藍山實驗室：建立更具成本效益的人工智慧計算模型
簡介
位於矽谷的新創公司藍山實驗室，由 Google、英特爾和 Nvidia 的校友們共同創立，正在致力於建立一種新的計算範式，以降低執行人工智慧(AI)模型的成本。公司宣布獲得了 900 萬美元的種子融資，並計劃在未來數年內開發、製造和測試相關硬體。
原有的計算範式的約束
藍山實驗室的創始人兼執行長 Jay Dawani 表示傳統的計算範式中存在一些不可逾越的物理約束。他解釋說，傳統計算範式設計了一個資料從記憶體傳輸到計算單元再返回記憶體的流程，而他們希望改變這種方式，即將計算資源移動到資料所在的位置。他表示現有的 GPU 架構本質上是為圖形相關任務而設計的，但隨著時間的推移，由於其強大的處理能力，它們承擔了多種其他角色。然而因為它們既要滿足某些特定需求，又要擔負其他任務，所以在某些方面並不十分適用。他們希望透過改變晶片的數學設計來解決這個問題。
創新的解決方案
藍山實驗室以構建一種特定方式的數位系統為基礎，創造了一種新的解決方案，使得對於相同位元數量的情況下，計算更精確、節省面積和能源，並提高速度。他們宣稱，使用這種對數系統，將複雜的乘除運算轉換為簡單的加減運算，並且隨著位元數量的增加，其動態範圍也會更寬廣。
先軟體後硬體
藍山實驗室採取了一種較為謹慎的方法，首先發布軟體部分，預計在明年第三季度實現普及。硬體部分則更具挑戰性，需要時間和資金才能研發、製造和測試生產。當前該公司擁有 24 名員工，主要是在這方面具有豐富經驗的高技能技術工程師。藍山實驗室的目標是在未來幾個月內再招募 6 名員工，並且在獲得 A 輪融資後，稍後的一年內再招募 35 名員工。
成果與展望
如果藍山實驗室能夠實現他們所描述的目標，這將使得建立生成式 AI 模型（以及未來的模型）的成本更低、效率更高。然而建立這樣一個公司並將晶片推向市場將面臨巨大且昂貴的挑戰。
評論與建議
藍山實驗室所提出的新計算範式具有一定的創新性和潛力。以數位系統的創新設計，他們可以實現更精確、效能更高、成本更低的人工智慧計算模型。然而在評估這個創新技術時，我們也應該考慮到以下幾個方面：
技術可行性
藍山實驗室所提出的數位系統是否在實際應用中可以達到他們所聲稱的效果，還需要更多的實證研究和測試。這個專案需要大量的時間和資金來進行研發和製造，因此成本和風險也是需要考慮的重要因素。
市場需求
當前人工智慧模型的需求正處於高峰階段，所以對於效能更高且成本更低的計算範式的需求也非常迫切。然而隨著技術的不斷發展，未來的需求是否會改變以及其他競爭對手是否會釋出類似的技術，這些都是需要考慮的因素。
環境問題
藍山實驗室強調他們的計算範式將更環保，這對於解決當今社會面臨的氣候變化問題非常重要。然而我們還需要考慮該技術在實際應用中是否能夠實現這種環保效果以及是否有其他影響環境的因素需要考慮。
總體而言，藍山實驗室的計算範式具有非常大的潛力，但還需要進一步研究和測試來評估其實用性和可行性。我們期待著這一技術的發展，希望能為人工智慧計算帶來更多的創新和發展。
延伸閱讀
- NFT 平臺 Zora 提供了一種新的賺錢方式，適合 AI 模型製作者
- 碳捕獲新創公司採取「足夠好」方法大幅降低成本
- 史上最大的文字轉語音 AI 模型體現「新興能力」
- 研究發現：人類學家發現 AI 模型可以被訓練成欺騙者
- Google 首款搭載全新 AI 模型 Gemini 的智慧手機--Pixel 8 Pro
- Google 的 AI 聊天機器人 Bard 進行大幅升級，搭載 Google 的下一代 AI 模型 Gemini
- Google 布局生成式 AI 模型，但「Gemini」並非我們期待的模型
- 亞馬遜推出新晶片，用於訓練和執行 AI 模型
- Giskard 開源框架在將 AI 模型推向生產前進行評估
- 聚焦於 ChatGPT-like AI 模型開發的 Hugging Face 有兩人團隊
