OpenAI, das führende gemeinnützige KI-Forschungsunternehmen, hat eine Absichtserklärung mit unterzeichnet Regen-KI, ein Startup, das neuromorphe Prozessoren (NPUs) entwickelt, die speziell auf KI-Anwendungen zugeschnitten sind. In der Vereinbarung wird die Zusage von OpenAI dargelegt, die NPUs von Rain AI im Wert von 51 Millionen US-Dollar zu kaufen, sobald sie kommerziell verfügbar sind.
In den letzten Jahren wurde der Bedarf an spezieller Hardware für KI-Technologien immer offensichtlicher. KI-Unternehmen gehen bis an ihre Grenzen, um ihren Kunden personalisierte Erlebnisse zu bieten. Die NPUs von Rain AI, auch „Digital Dendrites“ genannt, sind es inspiriert von der Struktur und Funktion des menschlichen Gehirns. Sie sollen die Fähigkeit des Gehirns nachahmen, Informationen effizient und mit geringem Stromverbrauch zu verarbeiten, was sie zu einer vielversprechenden Lösung für die anspruchsvollen Rechenanforderungen von KI-Aufgaben macht.
Im Mittelpunkt dieser Partnerschaft steht eine 2019 unterzeichnete Absichtserklärung OpenAIs Absicht, NPUs von Rain AI im Wert von 51 Millionen US-Dollar zu kaufen nach ihrer kommerziellen Verfügbarkeit. Diese erhebliche Investition unterstreicht den Glauben von OpenAI an das transformative Potenzial der Technologie von Rain AI.
Was ist Regen-KI?
Rain AI ist ein Startup-Unternehmen, das neuromorphe Prozessoren (NPUs) entwickelt, eine Art Computerchip, der die Struktur und Funktion des menschlichen Gehirns nachahmen soll. NPUs gelten als vielversprechende Technologie für Anwendungen der künstlichen Intelligenz (KI), da sie das Potenzial haben, wesentlich energieeffizienter zu sein als herkömmliche GPUs, die derzeit die am weitesten verbreitete Art von KI-Beschleunigern sind.
Die NPUs von Rain AI, auch „Digital Dendrites“ genannt, befinden sich noch in der Entwicklung, aber das Unternehmen hat behauptet, dass dies möglich sei möglicherweise 100-mal leistungsstärker und 10.000-mal energieeffizienter als GPUs. Das Unternehmen hat außerdem erklärt, dass seine NPUs sowohl zum Trainieren von KI-Modellen als auch zum Ausführen dieser Modelle nach ihrer Bereitstellung verwendet werden könnten.
Rain AI hat Finanzmittel von einer Reihe hochkarätiger Investoren erhalten, darunter OpenAI-CEO Sam Altman und Aramco Ventures, der Risikokapitalzweig von Saudi Aramco. Berichten zufolge arbeitet das Unternehmen auch mit einer Reihe großer Technologieunternehmen zusammen, darunter Google, Oracle, Meta, Microsoft und Amazon.
Trotz seiner vielversprechenden Technologie und hochkarätigen Unterstützern steht Rain AI vor einer Reihe von Herausforderungen. Die NPUs des Unternehmens befinden sich noch in der Entwicklung und es ist unklar, wann sie im Handel erhältlich sein werden. Darüber hinaus muss Rain AI mit einer Reihe etablierter Akteure auf dem KI-Hardwaremarkt konkurrieren, darunter Nvidia, Google und Amazon.
Wie funktionieren NPUs?
Wie bereits erwähnt, sind neuromorphe Prozessoren (NPUs) eine Art Beschleuniger für künstliche Intelligenz (KI), der die Struktur und Funktion des menschlichen Gehirns nachahmen soll. Im Gegensatz zu herkömmlichen Prozessoren, die auf sequentiellen Anweisungen basieren, basieren NPUs auf einem Netzwerk miteinander verbundener künstlicher Synapsen, ähnlich den neuronalen Verbindungen im Gehirn.
Diese Architektur ermöglicht es NPUs, Informationen parallel und verteilt zu verarbeiten, wodurch sie sich gut für die rechenintensiven Aufgaben von KI-Anwendungen eignen.
Hier ist eine detaillierte Aufschlüsselung der Funktionsweise von NPUs:
- Input und Synapsen: Informationen werden über ihre Eingabeschicht in die NPU eingespeist, wo sie als Spitzen oder Impulse elektrischer Aktivität dargestellt werden. Diese Spitzen werden dann an die künstlichen Synapsen übertragen, die als grundlegende Recheneinheiten der NPU fungieren
- Synaptische Gewichtung: Jeder Synapse ist ein Gewicht zugeordnet, das die Stärke der Verbindung zwischen den Eingangs- und Ausgangsneuronen bestimmt. Diese Gewichte werden während des Trainingsprozesses dynamisch angepasst, sodass die NPU aus den Daten lernen und ihre Leistung verbessern kann
- Neuronale Aktivierung: Wenn ein Spike an einer Synapse ankommt, trägt er zur Aktivierung des postsynaptischen Neurons bei. Wenn die kumulative Aktivierung einen bestimmten Schwellenwert überschreitet, feuert das Neuron und erzeugt eine eigene Spitze. Dieser Prozess wird im gesamten Netzwerk repliziert, sodass die NPU komplexe Berechnungen durchführen kann
- Lernen und Anpassung: NPUs sind in der Lage, zu lernen und sich an neue Daten anzupassen, indem sie die Gewichte ihrer Synapsen anpassen. Dieser als synaptische Plastizität bekannte Prozess ahmt die Art und Weise nach, wie das menschliche Gehirn lernt und neue Erinnerungen bildet
- Parallelverarbeitung: Im Gegensatz zu herkömmlichen Prozessoren, die Anweisungen nacheinander ausführen, führen NPUs Berechnungen parallel über das Netzwerk miteinander verbundener Neuronen durch. Diese parallele Architektur ermöglicht es NPUs, deutlich höhere Verarbeitungsgeschwindigkeiten für KI-Workloads zu erreichen
Zusammenfassend bieten NPUs mehrere Vorteile gegenüber herkömmlichen Prozessoren für KI-Anwendungen, darunter:
- Parallele Verarbeitung für schnellere Berechnungen
- Synaptische Plastizität für Lernen und Anpassung
- Energieeffizienz für Geräte mit begrenztem Stromverbrauch
Wie können NPUs bei der Entwicklung von KI helfen?
Neural Processing Units (NPUs) sind spezialisierte Hardwarebeschleuniger, die für die Bewältigung der rechenintensiven Aufgaben der künstlichen Intelligenz (KI), insbesondere maschinelles Lernen und Deep Learning, konzipiert sind. Sie bieten mehrere Vorteile gegenüber herkömmlichen CPUs und GPUs, was sie für die Entwicklung von KI immer wichtiger macht.
Verbesserte Leistung und Effizienz
NPUs wurden speziell entwickelt, um die in der KI üblicherweise verwendeten mathematischen Operationen wie Matrixmultiplikationen und Faltungen zu beschleunigen. Diese spezielle Architektur ermöglicht es ihnen, diese Vorgänge deutlich schneller und effizienter als CPUs und GPUs auszuführen, was zu erheblichen Verbesserungen beim Training von KI-Modellen und der Inferenzgeschwindigkeit führt.
Geringerer Stromverbrauch
NPUs sind äußerst energieeffizient konzipiert, verbrauchen deutlich weniger Strom als CPUs und GPUs und liefern gleichzeitig eine vergleichbare oder sogar bessere Leistung. Diese Energieeffizienz ist besonders wichtig für Edge-Geräte wie Smartphones und IoT-Geräte, bei denen die Akkulaufzeit eine entscheidende Einschränkung darstellt.
Spezialfunktionen für KI-Workloads
NPUs enthalten oft spezielle Funktionen, die auf KI-Workloads zugeschnitten sind, wie etwa hardwarebeschleunigte Aktivierungsfunktionen und Unterstützung für verschiedene Datenformate, die üblicherweise in KI-Modellen verwendet werden. Diese Funktionen verbessern die Leistung und Effizienz von KI-Anwendungen weiter.
Reduzierte Latenz
NPUs bieten im Vergleich zu CPUs und GPUs eine geringere Latenz, was bedeutet, dass sie Daten schneller verarbeiten und Ergebnisse liefern können. Dies ist besonders wichtig für Echtzeit-KI-Anwendungen wie autonome Fahrzeuge und die Verarbeitung natürlicher Sprache.
Ermöglichung komplexerer KI-Modelle
Die verbesserte Leistung und Effizienz von NPUs ermöglichen die Entwicklung und Ausführung komplexerer und anspruchsvollerer KI-Modelle, die mit herkömmlichen CPUs und GPUs nicht realisierbar wären. Dies ermöglicht die Weiterentwicklung von Bereichen wie der Verarbeitung natürlicher Sprache, Bildanalyse und maschinellem Lernen.
Kurz gesagt: NPUs sind eine entscheidende Technologie für die Entwicklung von KI. Sie bieten eine Reihe von Vorteilen gegenüber herkömmlicher Hardware und eignen sich daher gut für komplexe und anspruchsvolle KI-Aufgaben.
Da die KI-Technologie weiter voranschreitet, wird erwartet, dass NPUs eine noch wichtigere Rolle bei der Ermöglichung der nächsten Generation von KI-Anwendungen spielen werden.
Altman kehrt zurück
Sam Altmans ereignisreiche Wochen mit OpenAI sind vorbei und er macht sich wieder an die Arbeit. Zwar wurde erwartet, dass das KI-Unternehmen dabei großen Schaden erleiden würde, im Gegenteil, die Enthüllung von Q-Stern, ChatGPT mit Stimmeund jetzt zeigt die Investition in Rain AI vielen in der Branche erneut, warum OpenAI ein erfolgreiches Unternehmen ist.
Unternehmen im Bereich der künstlichen Intelligenz haben ein großes Interesse an unserer Zukunft und jeden Tag werden wir mit einer neuen Erfindung konfrontiert. Der weitverbreitete Einsatz von KI, der Anfang 2023 mit langsamen und nicht funktionierenden Chatbots begann, lässt die Neugier aufkommen, was uns einen Monat vor 2024 noch alles zeigen wird.
Als Nutzer und Reporter können wir nur hoffen, dass uns ein völlig autonomes Leben in den Zeichentrickfilmen erwartet und nicht die chaotische Zukunft der Science-Fiction.
Hervorgehobener Bildnachweis: Regen-KI.
