前谷歌工程師創(chuàng)業(yè)造AI芯片，要比英偉達(dá)好10倍！已融資2500萬美元

3月27日消息，英偉達(dá)在AI芯片市場的主導(dǎo)地位激發(fā)了其他公司自主設(shè)計(jì)芯片的決心。盡管從頭開始設(shè)計(jì)芯片充滿挑戰(zhàn)，耗時(shí)多年且成本高昂，通常以失敗告終，但人工智能的巨大潛力驅(qū)使業(yè)界人士勇敢嘗試。

在這一背景下，兩位前谷歌工程師共同創(chuàng)立了MatX。他們利用在谷歌的經(jīng)驗(yàn)，識別出現(xiàn)有人工智能芯片的局限性，并致力于開發(fā)更高效、成本更低的新型芯片，旨在提高大語言模型的訓(xùn)練和運(yùn)行效率。MatX信心十足地預(yù)測，其芯片的性能將至少比英偉達(dá)的GPU好十倍。目前該公司已成功籌集了2500萬美元的資金。

人工智能時(shí)代的到來改變了風(fēng)險(xiǎn)投資對芯片行業(yè)的態(tài)度，盡管面臨英偉達(dá)等巨頭也在快速發(fā)展，但市場對于專門針對大語言模型設(shè)計(jì)的芯片仍然充滿期待。

以下是翻譯內(nèi)容

大約25年后，感覺硅谷終于又成了“硅”谷。

英偉達(dá)在驅(qū)動人工智能軟件的芯片市場上已成絕對主導(dǎo)，促使其他公司決定自行設(shè)計(jì)芯片。歷史告訴我們，這通常是充滿災(zāi)難的嘗試。從頭開始設(shè)計(jì)芯片需要耗費(fèi)數(shù)年時(shí)間和數(shù)億美元，而且大多數(shù)嘗試以失敗告終。然而，人工智能的巨大前景促使人們認(rèn)為這是一次必須的嘗試。

邁克·岡特（Mike Gunter）和萊納·波普（Reiner Pope）就是這樣的兩個探索者。他們創(chuàng)立了MatX公司，旨在設(shè)計(jì)專為處理大語言模型所需數(shù)據(jù)而優(yōu)化的芯片。大語言模型，如OpenAI的ChatGPT和谷歌的Gemini，是多種人工智能應(yīng)用的基礎(chǔ)，它們需要大量昂貴的芯片來運(yùn)行。如果有公司能制造出更便宜、處理速度更快且更適合人工智能的芯片，那么它將在人工智能軟件不斷擴(kuò)張的世界中占據(jù)極為有利的地位。

岡特和波普此前在Alphabet旗下的谷歌工作，岡特負(fù)責(zé)設(shè)計(jì)運(yùn)行人工智能軟件的硬件芯片，而波普則負(fù)責(zé)編寫人工智能軟件。多年來，谷歌一直致力于開發(fā)TPU（tensor processing unit，張量處理單元），一種專為人工智能設(shè)計(jì)的芯片。然而，根據(jù)MatX高管的說法，這些芯片是在大語言模型普及之前設(shè)計(jì)的，對當(dāng)前任務(wù)而言不夠高效?！霸诠雀?，我們努力使大語言模型運(yùn)行得更快，也取得了一些進(jìn)展，但總是遇到困難，”波普表示，“在公司內(nèi)部，有很多關(guān)于芯片改進(jìn)的想法，很難只專注于大語言模型。這是我們選擇離職的原因?！?/p>

英偉達(dá)在人工智能芯片市場的主導(dǎo)地位有些偶然。它最初生產(chǎn)的GPU芯片是為加速視頻游戲和某些計(jì)算機(jī)設(shè)計(jì)任務(wù)而設(shè)計(jì)的。這些芯片擅長同時(shí)處理大量的小型任務(wù)，恰好適合運(yùn)行人工智能軟件，其性能大幅超過了英特爾等公司生產(chǎn)的其他類型的芯片。

英偉達(dá)在其GPU芯片上劃分了資源區(qū)塊，以適應(yīng)廣泛的計(jì)算任務(wù)，包括芯片內(nèi)部的數(shù)據(jù)傳輸。這些設(shè)計(jì)決策似乎更傾向于滿足以往計(jì)算時(shí)代的需求，而非當(dāng)前人工智能的高速發(fā)展，從而在性能方面存在一定的權(quán)衡。MatX的創(chuàng)始人相信，在新的人工智能時(shí)代，這些額外的資源增加了不必要的成本和復(fù)雜性。相比之下，MatX采取了全新的設(shè)計(jì)方法，開發(fā)了只有一個大型處理核心的芯片，目的是盡可能快地完成乘法運(yùn)算——這是大語言模型的主要任務(wù)。MatX全力以赴，堅(jiān)信其芯片在訓(xùn)練大型語言模型和輸出結(jié)果上至少能比英偉達(dá)的GPU高出十倍?！坝ミ_(dá)的產(chǎn)品非常強(qiáng)大，對大多數(shù)公司來說是正確的選擇，”波普說，“但我們認(rèn)為我們能做得更好?！?/p>

MatX已經(jīng)籌集到2500萬美元的資金，最新一輪融資由人工智能行業(yè)的投資人納特·弗里德曼（Nat Friedman）和丹尼爾·格羅斯（Daniel Gross）領(lǐng)投。MatX位于加州山景城，距離硅谷的發(fā)源地——肖克利半導(dǎo)體實(shí)驗(yàn)室(Shockley Semiconductor Laboratory)僅幾英里之遙。目前，幾十名員工正致力于研發(fā)計(jì)劃于明年推出的芯片。格羅斯表示：“MatX的創(chuàng)始人代表了人工智能領(lǐng)域的一股趨勢，他們正在將一些大公司開發(fā)的最佳想法商業(yè)化，因?yàn)槟切┕緞幼鬟^慢，過于官僚化?！?/p>

如果人工智能軟件繼續(xù)沿著現(xiàn)有的發(fā)展路徑，對于高成本的計(jì)算需求將會巨增。據(jù)估計(jì)，目前正在研究的每個模型的訓(xùn)練成本約為10億美元，而未來模型的訓(xùn)練成本可能達(dá)到100億美元。MatX預(yù)測，只要能夠贏得OpenAI和Anthropic PBC等主要人工智能公司的青睞，它的業(yè)務(wù)將會蓬勃發(fā)展?！斑@些公司的經(jīng)濟(jì)模式與典型公司截然不同，”岡特說，“他們將所有資金都投入到計(jì)算資源上，而不是人力資源上。如果這一趨勢不改變，他們最終會耗盡資金?！?/p>

在硅谷，芯片公司隨處可見，曾經(jīng)有幾十家芯片初創(chuàng)公司，甚至計(jì)算機(jī)巨頭如惠普、IBM和Sun Microsystems也生產(chǎn)自己的芯片。然而近年來，英特爾憑借其在個人電腦和服務(wù)器市場的主導(dǎo)地位擊敗了許多競爭對手，而三星和高通則主宰了智能手機(jī)芯片市場。這導(dǎo)致投資者轉(zhuǎn)而避開芯片初創(chuàng)企業(yè)，認(rèn)為相比軟件公司，它們成本更高、周期更長、風(fēng)險(xiǎn)更大。MatX的投資人之一、芯片行業(yè)專家拉吉夫·赫馬尼（Rajiv Khemani）回憶道：“大約在2014年左右，我曾拜訪過一些風(fēng)投公司，他們已經(jīng)讓所有懂芯片的合伙人離開了?！薄拔颐媲暗娜烁静欢以谡f什么?！?/p>

然而，人工智能的崛起改變了風(fēng)險(xiǎn)和回報(bào)的平衡。亞馬遜、谷歌和微軟等資源雄厚的公司已經(jīng)開始投資設(shè)計(jì)自己的芯片，專門用于執(zhí)行人工智能任務(wù)。幾年前，如Groq和Cerebras Systems這樣的初創(chuàng)公司亮相，推出了一大批針對人工智能專用的芯片。但這些產(chǎn)品都是在大語言模型實(shí)現(xiàn)技術(shù)突破并開始主導(dǎo)人工智能領(lǐng)域之前設(shè)計(jì)的。這迫使初創(chuàng)公司必須適應(yīng)人們對大語言模型的突然興趣，并在飛速發(fā)展中調(diào)整自己的產(chǎn)品。MatX可能代表著又一波從頭開始、專門開發(fā)大語言模型專用芯片的初創(chuàng)企業(yè)浪潮。

進(jìn)入芯片行業(yè)的一大挑戰(zhàn)是，設(shè)計(jì)和制造新芯片需要三到五年的時(shí)間。而在此期間，英偉達(dá)也不會停滯不前，它在本月剛剛發(fā)布了更快的GPU芯片。初創(chuàng)公司必須預(yù)測技術(shù)趨勢和競爭對手的動向，而且不能犯任何可能導(dǎo)致生產(chǎn)延誤的錯誤。軟件公司通常需要重寫代碼才能在新的芯片上運(yùn)行，這是一個成本高昂且耗時(shí)的過程，只有在能從這種變化中獲得巨大收益時(shí)才會進(jìn)行這樣的轉(zhuǎn)變。一個經(jīng)驗(yàn)法則是，新芯片必須在性能上至少比前代產(chǎn)品好10倍，才能說服客戶重寫他們所有的代碼。

格羅斯認(rèn)為，我們目前仍處于構(gòu)建支持人工智能成為主要計(jì)算形式的基礎(chǔ)設(shè)施的初期階段?！拔艺J(rèn)為，我們正處于一個芯片周期的早期階段，與此相比，其他行業(yè)的發(fā)展將相形見絀。”如果格羅斯的看法正確，那幾乎可以肯定地說，新的芯片巨頭將會誕生。