فناوری CUDA انویدیا اکنون از تراشه RISC-V در سیستمهای هوش مصنوعی پشتیبانی میکند، که نشاندهنده یک پیشرفت بزرگ و تهدیدی برای انحصار x86 و ARM است.
معماری RISC-V اکنون از طریق انتقال کد، از بارهای کاری NVIDIA CUDA پشتیبانی خواهد کرد.
بازارهای هوش مصنوعی سالهاست که به پردازندههای مراکز داده مبتنی بر معماریهای x86 و ARM متکی هستند و اینتل و AMD با ارائه پردازندههای x86 بر این بازار تسلط دارند، در حالی که انویدیا و سایر شرکتهای بزرگ فناوری، راهحلهای تخصصی ARM خود را دارند، اما علاوه بر این، فعلاً معماری دیگری در این رقابت نداریم.
به نظر میرسد این وضعیت در حال تغییر است، زیرا بر اساس توسعهای که توسط خود RISC-V فاش شده است ، پشته نرمافزار CUDA انویدیا اکنون از طریق یک مکانیسم پورتینگ اجازه اجرا بر روی پردازنده RISC-V را خواهد داشت که به طور بالقوه باعث افزایش پذیرش بازار میشود.
فناوری CUDA انویدیا در محاسبات هوش مصنوعی بسیار قدرتمند است و مهمتر از آن، بسیاری از صنایع حول آن میچرخند، بنابراین با داشتن یک پلتفرم پورت CUDA اختصاصی برای RISC-V، این امر امکان پذیرش گستردهتری را فراهم میکند. مزایای متعددی با معماری RISC-V مرتبط است، اما به طور خاص برای صنعت هوش مصنوعی، یکی از مزایای بزرگ آن، عدم پرداخت هزینه مجوز است. توسعهدهندگان و شرکتها میتوانند ISA متنباز را بدون هیچ حق امتیازی استفاده، اصلاح، پیادهسازی و توزیع کنند و این امر امکان پذیرش گستردهتری را با مشتریان کوچک و استارتاپها فراهم میکند.

جدا از این، ادعا میشود که RISC-V مقیاسپذیر است. از طریق یک مجموعه دستورالعمل حداقلی، طراحی تراشه و فرآیند تأیید بسیار آسانتر میشود و سرعت توسعه و آزمایش را افزایش میدهد. RISC-V چشمانداز بسیار وسیعتری دارد، به خصوص در پلتفرمهایی که به هوش مصنوعی لبهای نیاز است، با توجه به اینکه ARM و x86 در حال حاضر بر خوشههای بزرگ تسلط دارند. بخش هوش مصنوعی RISC-V را به طور گستردهتری نپذیرفته است، اما یک شرکت برجسته است و آن Tenstorrent جیم کلر است.
Tenstorrent قصد دارد از طریق تراشههای هوش مصنوعی Wormhole خود ، به ویژه Wormhole n150 و Wormhole n300 ، تراشههای هوش مصنوعی قدرتمند اما مقرون به صرفه ارائه دهد . جدا از این، RISC-V کاربرد بسیار گستردهتری در بین توسعهدهندگان چینی دارد، زیرا ماهیت متنباز این پلتفرم، این منطقه را جذب میکند و با پشتیبانی NVIDIA از CUDA، شاهد علاقه بسیار بیشتری به بخش هوش مصنوعی خواهیم بود.









برای نوشتن دیدگاه باید وارد بشوید.