CPU: Microsoft baut eigene Prozessoren - Intel-Aktie knickt ein

ob jetzt bei Firmen oder im Uni-Bereich, setzt auf Python als treibende Kraft.
Treibende Kraft bleibt C++, Python ist nur das Frontend. Siehe z.B PyTorch:
Screenshot_20201221-073654~2.png
 
Ich möchte ihnen keinesfalls die Innovation absprechen. Allerdings haben sie das typische IBM Problem eine "eigene" Lösung zu machen. Das konnten sie, als sie den Markt dominiert hatten, aber jetzt sind sie nur ein Player von vielen.

So ziemlich alles, was Richtung Machine Learning geht, ob jetzt bei Firmen oder im Uni-Bereich, setzt auf Python als treibende Kraft.

Google: Tensorflow
Facebook: PyTorch
Uber: Pyro (basiert auf PyTorch)
Apache: SINGA, MXnet
Intel: DAAL
Und wie kommst du auf die Idee, IBM würde nicht C++ und Python einsetzen?
Nein. Wer entgegen dem Rat der Investoren vor 4 Jahren AMD-Aktien gekauft hat, also ein halbes Jahr vor Zen 1, der ist heute reich. Wer das macht, was Investoren empfiehlt, schafft in der Regel bestenfalls nicht-arm, aber für die wirklich guten Deals muss man dem Markt halt voraus sein. (Was nicht heißt, dass meine Empfehlung ernst gemeint war. Die Wahrscheinlichkeit sich zu verspekulieren steigt natürlich auch entsprechend.)
Naja ich hatte 2014 etwas Geld übrig und hab es in Tesla und Nvidia, 2016 in AMD investiert. Reich bin ich trotzdem nicht. Koks und Prostitution kosten einfach...
 
Der ursprüngliche Watson ist nach allem was man so findet tatsächlich ein Java Projekt.
Mittlerweile ist es aber schlicht ein Markenname für diverse AI Projekte die z.T. auch auf die aufgezählten Bibliotheken zurückgreifen werden.
 
Naja ich hatte 2014 etwas Geld übrig und hab es in Tesla und Nvidia, 2016 in AMD investiert. Reich bin ich trotzdem nicht. Koks und Prostitution kosten einfach...
Mach's wie ich: Berausche dich mit Alkohol, der ist günstiger. Und bezahl' für nix, was du auch umsonst bekommen kannst. :D

Spaß beiseite, ich hab' vor zig Jahren spekuliert und einen hübschen Gewinn mit Infineon gemacht, von dem allerdings knapp drei Viertel durch Verluste mit Daimler-Chrysler wieder aufgefressen wurden. Beide hatten ziemlich ähnliche Bewertungen und Prognosen, am Ende lief's aber eben doch weit auseinander und wie ich heute weiß, wäre auch der alte Rat, dass man schlechte Aktien mal stehen lassen muss, in diesem Fall auch eher nach hinten losgegangen.

Die Börsen reagieren mittlerweile so sensibel auf die kleinsten Indikatoren, dass man Spekulation schon 24/7 betreiben muss, um ernstlich Gewinn zu machen. Und gerade die hier für uns interessante Technologiesparte ist entweder sicher und ziemlich statisch wie bei IBM, was einen Einstieg teuer und selbst den mittelfristigen Zuwachs überschaubar macht, oder dermaßen volatil, dass man schon sehr risikofreudig sein muss, um da mit ernsthaften Beträgen ran zu gehen. Ein paar Euro extra sind natürlich drin, aber das lohnt eigentlich die Mühe nicht, wenn man die investierte Zeit mit einer realistischen Kostennote versehen würde.
 
Intel vs. AMD in 2019
Marktkapitalisierung: 261 vs. 119 Mrd. US$
Revenue: 72,0 vs. 77,1 Mrd. US$
Net Income: 21,0 vs. 9,4 Mrd. US$
Nettoverschuldung: 15,9 vs. 53,9 Mrd. US$
Free Cash Flow: 16,9 vs. 11,9 Mrd. US$

Du meinst doch mit Sicherheit IBM? Wäre mir neu, dass AMD soviel Umsatz macht.

Naja ich hatte 2014 etwas Geld übrig und hab es in Tesla und Nvidia, 2016 in AMD investiert. Reich bin ich trotzdem nicht. Koks und Prostitution kosten einfach...

AMD war ein guter buy, die 6000 Stück für den Mischkurs von 2,37€ je Stück haben sich gelohnt :)
 
Treibende Kraft bleibt C++, Python ist nur das Frontend. Siehe z.B PyTorch:
Anhang anzeigen 1347210
Eh klar, Python ist mehr Skript- als Programmiersprache
Aber das Frontend ist eben das, was die meisten Researcher im ML verwenden um ihre Modelle zu trainieren.
Mit Python kannst du ein ML Modell mit 10-20 Zeilen hinkriegen. Im Hintergrund werkeln natürlich hunderte bzw. tausende Zeilen C++ aus Effizienzgründen. Das ist aber ähnlich wie zu sagen am Ende ist alles Assembler-Code.
Und wie kommst du auf die Idee, IBM würde nicht C++ und Python einsetzen?
Weil die Grundstruktur der Eigenbau "DeepQA" ist. Sie bieten mWn zwar eine Python-API, aber es ist halt nicht der Fokus.
 
Im Hintergrund werkeln natürlich hunderte bzw. tausende Zeilen C++ aus Effizienzgründen. Das ist aber ähnlich wie zu sagen am Ende ist alles Assembler-Code.
Ist es nicht. Der Assembler wird von einem Compiler welcher nie genau für dieses Projekt angepasst wurde automatisch erstellt. In den C++ Code ist dagegen eine Menge Schweiß und Blut geflossen um ganz spezifisch, mit viel Fachwissen diese ML-Umgebung performant zum laufen zu bekommen.
Das Backend als Nebensächlich abzutun ist das Undankbarste was ein Anwender tun kann.

Ach ja, Topic und so.... Hier sieht man auch schön den Unterschied zwischen z.T. wahrgenommen Aufwand eines Wechsels von MS auf ARM und dem wahren Aufwand. Die Oberfläche auf ARM zu bringen ist kein Kunststück, aber die z.T. mehrere Jahrzehnte alten Subsysteme die der Endnutzer eigentlich nie direkt sieht zu portieren ist ein deutlich anderes Thema. Kann man natürlich auch schlicht wegwerfen, aber dann ist man halt nur irgend ein OS was .NET Programme ausführen kann, das kann selbst Linux mittlerweile schon ganz gut.
 
Zuletzt bearbeitet:
Ist es nicht. Der Assembler wird von einem Compiler welcher nie genau für dieses Projekt angepasst wurde automatisch erstellt. In den C++ Code ist dagegen eine Menge Schweiß und Blut geflossen um ganz spezifisch, mit viel Fachwissen diese ML-Umgebung performant zum laufen zu bekommen.
Das Backend als Nebensächlich abzutun ist das Undankbarste was ein Anwender tun kann.
Und der Compiler ist einfach aus dem Nichts gekommen? Ich betrachte beides als Übersetzung von Sprache A in Sprache B unter bestmöglicher Ausnutzung der Resourcen.

Bitte nicht falsch verstehen, ich tue das Backend keinesfalls als nebensächlich ab, ganz im Gegenteil, ich weiß aus persönlicher Erfahrung, wie viel Arbeit hinter solchem Code steckt. Allerdings ist es aus Anwendersicht (mit Ausnahme der Performance) wiederum egal ob der Unterbau jetzt in C, C++, Java, Rust, Go, Pascal, Fortran, etc. ist.
Der sieht ja in der Regel nur die Python-Ebene und muss sich nicht mit der darunterliegenden Ebene beschäftigen. Das machen Leute mit besseren Programmierkenntnissen.
Darum auch mein Assembler-Vergleich. Der durchschnittliche C-Flavour Programmierer setzt sich nicht mit dem Assemblycode auseinander, den er durch den Compiler erhält. Er geht davon aus, dass es passt. Da ist auch jemand mit besseren Programmierkenntnissen verantwortlich. (Zumindest meiner Auffassung und persönlichen Erfahrung nach ist Assembler nochmal ein ganz anderes Kaliber als bspw. C++)
 
So ziemlich alles, was Richtung Machine Learning geht, ob jetzt bei Firmen oder im Uni-Bereich, setzt auf Python als treibende Kraft.

Machine Learning heißt Shader Programmierung! Das kann man in Cuda oder GLSL oder OPENCL machen. Alle haben eins gemein, es ist C ähnliches Programmieren!
 
Die meisten ARM Architekturen sind bereits seit längerer Zeit Superskalar(= schaffen mehr als einen Befehl pro Takt). ARM hat allerdings deutlich mehr als eine Architektur, da gibt es vom Microcontroller bis zur Server CPU verschiedene Designs und man darf auch nicht den Verbrauch ersterer mit der Leistung letzterer in einen Topf werfen.
ARM ist vom Aufbau her mit Ethernet zu vergleichen. Die Basis ist die v1.0 Kernarchitektur. Auch die aktuellste Version ist kein Superscalar. ARM bietet Lizenzen für Superscalar ähnliche Erweiterungen oder Lizenzen die Eigenentwicklungen erlauben. Man braucht aber nur das Termal - und Powerdesign zu vergleichen, um zu erkennen, das ARM Kerne keine Superskalare sind. Der Energiebedarf ist bei SSk 10-20 mal höher und ebenso die Abwärme bzw. Hotspotbildung.

Wie gesagt, es gibt so was wie Streaming Extentions, die superskalare Funktionen beinhalten aber der Kern selbst ist kein Superskalar.
 
ARM ist vom Aufbau her mit Ethernet zu vergleichen. Die Basis ist die v1.0 Kernarchitektur. Auch die aktuellste Version ist kein Superscalar. ARM bietet Lizenzen für Superscalar ähnliche Erweiterungen oder Lizenzen die Eigenentwicklungen erlauben. Man braucht aber nur das Termal - und Powerdesign zu vergleichen, um zu erkennen, das ARM Kerne keine Superskalare sind. Der Energiebedarf ist bei SSk 10-20 mal höher und ebenso die Abwärme bzw. Hotspotbildung.

Wie gesagt, es gibt so was wie Streaming Extentions, die superskalare Funktionen beinhalten aber der Kern selbst ist kein Superskalar.
Damit liegst du falsch!
 
Der Cortex-A8 ist bereits Superskalar, den gibt es seit 2005.
Ja, hast recht, ich hab die Entwicklung auch schon lange nicht verfolgt. 2014 wurde die ARM v7 M Architektur mit einer mehrstufigen Pipeline vorgestellt. Die Cortex Lizenz, bzw. deren Profile, sind rein für die benutzerspezifische Entwicklung gedacht. Es existiert aber noch immer die Bedingung, dass alle Entwicklungen mit dem ARM Instruction Set compliant sein mmüssen. Ich sag ja, ARM kommt immer näher an Intel. Technisch gesehen ist aktuell der ARM zwar als Superskalar zu verstehen aber tatsächlich liegen Welten zw. Intel u. ARM was die Umsetzung angeht. ARM nutzt vielleicht 5 % des Dies für Verwaltungsaufgaben, wobei Intel bestimmt 70 % des Dies für die Verwaltung benötigt. Die haben seit dem Pentium wie die Irren Codeoptimierung betrieben. Deshalb wird ARM auch diese Prozessoren mit der Zeit aus dem Markt werfen.

Ich will auch eine coole leise CPU und keinen Röstchip. Wenn ichs warm haben will, dann dreh ich die Heizung auf.

Gruss Acht
 
Zurück