יצרניות שבבי AI נאלצות להימלט אל אקזיט מהיר
21 פברואר, 2023
קרנות ההון סיכון בולמות השקעות, רוב החברות מתמקדות בטכנולוגיה מיושנת, והלקוחות מצפים לרמת התמיכה שהתרגלו לקבל מאנבידיה. להערכת Omdia, חברות הסטארט-אפ מתחילות לחפש קונה - ומייד!
חברות סטארט-אפ המפתחות שבבי בינה מלאכותית (AI), נכנסות לעידן של אי-ודאות וקושי בהגעה אל השוק. כתוצאה מכך הן ייאלצו להציג בקרוב אלטרנטיבה עסקית, כאשר הנפוצה ביותר תהיה אקזיט באמצעות מכירתן לחברות הענק. כך מעריכה חברת המחקר Omdia בדו"ח חדש על תעשיית השבבים. להערכת החברה, בין השנים 2018-2022 השקיעו קרנות ההון סיכון בעולם כ-6 מיליארד דולר בחברות חדשות המתמקדות בייצור שבבי בינה מלאכותית, אולם העידן הזה הסתיים.
"המעבר משוק הסובל ממחסור ברכיבים אל שוק הסובל מעודף רכיבים, השינויים במדיניות המוניטרית בעולם והמשבר הכלכלי שהחל להתפתח ב-2022, שינו את האווירה הכלכלית ומקשים על גיוס הון סיכון". אומנם אלה בעיות שעימן מתמודדות כל חברות הסטארט-אפ, אולם בתחום הבינה המלאכותית קיים קושי נוסף. אנליסט בכיר ב-Omdia, אלכסנדר הרוול, הסביר: "אפילו חברות AI הנהנות מהגיבוי הפיננסי הטוב ביותר, נדרשות כיום לספק תמיכת תוכנה ברמה הגבוהה שהשוק התרגל לקבל מחברת אנבידיה. זהו מחסום כניסה גדול מאוד המקשה על החברות להגיע אל השוק".
ההון של התעשייה נמצא בחברות הענן
בעקבות זאת צופה חברת המחקר שחברות מובילות בתחום שבבי ה-AI יחליטו השנה לבצע אקזיט, ככל הנראה באמצעות מכירתן לאחת מענקיות הענן או אחת מיצרניות השבבים הגדולות: "לאפל יש הון זמין בהיקף של 23 מיליארד דולר ולאמזון יש 35 מיליארד דולר, בעוד שליצרניות שבבים כמו אניבידיה, אינטל ו-AMD יש כ-10 מיליארד דולר לזמינים להשקעות – כל אחת. חברות ענן הגדולות (hyperscalers) כבר הראו שהן מעוניינות לשלב רכיבי AI ייעודיים, ושהן יכולות להרשות לעצמן לרכוש את היכולות האלה".
המלכודת הטכנולוגית של CGRA
מעניין לציין שכמחצית מכל ההון שגוייס (6 מיליארד דולר) נותב אל טכנולוגיה אחת בלבד: רכיבי האצה מסוג Coarse Grained Reconfigurable Array – CGRA. מדובר במאיצים הפועלים לצד יחידת העיבוד המרכזית (CPU), אשר מבוססים על מערכים גדולים של יחידות עיבוד מקביליות (Processing Elements), המזכירות בתפישתן את רעיון ה-ALU ברכיבי FPGA מיתכנתים.
ברוב המקרים הם נבנים במטרה להטעין ברכיב את מודל הבינה המלאכותית במלואו – אולם כיום מתעוררים ספיקות ביחס ליעילות של האסטרטגיה הזאת – במיוחד לאור הגידול המתמשך בהיקפם של המודלים האלה. הרוול: "בשנים 2018-2019 היה הגיון בנסיון להטעין מודל שלם על שבב יחיד, מכיוון שהם עבדו במהירות גדולה מאוד ופתרו בעיות קלט/פלט של המודלים". אולם הצמיחה הדרמטית בגודל המודלים מייצרת בעיות ביכולת ההתרחבות (scalability). המודלים החדשים יותר מתובנתים ומורכבים, ולכן דורשים הרבה מאוד יכולות תכנות עבור מרכיבי ה-CPU שלהם. "יכול להיות שעתיד שבבי הבינה המלאכותית נמצא במקום אחר".
פורסם בקטגוריות: בינה מלאכותית , חדשות , מחקרים ונתוני שוק , סמיקונדקטורס
פורסם בתגיות: בינה מלאכותית , סמיקונדקטורס , שבבים
כתבות נוספות העשויות לעניין אותך
