το 2028.

Η Futurum χωρίζει την αγορά των επεξεργαστών κέντρων δεδομένων AI σε τέσσερις κατηγορίες: CPU, GPU, εξειδικευμένους επιταχυντές (που ονομάζονται XPU) και ιδιόκτητους επιταχυντές cloud που παράγονται από εταιρείες όπως η Google, η AWS και η Microsoft.

Το 2023, οι CPU θα αντιπροσωπεύουν το 20,5% της αγοράς, οι GPU θα αντιπροσωπεύουν το 73,5% της αγοράς και τα προϊόντα XPU και ειδικά για το cloud θα αντιπροσωπεύουν το 3% η καθεμία.

1. Το 2023, οι CPU θα αντιπροσωπεύουν το 20% της επεξεργασίας AI στα κέντρα δεδομένων και θα συνεχίσουν να διαδραματίζουν σημαντικό ρόλο. Η Futurum εκτιμά ότι θα αναπτυχθούν με πενταετή σύνθετο ετήσιο ρυθμό ανάπτυξης 28%, από 7,7 δισεκατομμύρια δολάρια το 2023 σε 26 δισεκατομμύρια δολάρια το 2028. Η Futurum εκτιμά ότι η Nvidia θα έχει μερίδιο αγοράς 37% το 2023, ακολουθούμενη από την Intel με 23%.

2. Έως το 2023, οι GPU θα αντιπροσωπεύουν το 74% των chipset που χρησιμοποιούνται σε εφαρμογές τεχνητής νοημοσύνης κέντρων δεδομένων και θα έχουν πενταετή σύνθετο ετήσιο ρυθμό ανάπτυξης 30%, αυξανόμενος από 28 δισεκατομμύρια δολάρια ΗΠΑ το 2023 σε 102 δισεκατομμύρια δολάρια ΗΠΑ το 2028. Η Futurum εκτιμά ότι η Nvidia κατέχει το 92% της αγοράς GPU της AI.

3. Η XPU θα έχει πενταετή σύνθετο ετήσιο ρυθμό ανάπτυξης 31%, αυξανόμενος από 1 δισεκατομμύριο δολάρια ΗΠΑ το 2023 σε 3,7 δισεκατομμύρια δολάρια ΗΠΑ το 2028.

4. Οι επιταχυντές τεχνητής νοημοσύνης δημόσιου νέφους θα έχουν πενταετή σύνθετο ετήσιο ρυθμό ανάπτυξης 35%, που θα αυξάνεται από 1,3 δισεκατομμύρια δολάρια ΗΠΑ το 2023 σε 6 δισεκατομμύρια δολάρια ΗΠΑ το 2028.

Το Futurum εξαιρεί τους επεξεργαστές και τους επιταχυντές τεχνητής νοημοσύνης από αυτήν τη μελέτη, εάν δεν είναι διαθέσιμοι για δημόσια χρήση σε κέντρα δεδομένων, εξαιρώντας έτσι τα chipset AI που έχουν σχεδιαστεί και χρησιμοποιούνται από τη Meta, την Tesla και την Apple.

Από γεωγραφική άποψη, η Βόρεια Αμερική κυριαρχεί στην αγορά και θα αντιπροσωπεύει το 55% του μεριδίου αγοράς έως το 2023. Η Ευρώπη, η Μέση Ανατολή και η Αφρική (EMEA) και η Ασία-Ειρηνικός (APAC) ακολουθούν ως σημαντικές αγορές, ενώ η Λατινική Αμερική (LATAM) αντιπροσωπεύει μια αναπτυσσόμενη περιοχή με τεράστιες δυνατότητες ανάπτυξης.

Τα οπτικά και ακουστικά αναλυτικά στοιχεία είναι οι μεγαλύτερες περιπτώσεις χρήσης το 2023. Το Futurum προβλέπει ότι οι τρεις κορυφαίες περιπτώσεις χρήσης το 2028 θα είναι η οπτική και ακουστική ανάλυση, η προσομοίωση και η μοντελοποίηση και η παραγωγή κειμένου, η ανάλυση και η σύνοψη.

Ειδικά για την τεχνητή νοημοσύνη αιχμής, νέα έρευνα από την Omdia προβλέπει ότι η αγορά επεξεργαστών τεχνητής νοημοσύνης αιχμής θα αποφέρει έσοδα 60,2 δισεκατομμυρίων δολαρίων έως το 2028, με σύνθετο ετήσιο ρυθμό ανάπτυξης 11%.

Η τελευταία πρόβλεψη του Omdia για τον επεξεργαστή αιχμής σημειώνει ότι η αύξηση των εσόδων θα οδηγηθεί από την αυξημένη ζήτηση για υλικό, καθώς διάφορες βιομηχανίες και συσκευές υιοθετούν την τεχνητή νοημοσύνη. Ένας από τους τομείς που οδηγεί στην ανάπτυξη της αγοράς είναι το τμήμα των υπολογιστών, με αυξανόμενες προσφορές προϊόντων από μεγάλους προμηθευτές όπως η Intel, η AMD και η Apple. Σύμφωνα με πληροφορίες, οι πωλητές υπολογιστών προσπαθούν να προωθήσουν τη συμπερίληψη επεξεργαστών AI στις συσκευές τους ως «μοναδικό σημείο πώλησης».

Εκτός από τον τομέα των προσωπικών υπολογιστών, η έκθεση υπογραμμίζει επίσης την ταχεία εφαρμογή επεξεργαστών τεχνητής νοημοσύνης σε τομείς όπως τα αυτοκίνητα, τα drones, οι κάμερες ασφαλείας και τα ρομπότ.

Από αυτό μπορούμε να δούμε τις προθέσεις πίσω από την απόκτηση του AWS.