AMD (AMD.US) przejmuje startup zajmujący się chipami do AI inference, Taalas, aby uzupełnić ofertę produktów dla centrów danych
AMD ogłosiło, że zawarło umowę na przejęcie kanadyjskiego startupu z siedzibą w Toronto, Taalas, zajmującego się chipami do wnioskowania AI, co dodatkowo wzmacnia pozycję AMD w dziedzinie chipów do wnioskowania oraz uzupełnia ofertę produktów AI dla centrów danych.
Według aplikacji Finansowa Inteligencja, amerykański producent chipów AMD (AMD.US) kontynuuje ekspansję swojej strategii dotyczącą chipów sztucznej inteligencji (AI). W czwartym roku fali generatywnej AI, GPU wciąż pozostaje kluczowym sprzętem do trenowania oraz inferencji AI, jednak branża stopniowo uświadamia sobie, że pojedynczy GPU nie jest w stanie zaspokoić wszystkich zastosowań AI. W czwartek AMD ogłosiło umowę przejęcia startupu produkującego chipy do inferencji AI — Taalas, z siedzibą w Toronto, Kanada, co ma wzmocnić konkurencyjność AMD w dziedzinie chipów inferencyjnych i uzupełnić portfolio produktów AI dla centrów danych.
AMD nie ujawniło wartości transakcji. Informacje wskazują, że założony w 2023 roku Taalas zebrał około 219 milionów dolarów finansowania. Do transakcji doszło około siedem miesięcy po tym, jak Nvidia (NVDA.US) na początku tego roku wydała 20 miliardów dolarów na przejęcie firmy projektującej wysokowydajne chipy AI — Groq, co pokazuje, iż chipy do inferencji AI stają się nowym polem rywalizacji w branży.
Wraz z szybkim popularyzowaniem się generatywnych aplikacji AI, branżowe centrum ciężkości stopniowo przesuwa się z trenowania modeli na inferencję modeli, czyli proces obliczeniowy odpowiadania modeli AI na zapytania użytkowników w rzeczywistym zastosowaniu.
W przeciwieństwie do GPU i innych chipów o ogólnym zastosowaniu, Taalas opracowuje dedykowane akceleratory inferencyjne (ASIC) dostosowywane do pojedynczych modeli AI; chipy są od razu "twardo połączone" i zoptymalizowane pod dany model na etapie projektowania. Choć elastyczność jest mniejsza, pozwala to znacząco zwiększyć wydajność inferencji i obniżyć koszty.
Według Taalas, ich technologia umożliwia szybkie przekształcanie dowolnego modelu AI w dedykowany chip krzemowy; od otrzymania nowego modelu AI do jego wdrożenia w sprzęcie mija tylko około dwa miesiące.
Aktualnie produkty Taalas wspierają głównie małe modele Llama 3.1 firmy Meta (META.US) i pracują nad nowymi rozwiązaniami dla większych modeli. Ich chipy bazują na sprawdzonej technologii TSMC (TSM.US) i zintegrowanym szybkim SRAM, co pozwala zmniejszyć opóźnienia inferencyjne.
Branża uważa, że tego typu dedykowane chipy do inferencji najlepiej sprawdzają się w scenariuszach wymagających niskich opóźnień, takich jak chatboty AI, wyszukiwanie w czasie rzeczywistym, autonomiczna jazda czy inteligentni asystenci, gdzie szybka reakcja jest kluczowa.
Dyrektor generalna AMD, Lisa Su, wcześniej podkreślała, że jej zdaniem na rynku chipów AI nie istnieje "jeden chip pasujący do wszystkich zastosowań".
Zaznaczyła, że GPU dzięki swojej uniwersalności nadal będą dominować na rynku chipów AI, ponieważ mogą obsługiwać ewoluujące, nowe modele AI. Jednocześnie różne scenariusze zastosowań będą wymagać bardziej wyspecjalizowanych akceleratorów, aby zbudować pełen ekosystem obliczeń AI.
Obecnie popyt na GPU stale rośnie, co przyczyniło się do przekroczenia przez Nvidia wartości rynkowej 5 bilionów dolarów i uczyniło ją najbardziej wartościową spółką giełdową na świecie.
Przejęcie odzwierciedla również przechodzenie AMD od sprzedaży samych GPU do oferowania kompleksowych rozwiązań systemów obliczeniowych AI.
W ostatnich latach konkurencja w obszarze centrów danych AI przeniosła się z pojedynczych chipów na całe systemy szafowe. W tym roku AMD rozpoczęła dostawy swojego pierwszego szafowego systemu AI Helios dla klientów takich jak Meta czy Microsoft (MSFT.US), rywalizując z systemem Nvidia DGX.
AMD zapowiada, że w przyszłości zintegruje chipy inferencyjne Taalas oraz powiązane technologie ze swoim planem produktowym, rozwijając je wspólnie z procesorami EPYC, GPU Instinct i kompleksowymi systemami, aby zapewnić klientom bardziej kompletne infrastrukturalne rozwiązania AI dla centrów danych.
W rzeczywistości AMD konsekwentnie rozwija swoje AI ekosystem poprzez przejęcia. W lipcu tego roku firma ogłosiła współpracę z cerebras, integrując ich AI akceleratory ze swoimi systemami.
Wcześniej AMD sfinalizowała kilka AI powiązanych przejęć, w tym zakup Silo AI — twórcy modeli AI za 665 milionów dolarów w 2024 roku, oraz ZT Systems — producenta serwerów, za 4,9 miliarda dolarów, co zapewniło technologiczne podstawy dla szaf Helios. Ponadto w zeszłym roku AMD przejęło kilka startupów AI, w tym twórcę oprogramowania inferencyjnego MK1.
Analitycy uważają, że gdy branża AI przechodzi od trenowania modeli do masowej komercyjnej implementacji, zapotrzebowanie na obliczenia inferencyjne szybko rośnie. AMD poprzez przejęcie Taalas wzmacnia swoje kompetencje w zakresie dedykowanych chipów do inferencji, zwiększając swoje szanse w rywalizacji z Nvidia na rynku infrastruktury AI dla przedsiębiorstw.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
Morgan Stanley głośno ogłasza, że fizyczna AI i kosmos staną się “nową energią” gospodarki! Zwiększa udział w SpaceX (SPCX.US) z ceną docelową 300 dolarów
Morgan Stanley opublikował raport badawczy dotyczący fizycznej sztucznej inteligencji, przemysłu kosmicznego oraz SpaceX (SPCX.US), uznając, że robotyka i sektor kosmiczny przekształcą globalny układ gospodarczy, a ich rola jest porównywalna do znaczenia energii elektrycznej dla współczesnej gospodarki.

Wiceprezes Europejskiego Banku Centralnego ostrzega przed „bańką”: wycena aktywów związanych z AI jest „bardzo wysoka”, giełda łatwo może się skorygować.
Wiceprezes Europejskiego Banku Centralnego, Vujičić, ostrzega: Wzrosty aktywów napędzane przez sztuczną inteligencję są podatne na ryzyko korekty.

CEO Broadcom (AVGO.US) odpowiada na "hamulce AI": cel przychodów z półprzewodników AI pozostaje bez zmian, 230 miliardów dolarów w 2028 roku
Chen Fuyang niedawno w wywiadzie odpowiedział na obawy dotyczące możliwego spowolnienia rozwoju zaawansowanych modeli AI i jego wpływu na działalność tego producenta chipów, podkreślając, że firma nadal trzyma się swoich długoterminowych celów przychodowych.

Rentowność 10-letnich obligacji skarbowych USA przekroczyła 5% osiągając najwyższy poziom od prawie 20 lat, a reputacja Fed w walce z inflacją stoi przed poważnym wyzwaniem.
Rentowność 10-letnich obligacji skarbowych Stanów Zjednoczonych wzrosła do najwyższego poziomu od prawie 20 lat, stając się najnowszym kamieniem milowym w globalnej fali wyprzedaży obligacji.

