Welche Software setzt KI Chips voraus?
Absehbar derzeit wenige im allgemein genutzten Umfeld. Bei spezialisierteren Lösungen wirst du da eher auf die Notwendigkeit entsprechender Hardware treffen.
Darüber hinaus, weiß ich aber auch nicht ob ich mich ggf. nicht deutlich genug ausgedrückt habe. KI- bzw. konkreter ML-Workloads verbreiten sich immer weiter und worauf du die berechnest, ist erst mal nur eine Frage der Performance (und Power-Savings) aber nicht des Könnens oder Nicht-Könnens.
"
[KI Chips] Im PC Bereich gibt es diese Chips ja nicht einmal (zumindest mir nicht bekannt)."
Ähm ... du kennst nVidia nicht und deren GPUs?
Volta, Turing, Ampere, Hopper und bald Lovelace haben alle hochspezialisierte Tensor Cores, die einzig und alleine *) auf ML-Workloads abzielen. Damit fallen die exakt in deine Definition "
KI-Chip" und genau so nutzt sie die Industrie auch. nVidia macht nicht umsonst so viel Umsatz und Gewinn, obwohl die weitestgehend nur GPUs verkaufen.
Und Intel hat auch schon seit Jahren diverse Lösungen für den PC (natürlicherweise
) im (vorrangig Server-)Markt und Xilinx begann da auch vor eingen Jahren einzusteigen, weil der FPGA-Markt nun einmal beschränkt und noch viel weniger ein boomender Markt ist.
*) "Alleine" ist nicht ganz korrekt da nVidia die Funktionalität ihrer Tensor Cores, mit Hopper/Lovelace mittlerwerile zu Version 4 weiterentwickelt hat. Die können diverse ML-Workloads mit unterschiedlichen Datentypen und für unterschiedliche Algorithmen beschleunigen und seit Ampere kann man die selbst leistungssteigernd im HPC einsetzen, da die auch um IEEE-kommpatible FP64-Funktionalität erweitert wurden.
**) Bspw. Google hat seine TPUs, die mittlerweile auch schon in der 2. oder 3. Generation(?) vorliegen und in deren Datacentern genutzt werden (intern wie extern/buchbar). Früher
TensorFlow Processing Units genannt, dann
Cloud TPUs, usw., wobei es sich hierbei jedoch um reine KI-Chips handelt, also nicht um GPUs mit zusätzlichen Tensor-Kernen, sondern Chips nur mit Tensor-Kernen ohne General Purpose Recheneinheiten wie den Shadern einer GPU.
Und darüber hinaus gibt es jede Menge andere Unternehmen, die mit hochspezialisierten Lösungen die Leistungen noch weiter voranzutreiben versuchen, so bspw. die monströse Wafer Scale Engine (mittlerweile in der 2. Iteration), ein reiner AI-Beschleuniger auf fast einem kompletten Wafer. (TSMC 7 nm, 850.000 Kerne und 2,6 Billionen Transistoren.)
"
Im übrigen fallen mir durchaus Parallelen ein, vor ein paar Jahren waren es spezialisierte PhysX Beschleuniger"
Das mag dir so erscheinen, ist aber keine wirkliche Parallele. Hier fehlten einfach Anwendungszwecke und der viel wichtigere Punkt ist, dass sich bessere Physik deutlich weniger gut vermarkten lässt als schönere Grafik (
oder etwas besseres oder gar innovatives Gameplay). Dass sich das nicht durchsetzen würde, war absehbar.
Mittlerweile haben Consumer-GPUs aber auch -CPUs so viel Leistung, dass da viel mehr möglich wäre aber das Werbeparadigma steht uneingeschränkt und die Käuferschaft bestätigt ja mit dem Kauf des drölzigsten Sequels wo die Prioritäten liegen und letzten Endes beschränken natürlich die deutlich leistungsschwächeren Konsolen (mit ihrer schieren Verbreitung) die Weiterentwicklung auf dem PC.
"
aber letztlich kann [ein KI-Chip] nunmal auch nur gewisse Aufgaben effektiver lösen als recht universelle CPUs und GPUs"
Natürlich, das ist ja der Sinn und Zweck einer spezialisierten Hardware-Einheit. Ein bestimmter Workload/Algorithmus kommt häufig vor und so lohnt es sich den Aufwand zu betreiben eine dedizierte, hochspezialisierte Hardware-Einheit zur Verfügung zu stellen, die diesen Workload nicht nur schneller sondern auch effizienter berechnen kann.
*) So kamen damals die FPUs zustande, so kam bspw. die AES-Befehlssatzerweiterung in die CPUs und so wurde AVX bei Intel bspw. um das VNNI-Subset erweitert um Machine Learning drastisch beschleunigen zu können.
Die Verbreitung wird immer weiter zunehmen, selbst im Consumer-Segment mit diversen Anwendungen. Lediglich im Gaming wird es absehbar nicht so schnell gehen, weil die Hardwarebasis sich von Laptops, Entry-Level-PCs über Konsolen bis zu HighEnd-PCs viel zu heterogen zeigt und Entwickler und insbesondere Publisher sich den Absatzmarkt nur ungerne künstlich verkleinern werden, indem sie zusätzliche Hardwareanforderungen stellen werden.
"
Echte künstliche Intelligenz wird es so schnell nicht geben"
War das nur eine zusätzliche Anmerkung oder verwechselst du hier was, denn mit Intelligenz oder gar Bewustsein hat ML nichts zu tun. (Auch wenn das in einzelnen aktuellen Applikationen stellenweise danach aussehen mag.)
Darüber hinaus hoffe ich das "so schnell nicht geben" aber auch, denn wir Menschen haben schon genug Probleme damit uns selbst zu organisiern und im Zaum zu halten. Wie sollte uns das mit einer künstlichen Intelligenz gelingen, die dazu noch entgegen unserem beschränkten biologischen Apparat noch beliebig erweitert und hochskaliert werden kann.
In einem solchen Kontext zitiere ich immer wieder gerne Yudkowsky mit "
The AI does not hate you, nor does it love you, but you are made out of atoms which it can use for something else." (Wobei er hier mit AI eine echte AI referenziert, bzw. etwas, das eher unter den Begriffen Human-level AI oder Artificial General Intelligence läuft, während er dem Themenkomplex hiermit die sogenannte Friendly AI hinzufügte, zusammen mit Steve Omohundro.)
.gif "sm_B-) :-)")
