Neuberger Berman: opportunità interessanti per i produttori di chip con soluzioni su misura

Continuano a moltiplicarsi le applicazioni sull’Intelligenza Artificiale (IA) al punto che sembrano ormai sempre più parte integrante della semplificazione del nostro lavoro e dell'arricchimento della vita quotidiana. Dagli occhiali intelligenti Ray-ban Meta che possono registrare video, alle spille Humane AI che agiscono come assistenti personali indossabili e controllano una serie di dispositivi intelligenti, non passa giorno che venga annunciata una novità in questo campo.

LARGE LANGUAGE MODEL (LLM)

“I principali elementi per l'addestramento di modelli linguistici di grandi dimensioni (LLM, Large Language Model) di uso generale, come ChatGpt, si sono sviluppati finora tramite le unità di elaborazione grafica (Gpu) di produttori come Nvidia e Amd. Queste Gpu standard possono risultare mediocri in termini di efficienza, nonostante la loro versatilità, in funzione di come sono utilizzate” fa sapere YT Boon, Head of Thematic – Asia di Neuberger Berman.

LA NUOVA FRONTIERA DEI CHIP ASIC

La nuova frontiera è già rappresentata dai chip Asic (Application-Specific Integrated Circuit) personalizzati, progettati per offrire soluzioni più efficienti e personalizzate per diverse applicazioni di intelligenza artificiale. Un esempio pratico è il mercato dei chip per le criptovalute. “Finora i miner di Bitcoin hanno usato unità di elaborazione centrale (Cpu) che consumavano molta energia. Ora i processori Asic hanno superato le Cpu e le Gpu nel mining di Bitcoin, grazie al minor consumo di elettricità e alle migliori capacità di calcolo dei chip personalizzati” riferisce Boon.

UNA CRESCITA STIMATA DELL’85% L’ANNO TRA IL 2023 E IL 2027

A questo proposito, le stime di Morgan Stanley parlano che, tra il 2023 e il 2027, il mercato dei chip Asic incentrati sull'intelligenza artificiale dovrebbe crescere dell'85% all'anno, raggiungendo i 30 miliardi di dollari. Se ne sono accorti subito anche i giganti tecnologici. Google, per esempio, in collaborazione con Broadcom ha prodotto le sue Tensor Processing Unit (Tpu) di quinta generazione: consentono di gestire i carichi di lavoro dell'IA a una velocità circa dieci volte superiore rispetto alle Cpu e alle Gpu tradizionali.

OTTIMIZZARE I DATA CENTER

In altri casi, invece, l’uso degli Asic è incentrato ad ottimizzare i data center. È il caso di Amazon che, in partnership con Marvell, ha sviluppato i suoi chip Graviton AI, progettati per combinare una riduzione dei consumi energetici e un miglioramento della velocità di elaborazione. “Amazon” aggiunge il manager di Neuberger Berman “è inoltre impegnato con Alchip Technologies per le linee Trainium e Inferentia, messe a punto per addestrare in modo efficiente i modelli di IA e consentire loro di fare previsioni accurate”.

MICROSOFT E TESLA

Anche Microsoft non ha perso tempo e, in stretta collaborazione con Global UniChip, ha sviluppato i chip Maia 100, per la propria infrastruttura Azure, mentre in partnership con Marvell ha progettato Cobalt 100. Quest’ultimo, integrato nei datacenter di Azure, punta ad incrementare la velocità di elaborazione, mentre il chip Maia 100 si propone di consumare meno energia durante l'addestramento dei modelli IA. Tesla, in ambito del progetto per abilitare i veicoli a guida autonoma automobilistico, collabora invece con Alchip per Dpjo, il suo chip di supercomputing IA.

PERCHÉ UNA ‘TAGLIA UNICA’ NON VA BENE PER TUTTI

“Sono alcuni dei molteplici esempi di innovative applicazioni che riguardano l’IA e che dimostrano come ‘una taglia unica’ non vada bene per tutti e che la personalizzazione possa offrire molte opportunità interessanti per i produttori di chip” conclude l’Head of Thematic – Asia di Neuberger Berman.