В качестве ответа на ум приходит микрочип робота из второго «Терминатора». Надо сказать, что чип в голливудском блокбастере удался на славу. Правда похож он был не на реальные чипы сегодняшнего дня, а на хромированный брелок для мотоцикла «Харли Дэвидсон».
Реальный чип ИИ — это про всё тот же монокристаллический кремний, логические микросхемы и транзисторы. В этом смысле — ничего нового по сравнению с эпохой, когда этот термин ещё не использовался. Ключевая особенность состоит именно в назначении таких чипов: решении задач искусственного интеллекта, в том числе машинного обучения, обработки естественного языка и анализе данных.
Таким образом термин чип (ускоритель) ИИ может включать в себя самые разные типы интегральных схем, если они специально разработаны для обслуживания систем искусственного интеллекта. Важной особенностью таких микросхем является то, что системы ИИ предъявляют к ним повышенные требования в плане вычислительной мощности и скорости. Эти требования, как правило, невозможно удовлетворить используя традиционные центральные процессоры (ЦП).
Ведь ЦП традиционно выполняет вычисления последовательно, тогда как главной особенностью микросхем ИИ является параллельная обработка данных. Иными словами, ИИ-чипы могут выполнять множество вычислений одновременно, что невероятно увеличивает скорость их выполнения.
Основные типы ИИ микросхем:
1. Графические процессоры (GPU): интегральные схемы, предназначенные для обработки изображений и ускорения компьютерной графики. Графические процессоры помимо работы с графикой стали незаменимыми в машинном обучении благодаря своим возможносям параллельной обработки данных.
2. Нейронные процессоры (NPU): интегральные схемы, предназначенные для запуска обученных моделей нейронных сетей. Способны обрабатывать огромные объёмы данных. Если GPU прежде всего обеспечивают высокопроизводительные вычисления в центрах обработки данных, то NPU — это про вывод ИИ на периферийные устройства: смартфоны, ноутбуки, устройства интернета вещей. Именно на этих микросхемах лежит задача обработки естественного языка и распознавания изображений. В общем, когда мы развлекаемся с генеративными чат-ботами ИИ, мы прежде всего пользуемся нейронными процессорами. В «системах на кристалле» передовых смартфонов непременно предусмотрено такое устройство.
3. Программируемая пользователем вентильная матрица (ППВМ = ПЛИС = FPGA = Field Programmable Gate Array). Конструкция, состоящая из взаимосвязанных и настраиваемых логических блоков, позволяет инженеру перепрограммировать такую микросхему прямо на рабочем месте на аппаратном уровне.
4. Специализированные интегральные схемы (ASIC= Application-specific integrated circuit). Такие микросхемы, в оличие от FPGA, не подлежат перепрограммированию. Напротив, они разрабатываются для конкретной цели, в данном случае — для приложений ИИ. За счёт своей специализированности зачастую превосходят универсальные устройства.
Основными мировыми производителями чипов ИИ являются следующие компании:
1. Nvidia, США. Крупнейший в мире разработчик графических процессоров, главных строительных блоков искусственного интеллекта. Является бесфабричной компанией: физически чипы изготавливаются на мощностях тайваньского производственного гиганта TSMC. Среди самых популярных устройств этой компании графические процессоры серии Blackwell (B100, B200, GB200) и серии Hopper (H100 и H200).
2. Intel, США. Классик в области микропроцессоров. Многие микросхемы производит на своих собственных фабриках. Например, серию Core Ultra c нейронным процессором. Core Ultra обеспечивает интеграцию возможностей ИИ преимущественно в настольные компьютеры. Следует отметить, что часть компонентов этих процессоров Intel всё равно заказывает у TSMC. Производство передовых графических процессоров Gaudi 3, разработанных для машинного обучения ИИ и вывода результатов, Intel также заказывает у тайваньского TSMC.
3. Apple, США. Сам разрабатывает процессоры для своих многочисленных электронных гаджетов и вычислительной техники. Производство заказывает у TSMC. Самый известный ИИ чип: Neural Engine. Это нейронный процессор, использующийся в чипах серии М для компьютеров, и серии А для смартфонов.
4. Google, США. Поисковый гигант по совместительству является мировым лидером в области разработки ASIC процессоров искусственного интеллекта. Передовым решением компании является тензорный процессор шестого поколения Trillium TPU, разработанный в партнёрстве с американским технологическим гигантом Broadcom.
5. AMD, США. Помимо того, что эта компания — основной конкурент Intel на ниве х86 процессоров, AMD в своё время приобрела пионера в области FPGA, американскую компанию Xilinx. И хотя на современных ПЛИС вместо Xilinx красуется бирка AMD, лидерство по этой части у AMD-Xilinx никуда не делось, в том числе в эпоху искусственного интеллекта. Сейчас в авангарде FPGA AMD процессоры линейки Versal. Ну а производятся FPGA-микросхемы на мощностях всё того же тайваньского TSMC.
Судя по всему, сферы применения искусственного интеллекта в нашей жизни год от года будут только расширяться. А стало быть, и международной полупроводниковой промышленности будет чем заняться. Ведь без этих крошечных кусочков протравленного кремния нам пришлось бы по-старинке рассчитывать только на свой собственный интеллект.