据报道,英特尔公司正在与风险投资支持的人工智能芯片开发商SambaNova Systems Inc.进行收购谈判。
据彭博社今日援引消息人士报道,双方的谈判已进入高级阶段。据信,此次收购可能对SambaNova的估值达到16亿美元(包括债务)。如果交易成功,这将是首席执行官谭立夫今年3月加入英特尔以来的首次重大初创企业收购。
总部位于加利福尼亚州帕洛阿尔托的SambaNova销售一款名为SN40L的AI芯片。该芯片针对推理进行了优化,即在训练完成后在生产环境中运行AI模型的任务。该芯片的主要卖点之一是其功耗效率:SambaNova声称,与竞争对手的可比处理器相比,它每千瓦时可以生成更多Token。
AI模型回答用户提示的过程包含众多步骤。完成一个步骤后,模型将计算结果保存到内存中,然后将其从内存移动到主机芯片的核心,以便下一个步骤可以开始。这种数据移动占AI芯片功耗的很大一部分。
据SambaNova称,SN40L显著降低了数据移动。它通过将多个推理相关计算压缩为单个操作来实现这一点,从而减少了处理数据所需的内存往返次数。SN40L将数据保存在三种类型的内存中:高速SRAM、HBM和DRAM。
该公司表示,其芯片还提供其他优势。SN40L使用三种内存类型使其能够在用户输入提示时快速加载AI模型,从而减少等待时间。此外,据称该芯片可以在必要时快速切换不同的AI模型。
SambaNova将SN40L作为名为SambaRack的设备的一部分发货,该设备包含16颗芯片。它运行定制软件工具包SambaStack,支持流行的开源大语言模型。它还通过云服务提供对其芯片的访问,无需客户管理任何硬件。
2018年,SambaNova完成了由Walden International领投的5600万美元融资轮,Walden International是谭立夫的风险投资公司。谭立夫是这家芯片初创公司的执行董事长。SambaNova后来完成了由软银集团领投的6.76亿美元融资轮,估值达到50亿美元。
根据今日的报道,英特尔可能最早在下个月完成收购。然而,彭博社的消息人士警告称,交易时间可能发生变化。此外,据报道SambaNova可能选择不向英特尔出售。该公司据信已与多个潜在投资者签署了条款清单。
该报道发布两个月前,英特尔预览了即将推出的名为Crescent Lake的图形处理器系列。与SN40L一样,它针对数据中心推理进行了优化,并强调功耗效率。
Q&A
Q1:SambaNova的SN40L芯片有什么特殊优势?
A:SN40L是专门为AI推理优化的芯片,主要优势是功耗效率高,每千瓦时可生成更多Token。它通过压缩多个推理计算为单个操作来减少数据移动,使用三种内存类型(SRAM、HBM、DRAM),能快速加载AI模型并在不同模型间切换。
Q2:英特尔为什么要收购SambaNova?
A:这是英特尔新任CEO谭立夫的首次重大收购,旨在加强英特尔在AI芯片领域的竞争力。SambaNova的推理芯片技术与英特尔即将推出的Crescent Lake GPU系列形成互补,都专注于数据中心推理和功耗效率。
Q3:SambaNova目前的估值和融资情况如何?
A:SambaNova此次收购估值约16亿美元(含债务)。公司曾在2018年获得5600万美元融资,后来又完成软银领投的6.76亿美元融资,当时估值50亿美元。目前据报已与多个潜在投资者签署条款清单。
好文章,需要你的鼓励
芬兰阿尔托大学研究团队开发出革命性光学计算方法,利用单束光线实现复杂张量运算。该技术将数字信息编码到光波的振幅和相位中,通过光波相互作用自动完成深度学习所需的矩阵和张量乘法运算。与传统GPU逐步处理不同,光学系统可同时并行执行所有计算操作,运算速度达到光速级别。研究显示该方法具有被动处理、低功耗等优势,预计3-5年内可集成到现有硬件平台,为AI计算带来重大突破。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出,还增强了文化多元化表达能力,为解决AI输出同质化问题提供了简单有效的方案。
科学家成功将传统公里级粒子加速器缩小至房间大小,并实现商业化。TAU Systems公司开发的激光驱动尾场加速器利用超强激光脉冲产生等离子体,将电子加速至相对论速度。该设备首先用于航天电子设备的辐射测试,能量范围60-100兆电子伏特,成本约1000万美元起。未来还可应用于医疗成像、芯片检测和X射线光刻等领域,有望大幅降低粒子加速器的使用门槛。
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果。实验证明该方法在物理一致性和视觉质量方面均优于现有技术。