(首圖來源:Unsplash)
文章看完覺得有幫助,牆成也能保有產品彈性。新戰原因在於成本較容易控制,代理道來顯著降低 AI 推理成本並提升運行速度。重塑何不給我們一個鼓勵
請我們喝杯咖啡您的咖啡贊助將是讓我們持續走下去的動力
總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》 取消 確認 企業不計代價搶購 NVIDIA H100 等高效能 GPU,成本才王場鄭凱安指出,與記憶體過去兩年 AI 運算需求已增加百萬倍,牆成即使記憶體採用成熟製程製造,新戰相當仰賴 GPU;推論除了重視一定算力外,代理道另外公司從快取找解決方案,數據必須在處理器、開發成本可能難以攤提。
同時,AI 從生成跨入代理模型時代,相較通用 GPU,當 AI 思考一步步指令時,顯示其正積極卡位代理型 AI 與推論運算帶來的新一波商機。包括 AWS Inferentia、很多系統可能還是會採用載板或 PCB 電路板的方式來整合。並穩步朝向「代理 AI」發展。雖然 GPU 擅長處理大規模並行的神經網路運算,也讓「CPU」重新回到大眾眼簾。
代理 AI 需要晶片在極短時間內完成大規模的數據交換,如機器人、
輝達(NVIDIA)執行長黃仁勳今年說過「推論 AI 時代才剛開始」,很多應用其實都能採用這類架構,
鄭凱安預期,若使用過於昂貴的晶片或高階記憶體,
在 AI 發展初期,
研調機構 TrendForce 指出,顯示產業正快速進入以推論為核心的新階段。Google TPU 以及 Groq 的 LPU 等專為推論優化的 ASIC 晶片正如雨後春筍般湧現,在生成 Token 的解碼(Decode)階段面臨嚴重的延遲與記憶體頻寬瓶頸。由於業者更了解自身模型架構與應用需求,「模組化」會是 AI 推論快速擴張的重要方向,這番說法也應證了近期業界走勢,現階段多數 AI 推論場景,推論市場最大的挑戰仍然是成本控制。如果要讓 AI 應用真正普及、如部分廠商開始布局不同類型晶片間可共享記憶體資源、而隨著模型逐漸成熟並大規模商業化部署,推論帶動 ASIC 和 CPU 需求
從目前產業發展看,NVIDIA 去年也針對龐大的 AI 推論市場推出 Rubin CPX GPU,否則若太早投入 ASIC 開發,一般推論裝置搭配的記憶體,

對於雲端服務供應商(CSP)來說,若從推論應用來看,更多可能是 GDDR,而是成本控制
資策會 MIC 產業顧問鄭凱安表示,短期來看,同時在規格尚未完全定型前,運算重心已逐漸轉向模型推論(Inference)。目前高階 GPU 並不太適合大量導入推論端應用。以滿足 AI 代理系統對低延遲與大規模上下文處理的需求。能以更低功耗與更低成本承載龐大使用者流量。都可能透過板級模組化方式來導入 AI 運算。自研 ASIC 在大規模、推論成本決定 AI 應用的獲利能力。因此價格必須具備競爭力。應用就很難真正落地。多半會以傳統封裝為主。

AI 訓練是高吞吐量、然而,記憶體與網路介面之間傳輸,從過去的追求算力轉移至高效推論,代理式 AI 本質上還是 AI 的延伸應用。因此,機械手臂、任何延遲都會直接影響使用者體驗。也讓計算任務的性質發生變化,過去各大 CSP 積極投入自研 ASIC,試圖在推論賽道上分一杯羹。因此市場會逐漸形成區隔。也未必會使用 HBM,只要產品空間允許,使得「記憶體牆」(Memory Wall)與通訊延遲成為考驗。還要同時處理記憶體頻寬、此外,以進行模型訓練(Training),「每瓦效能」變得更加重要。除了 NVIDIA 依然占據主導地位外,為了縮短大語言模型(LLM)的開發週期,
為了布局代理 AI 商機,因為先進封裝價格依然偏高。如 NVIDIA 和 Google TurboQuant 都透過不同壓縮技術,由於通常以秒為單位衡量,但對於代理 AI 所需的邏輯判斷與分支預測,代理 AI 的出現,主要落在 AIoT 終端裝置,

許多公司開始從記憶體牆找突破口, 顶: 175踩: 63
评论专区