אינטל ישראל פיתחה מעבד בינה מלאכותית

חברת אינטל (Intel) חשפה היום את מעבדי הבינה המלאכותית הראשונים במשפחת Nervana, שקיבלה באינטל את שם הקוד Spring Hill. הפרוייקט כולו בוצע בישראל. משפחת המעבדים החדשה מבוססת על ליבות Ice Lake מבוססות טכנולוגיית 10 ננומטר שפותחו בקבוצת C2DG הישראלית, כאשר מרכיב הבינה המלאכותית פותח במרכז הפיתוח של אינטל בחיפה.

המעבדים מיועדים לשמש כמאיצי בינה מלאכותית המסייעים למעבד המרכזי בשרת. הם מופיעים בשתי תצורות מרכזיות: מעבד מדגם NNP-T, שהוא קיצור של השם Neural Network Processor for Training. הוא מיועד לביצוע פעולות לימוד ואימון (Training) של רשתות נוירוניות. המעבד השני הוא NNP-I, קיצור של Neural Network Processor for Inference, ומיועד לשימוש במרכזי עיבוד גדולים המיישמים את פעולת ההסקות (Inferencing) של רשתות נוירוניות על כמויות גדולות של מידע, לאחר שהרשת כבר ביצעה את שלב האימון (Training).

צוות הפיתוח הישראלי של מעבדי נירוואנה בכנס הוט צ'יפס
צוות הפיתוח הישראלי של מעבדי נירוואנה בכנס הוט צ'יפס

אינטל מסרה שהשבב החדש מסוגל לטפל ב-3,600 תמונות בשנייה בהספק של 10 ואט בלבד. מנהל חטיבת הארכיטקטורה הקבוצת הבינה המלאכותית באינטל, הישראל גדי זינגר, גילה בפוסט שהעלה באתר החברה בחודש אפריל, שהשבב ייכנס לייצור המוני בסוף 2019 ושהפיתוח נעשה בשיתוף פעולה עם חברת פייסבוק. "הוא יספק תמיכה מלאה לתוכנת האופטימיזציה Glow compiler של חברת פייסבוק". בתוך כך, מנהל קבוצת הבינה המלאכותית, נייבין ראו, גילה בחודש שעבר שגם אתר באידו הסיני משתף פעולה עם אינטל וישתמש בפתרון החדש.

ראוי לציין שאינטל ביצעה מספר השקעות בישראל בתחום מעבדי הבינה המלאכותית, בהן השקעות משמעותיות בחברת Habana Labs שגייסה 75 מיליון דולר, נוירובלייד שגייסה 23 מיליון דולר. ההכרזה נעשתה היום (ג') בכנס Hot Chips שבו משתתפות גם החברות הישראליות היילו והבאנה לאבס, המפתחות שבבי בינה מלאכותית.

Hailo נערכת לייצור המוני של שבבי AI במהלך 2020

בתמונה למעלה: צוות פיתוח בהיילו. החברה התל אביבית מעסיקה כיום 65 עובדים

חברת היילו (Hailo) התל אביבית נערכת לקראת הייצור ההמוני של שבב הבינה המלאכותית שלה, העומד בתקן ASIL-B של תעשיית הרכב. הייצור הסדרתי מתוכנן להתבצע במהלך 2020. מייסד ומנכ"ל החברה, אור דנון, סיפר ל-Techtime שהשבב החדש ייקרא בשם Hailo-8. הוא פותח במסגרת עבודה משותפת של החברה מול יצרניות רכב, ומספק עמידה בדרישות של מערכות קריטיות להצלת חיים, כולל עמידה בטמפרטורות עבודה של עד 105°C.

על-פי הנתונים של החברה, השבב Hailo-8 מגיע לעוצמת עיבוד של 26 מיליארד פעולות בשנייה (26TOPS – Tera Operations Per Second) וליעילות של 3TOPS לכל ואט. הוא יעמוד בתקן המחמיר ISO 26262 ASIL-B ובתקן AEC Q 100 Grade 2. הוא בנוי מארבעה מרכיבים מרכזיים: מעבד תמונה (Image Signal Processor) המשפר את התמונה המגיעה מהחיישן לפני העברתה לזיהוי ברשת הנוירונית, מעבד H.264 המאפשר לטפל בתמונות וידאו, מעבד ARM-M4 המנהל את השבב, והרשת הנוירונית עצמה, המורכבת ממטריצה גמישה של יחידות עיבוד ויחידות זיכרון שניתן להגדיר את תצורתה בתוכנה.

חידוש הרעיון הישן של מעבדי DFP

חברת היילו הוקמה בחודש פברואר 2017 על-ידי המנכ"ל אור דנון, ה-CTO אבי באום ומנהלת הפיתוח העסקי הדר צייטלין. המשקיע הראשון בחברה היה זהר זיסאפל, המשמש כיום כיו"ר Hailo. עד היום החברה גייסה כ-24 מיליון דולר, כאשר הגיוס האחרון בהיקף של כ-21 מיליון דולר הסתיים בינואר 2019. החברה פיתחה ארכיטקטורה חדשה של שבב בינה מלאכותית עבור אבזרי קצה, המבצע את שלב ההרצה. כלומר, יישום ההסקות (Inference) של רשת נוירונית באבזרי קצה, במהירות רבה ובחסכון גדול באנרגיה. לדברי דנון, הארכיטקטורה מוגנת בכמה עשרות פטנטים. "היא משתייכת למשפחה נשכחת של מעבדים מסוג Data Flow Processors".

אור דנון, מנכ"ל Hailo. "הארכיטקטורה שלנו מוגנת בכמה עשרות פטנטים"
אור דנון, מנכ"ל Hailo. "הארכיטקטורה שלנו מוגנת בכמה עשרות פטנטים"

במעבדי DFP, פעולת העיבוד מתבצעת רק כאשר מוזנים נתונים אל המעבד, ואז הוא מבצע סדרה קבועה של פעולות על-גבי המידע הזה, ומעביר הלאה את התוצר המעובד. "בשנים האחרונות הסתבר שהישענות על רשתות נוירוניות היא שיטה יעילה ואמינה לפתור בעיות רבות, ולכן רוב מערכות הבינה המלאכותית שאנחנו רואים בשוק מבוססות על רשתות נוירוניות. כאן האתגר הוא מבני, מכיוון שהשבב צריך לממש מבנה של רשת נוירונית. ברשת נוירונית אתה יוצק נסיון אל תוך תיאור של מבנה, ולכן זהו פתרון יעיל מאוד בפתרון בעיות המבוססות על הכרת דוגמאות".

כיצד בנוי השבב שלכם? מה הם העקרונות המרכזיים של הארכיטקטורה?

דנון: "הארכיטקטורה שלנו מתארת את המבנה של רשת נוירונית ומקצה משאבים לכל שכבה ברשת. זיהינו שבתהליך העיבוד של ההסקות, יש הבדלים בין ההתנהגות של השכבות השונות ברשת הנוירונית, ולכן צריך לספק להן משאבים שונים. זאת בניגוד למתחרים שלנו המשתמשים בפתרונות כמו מעבדי GPU המעניקים לכל השכבות את אותה כמות של משאבים. תוכנת הפיתוח שלנו לומדת את הבעיה הספציפית, מאפיינת אותה, ויודעת להעביר לשבב הוראות כיצד לנהל את משאבים של כל אחת מהשכבות בצורה האופטימלית".

מה הם מרכיבי השבב?

"הרעיון הוא להשתמש ביחידות זיכרון קרובות מאוד ליחידות העיבוד. אנחנו מקצים יחידות זיכרון ויחידות עיבוד בהתאם לכל משימה, ועל-ידי כך משיגים מהירות עיבוד גבוהה מאוד, וחסכון גדול בהספק שהשבב צורך. הדבר הזה מאפשר לנו לעמוד בתקנים המחמירים של תעשיית הרכב, מכיוון שהשבב אינו מתחמם ויכול לעבוד בטמפרטורות הסביבה שהתעשייה דורשת".

אתם טוענים שהשבב שלכם יעיל מהפתרונות האחרים בשוק. אולם אין מדד אוניברסלי למדוד שבבי בינה מלאכותית.

"אנחנו מודדים את הביצועים שלנו באמצעות בדיקת כמה פעולות לוואט אנחנו מבצעים ברשת ניורונית ספציפית. כיום ישנו קונסורציום MLPerf המנסה להגדיר מדד בר-השוואה לרשתות נוירוניות אמיתיות. בכל מה שקשור למוצרי קצה, התעשייה ככל הנראה הולכת לכיוון של מדידת מספר הפעולות לוואט שהרשת הנוירונית מבצעת על מטלה מסויימת, כמו תמונה למשל".

כיום מתפתחות שיטות להטעיית הזיהוי של רשתות נוירוניות. אתם מתמודדים עם הבעיה?

"אפשר להתייחס אל הטעיות AI כאל חולשות, בדומה לאופן שבו מתייחסים אל חולשות אבטחה. בתחילה החולשות של מערכות תוכנה הפתיעו את התעשייה, אולם בהדרגה מוצאים להן פתרונות. בתחום הבינה המלאכותית, מדובר קודם כל בבעיה קונספטואלית שאין לה פתרון ברמת הסיליקון. אבל אם הרשת אומנה בצורה לא נכונה, והתוקף יודע כיצד היא אומנה, הוא יכול לתכנן תקיפה נגדה. אנחנו מתמודדים גם עם הבעיה הזאת, וברמה העקרונית היא מבטאת את היתרון של התקנת מערכות בינה מלאכותית בקצות הרשת, מכיוון שבאופן הזה קיימות פחות חולשות לאורך מסלול העברת המידע".

יעילות הספק: השוואה שביצעה היילו המציגה את יעילות השבב שלה מול המתחרות העיקריות
יעילות הספק: השוואה שביצעה היילו המציגה את יעילות השבב שלה מול המתחרות העיקריות

חברת היילו צומחת מהר, ומעסיקה כיום כ-65 עובדים ונמצאת בתהליך גיוס של עובדים נוספים. היא ממקדת את מאמציה בשני שווקים עיקריים: שוק הרכב ושוק אבזרי הקצה (IoT). שני שווקים שהם גם צפויים להיות גדולים מאוד, והם גם תובעניים מאוד, מכיוון שבשניהם יש צורך במוצר מאוד אמין, זול וחסכוני מאוד בהספק. דנון: "בהרבה מאוד מובנים המצלמה ברכב לא שונה בהרבה ממצלמת IoT בעיר החכמה. אלו שני תחומים שיהיו מאוד דומיננטיים, וחולקים ביניהם הרבה מאוד דרישות משותפות".

הבאנה לאבס השיקה את מעבד האימון המהפכני "גאודי"

חברת הבאנה לאבס (Habana Labs) הכריזה על מעבד אימון הרשתות הנוירוניות Habana Gaudi שאותו היא מפתחת מאז הקמתה החשאית בשנת 2016. להערכת החברה, מערכות אימון מבוססות Gaudi הן בעלות תפוקה גבוהה פי ארבעה בהשוואה למערכות אימון המבוססות על מעבדים גרפיים (GPU). בכך השלימה החברה את הצגת חבילת השבבים שאותה היא מפתחת עבור יישומי בינה מלאכותית. לקראת סוף 2018 היא הכריזה על המעבד Goya HL-1000, המשמש כמנוע לייצור הסקות (inferencing) ברשתות לימוד עומק (deep learning). בין השאר, פייסבוק התקינה אותו במערכת הבינה המלאכותית שלה, Glow.

שבב מעבד האימון החדש מיוצר בחברת TSMC בתהליך של 16 ננומטר. החברה מספקת ללקוחות כרטיס הנתקע לתוך שרתים קיימים, המאפשר הפעלה מיידית של יישומי בינה מלאכותית. הכרטיסים הראשונים יימסרו ללקוחות נבחרים במחצית השנייה של 2019. הבאנה לאבס הוקמה בשנת 2016 על-ידי דוד דהן ורן חלוץ, יוצאי חברת פריימסנס שנמכרה לאפל ב-2013 תמורת 345 מיליון דולר. אביגדור וילנץ היה המשקיע הראשון ומשמש כיום כיו"ר החברה. מאז הקמתה היא גייסה כ-120 מיליון דולר. כיום החברה מעסיקה כ-150 עובדים, רובם במגדלי עזריאלי בתל אביב ובקיסריה.

החברה מתמקדת בפיתוח ארכיטקטורה ייעודית עבור מעבדי בינה מלאכותית המריצים רשתות נוירוניות, הכוללת סט פקודות ייעודי וחבילת כלי פיתוח לבניית יישומי בינה מלאכותית. בראיון ל-Techtime הסביר מנהל העסקים הראשי של החברה, איתן מדינה, שהחברה הגיעה למסקנה שיש צורך בארכיטקטורה ייחודית מכיוון שהדרישה לעיבוד בינה מלאכותית מוכפלת פי 10 בכל שנה, "והמעבדים הקיימים היום בשוק לא יכולים לעמוד בדרישה הזאת". טכנית, החברה נמצאת בין שוק מעבדי ה-CPU לשוק מעבדי ה-GPU. החברה לא מסתירה את העובדה שהיא רואה באנבידיה את המתחרה העיקרית שלה.

איתן מדינה, הבאנה לאבס. "היה ברור שכדי לעמוד בדרישת השוק יש צורך לפתח ארכיטקטורה חדשה לחלוטין"
איתן מדינה, הבאנה לאבס. "היה ברור שכדי לעמוד בדרישת השוק יש צורך לפתח ארכיטקטורה חדשה לחלוטין"

לדברי איתן, היעילות היחסית של העיבוד במערכות בינה מלאכותית יורדת ככל שגדל מספר המעבדים שנעשה בהם שימוש במקביל. "המעבדים שלנו מהירים יותר ממעבדי הבינה המלאכותית של אנבידיה, וככל שגדל מספר המעבדים, הפער בינינו גדל". במצגת החברה יש השוואה בין היעילות היחסית של שתי המערכות, כאשר להערכת הבאנה, ביישום המבצע עיבוד באמצעות 640 מעבדים במקביל, המערכת שלה מהירה פי 3.8 מזו של אנבידיה.

"זהו יתרון בולט של הארכיטקטורה שלנו, ואנחנו משיגים אותו באמצעות ייצור בטכנולוגיה מיושנת יחסית של 16 ננומטר. המעבד הבא שלנו כבר ייוצר בתהליך של 7 ננומטר". אחד מהסודות של הבאנה לאבס נעוץ בעובדה שהשבב שלה כולל גם את מערך התקשורת. למעשה, הוא כולל 10 פורטים לתקשורת RDMA מסוג 100GbE RoCE. בכך היא פותרת את בעיית צוואר הבקבוק התקשורתי. במעבד VOLTA של אנבידיה, יש צורך בכרטיס 100GbE נפרד ובכרטיס PCIE כדי להתחבר אל המעבד הגרפי. מדינה: "הפתרון הזה שלנו מאפשר הרחבה קלה ומהירה של המערכת".

הפער הזה יבוא לידי ביטוי במחשב האימון HLS-1 שהחברה מייצרת, המבוסס על מעבדי Gaudi. המחשב ממוצב על-ידי הבאנה כמתחרה ישיר של המחשב העוצמתי NVIDIA DGX-1. שניהם כוללים שמונה מעבדי בינה מלאכותית, אולם אנבידיה מקשרת בין המעבדים שלה באמצעות פרוטוקול תקשורת פרטי, וצריכה לטענת הבאנה לבצע המרות איתרנט המעיקות על העיבוד ומקשות על הרחבת המערכת. מדינה: "המערכת של הבאנה מבוססת על ממשק איתרנט תקני הן בין המעבדים והן בינם לבין העולם החיצוני, ולכן מהירות העבודה גבוהה יותר וקל מאוד להרחיב את המערכת" .

מדוע אתם מוכרים כרטיסים ולא את השבבים עצמם?

"מרכזי נתונים וגופי ענן שרוצים לקנות פתרון בינה מלאכותית, מעדיפים לרכוש אותו מחברות המייצרות שרתים, והן מעדיפות לרכוש כרטיסים הנתקעים לתוך השרתים שלהן. גם כלי הפיתוח שלנו מותאמים לצרכים של הלקוחות. פיתחנו ממשק SynapseAI API המתחבר אל כל שפות הפיתוח וסביבות הפיתוח החדשות שנוצרו עבור יישומי בינה מלאכותית. בנוסף, בנינו סביבת הגירה נוחה המסייעת ללקוחות לעבור לארכיטקטורה שלנו. היא כוללת כלים המסייעים להעביר לארכיטקטורה שלנו תכנוני אלגוריתמים שהותאמו לשבבים אחרים".

מחשב HLS-1, המתחרה החדש של NVIDIA DGX-1
מחשב HLS-1, המתחרה החדש של NVIDIA DGX-1

אתה מתכוון למושג קרנל (Kernel)?

"כן. הקרנל זו תוכנה לא גדולה שרצה על המעבד ומבצעת פעולה מתימטית בצורה אופטימלית. בדרך-כלל לכל מעבד יש ספריות של קרנלים. אולם יש לקוחות שפיתחו בעצמם קרנל ייעודי המותאם לפעולה מתימטית המיושמת במעבד שבו הם משתמשים, וכשהם רוצים להחליף פלטפורמת עיבוד הם צריכים לבנות קרנל חדש. בנינו ספרייה של 600 קרנלים והוספנו כלי פיתוח המאפשרים לייצר קרנל חדשים בצורה נוחה. המטרה היא שהם יוכלו להעביר את התכנון שלהם אל המעבד שלנו במאמץ מאוד קטן".

חשוב לזכור, מעבדי גויה הם מעבדי הסקות המשמשים באבזרי הקצה, ומעבדי גאודי הם מעבדי אימון המשמשים במרכזי הנתונים. החברה פיתחה מערכת שהיא למעשה חצי פתוחה: הכרטיסים שלה מתחברים אל כל CPU באמצעות תקשורת סטנדרטית ולקוחות המשתמשים במעבדי ההסקות אינם נדרשים לבצע את האימון במעבדי האימון של החברה. בשלב הראשון היא מתמקדת בשוק מרכזי הנתונים ותשתיות הענן, אולם להערכת החברה אחד משוקי היעד המרכזיים הבאים שלה יהיה תחום הנהיגה האוטונומית.

בינה מלאכותית בכל, אפילו במברשת השיניים

טכנולוגיית לימוד המכונה והבינה המלאכותית ביצעה בשנתיים האחרונות קפיצת מדרגה גדולה מאוד, והפכה לטכנולוגיה זמינה הנמצאת בשימוש במוצרים שונים מאוד זה מזה, ממש כמו שהמחשב נמצא כיום כמעט בכל מקום. כיום אפילו ניתן לשלב אותה באבזרי קצה קטנים מאוד. עד כמה קטנים? למשל במברשת השיניים. חברת Oral-B הודיעה שהיא תציג בתערוכת MWC 2019 בברצלונה את מברשת השיניים החדשה שלה GENIUS X, אשר כוללת אפליקציה לסמארטפון ומערכת בינה מלאכותית הלומדת את הרגלי המצחצח.

לדברי החברה, היא זיהתה 1,000 סגנונות ציחצוח שיניים שונים. המברשת יודעת לזהות אותם, למפות את הפה ולהמליץ למשתמש כיצד לשנות את הרגלי הצחצוח שלו כדי שהם יהיו יעילים ובריאים יותר. כך למשל, החברה דיווחה שלמרות שמומלץ לצחצח את השיניים במשך שתי דקות לפחות, רוב בני-האדם מצחצחים את שיניהם במשך 30-60 שניות. בניסויים שהחברה ביצעה, אנשים שהשתמשו באפליקציה האריכו את זמן הצחצוח לממוצע של שתי דקות ו-22 שניות.

מערכת האיוורור במדריד וההתנהגות של נחילי דבורים

קיימים גם יישומים מפתיעים בהיקפי ענק: בשבוע שעבר הכריזו חברת Accenture וחברת הרכבת התחתית של מדריד, על השלמת פרוייקט התקנת מערכת בינה מאכותית המפקחת על מערכת מיזוג האוויר של תחנות המטרו. כבר בניסויי ההפעלה הראשונים, המערכת הצליחה להפחית את הוצאות האנרגיה ב-25% ולצמצם פליטת גאזי החממה (CO2) בהיקף של 1,800 טון בשנה. הרכבת התחתית של מדריד כוללת 301 תחנות ורשת באורך של 294 ק"מ המסיעה 2.3 מיליון נוסעים בכל יום.

השליטה באקלים התת קרקעי נעשית באמצעות 891 מאווררי ענק בעלי צריכה חשמלית של 80 גיגה-ואט. החברה התקינה ערכת לומדת, האוספת מידע על תנועת הנוסעים, מבנה כל אחת מהתחנות, הטמפרטורות בכל שעה, תדירות הרכבות, המטען שהנוסעים מביאים עמם ותעריפי החשמל בכל רגע. המערכת ממזגת את כל הנתונים האלה ומפעילה את המאווררים רק בעצומה הדרושה ברגע נתון. היא אפילו יודעת לבצע תחזיות ל-72 השעות הבאות. מכיוון שמדובר במערכת לומדת, הביצועים שלה משתפרים עם השימוש. מעניין לציין שמערכת הבינה המלאכותית מבוססת על מודל שנלקח מהטבע: התנועה המתואמת של נחילי דבורים.

מרפאה רובוטית עם פציינטים אנושיים

בפניקס, אריזונה, נפתחו השבוע 10 מרפאות של רשת Akos Med Clinics, המבוססות כולן על שירות אוטומטי מבוסס בינה מלאכותית: הלקוח נרשם במרפאה באמצעות טאבלט או סמארטפון אשר מדריך אותו בשלבי הרישום, כולל בדיקת ביטוח, תשלום ואיסוף מידע ראשוני לצורך דיאגנוזה. לאחר מכן הוא מופנה אל חדר בדיקה שבו יש מסך מחשב ושולחן עם ציוד בדיקה. מערכת מציאות רבודה (Augmented Reality) מנחה אתוו כיצד לבצע בידקות עצמיות כדי לאסוף מידע כמו משקל, חום, לחץ דם, רמת החמצן בדם, צילומי אף אוזן גרון, צילום חזה ועוד.

מערכת הבינה המלאכותית מבצעת תשאול נוסף של הפציינט בעקבות תוצאות הבדיקות, ועוזר באתר מבצע בדיקות מעבדה אם יש צורך. כל המידע הזה נישלח אל רופא, המראיין את המטופל בשיחת וידאו ובסיעו תוכנת בינה מלאכותית רפואית. בסיום התהליך, הנמשך כ-20 דקות בממוצע, הרופא מאשר או מעדכן את הטיפול הרפואי שהמערכת האוטומטית מציעה לבצע. בסיום הביקור, המערכת ממלאת בעצמה את כל הרשומות הרפואיות ומחייבת את ספק שירותי הביטוח הרפואי.

מעיל חכם לנהגי משאיות

חברת Imagimob השבדית תביא בסוף השבוע ל-MWC, אפודה חכמה לנהגי משאיות. האפודה נועדה להגן על הנהגים כאשר הם יוצאים מהרכב, לצורך טיפול לא צפוי למשל. היא כוללת מספר חיישנים, תוכנת בינה מלאכותית ואמצעי תקשורת. החיישנים עוקביפ אחר הנהג ומזהים תופעה לא צפויה, כמו למשל נפילה או חברה. כאשר המערכת מזהה מצב חירום, היא מפעילה מקורות אור המאירים את האפודה כדי לסייע באיתור הנהג, ומתקשרת אוטומטית אל שירותי חירום, שולחת נתוני מיקום ומבקשת עזרה. החברה הסבירה שנהגי משאיות חשופים לסיכונים רבים מכיוון שבמקרים רבים הם עובדים לבד באיזורים מסוכנים.

ועוד בענייני בריאות: חברת EchoNous מסיאטל, הכריזה בשבוע שעבר על סורק שלפוחית השתן, המבוסס על מכשיר אולטרא סאונד נייד ומערכת בינה מלאכותית המבוססת על תוכנת לימוד עומק (Deep Learning Algorithm). הוא מיועד לשימוש בידי אחיות חדר הלידה כדי לבצע הערכה מהירה של השלפוחית. תוכנת הבינה המלאכותית מחליפה את הצורך בשימוש במכשיר גדול ומסובך יותר והישענות על מומחה, ולכן מאפשרת ביצוע בדיקות מיידיות.

תפקיד ארגוני מסוג חדש

יצרנית מכנסי הג'ינס הקלאסיים, לוי שטראוס (ליווייס), הכריזה השבוע על מינוי חדש בחברה: קטיה וולש מונתה לסגנית נשיא לתחום הבינה המלאכותית. תפקידה יהיה לבנות מערכת איסוף וניתוח מידע מבוססת בינה מלאכותית, שתסייעה לחברה לבנות מודלים עסקיים חדשים ולהכניס חדשנות אל המוצרים שלה.

חטיבת המחקר של NVIDIA מקימה שלוחה בישראל

בתמונה למעלה: פרופ' גל צ'צ'יק, מנהל השלוחה הישראלית של חטיבת המחקר

חטיבת המחקר של חברת NVIDIA פותחת שלוחה בישראל שתתמקד בתחום הבינה המלאכותית (AI) ותנוהל על-ידי פרופ׳ גל צ׳צ׳יק. כך גילה היום (ה') המדען הראשי של החברה, ביל דאלי, בכנס GTC השנתי שהחברה מקיימת בישראל. לדברי דאלי, "ישראל הינה כוח ענק בתעשיית הבינה המלאכותית. בכל פעם מחדש אני נדהם מחדש מאיכות המחקר, החוקרים, והרעב שיש כאן לרעיונות חדשים". חברת NVIDIA נחשבת לחברה המובילה בעולם בתחום המעבדים הגרפיים (GPU).

חטיבת המחקר הגלובלית של NVIDIA מונה כ-200 חוקרים. לפני שהחל לנהל אותה, שימש דאלי כראש המחלקה למדעי המחשב באוניברסיטת סטנפורד. פרופ' גל צ'צ'יק הוא חבר סגל במרכז הרב תחומי לחקר המוח באוניברסיטת בר-אילן, וב-12 השנים האחרונות שימש כמדען בחטיבת Google Brain בעמק הסיליקון.

ככל הנראה הוא יגייס כ-10 חוקרים בישראל, כדי להשתתף במחקר הגלובלי של החטיבה. מדובר בהרחבת פעילות המחקר והפיתוח של NVIDIA בישראל. כיום החברה מפעילה צוות פיתוח וצוות מכירות בגני התערוכה בתל אביב, המונה כ-30 עובדים. בכוונתה לגייס כ-20 עובדים נוספים כדי להרחיב את תחום הלמידה העמוקה (Deep Learning) בישראל.

בכנס שהתקיים בגני התערוכה בתל אביב השתתפו 2800 מפתחים, אנשי הייטק, משקיעים ויזמים. הדובר המרכזי באירוע היה ביל דאלי, שהציג טכנולוגיות חדשות בתחומי הבינה המלאכותית, VR, רובוטיקה, וכלי-רכב אוטונומיים. מנהל הפעילות העסקית של NVIDIA בישראל, נתי אמסטרדם, אמר שהמעורבות של החברה בישראל גדלה משמעותית בשנה האחרונה. "מספר החברות הישראליות המשתתפות בתוכנית ליווי הסטארט-אפים של NVIDIA הוכפל לכ-150, והקשרים שלנו עם המפתחים והאקדמיה העמיקו". תוכנית הליווי, בשם Inception program, מעניקה לחברות גישה אל אנשי החברה ומוצריה בכל העולם.

למידע נוסף על פעילות NVIDIA בישראל: NVIDIA

אינטל הצטרפה למרכז הבינה המלאכותית החדש בטכניון

חברת אינטל (Intel) הצטרפה כשותפה המייצגת את התעשייה במרכז המחקר החדש שהוקם בטכניון לתחום הבינה המלאכותית (artificial intelligence). בסוף השבוע דיווחה אינטל שהיא משתתפת במימון מרכז המחקר בסכום שהיקפו לא נמסר. בשבוע שעבר נחנך המרכז החדש בהשתתפות הטכנולוגי הראשי של אינטל העולמית, ד"ר מייקל מייברי ובהשתתפות מנהל תחום הבינה המלאכותית באינטל, ד"ר נאבין ראו (בתמונה למעלה).

לדבריו, "הבינה המלאכותית אינה מספקת פתרון יחיד המתאים לכל הצרכים, ולכן אנחנו עובדים בשיתוף פעולה הדוק עם מובילים תעשייתיים רבים. שיתוף הפעולה שלנו עם הטכניון לא רק מחזק את פעילות הבינה המלאכותית של אינטל ישראל, אלא גם מקדם את כל תחום הבינה המלאכותית בעולם".

"ההישג הגדול ביותר של האנושות"

מרכז המחקר החדש מאגד חוקרים מהמחלקות למדעי המחשב, הנדסת חשמל, הנדסה תעשייתית וניהול בטכניון. חברת אינטל מסרה שהמעורבות שלה במרכז המחקר בטכניון נעשת במסגרת מאמץ לקדם את השימוש בבינה מלאכותית בתעשיות רבות, ולפתח אלגוריתמים וארכיטקטורות מיחשוב חדשות שיהיו חיוניות לתוכנית ה-AI של החברה. "השותפות בין אינטל והטכניון היא ארוכת שנים, ובוגרים רבים של הטכניון הצטרפו כמהנדסים אל מרכז הפיתוח של אינטל בחיפה".

בפוסט שהעלה בשבוע שעבר בבלוג של אינטל, העריך נאבין שהבינה המלאכותית תיחשב בעתיד לאחד מההישגים החשובים ביותר של המין האנושי, "אולם היא גדולה יותר מכל חברה, מכל תעשייה, ומכל מדינה. יש צורך בשיתוף פעולה של כל המערכת הטכנולוגית העולמית ושל כל הממשלות כדי לממש את הפוטנציאל הטמון בבינה מלאכותית. הממשלות רק עכשיו מתחילות להכיר בכך".

אינטל הכריזה על מאיצי בינה מלאכותית לעיבוד תמונות

בתוך כך, בשבוע שעבר חשפה אינטל משפחת מאיצי בינה מלאכותית חדשים, המיועדים להביא יכולות עיבוד תמונה אל אבזרי הקצה. מדובר בכרטיסי האצה הפועלים באמצעות מעבדי עיבוד התמונה ממשפחת מובידיוס (Movidius Vision Processing Units), או כרטיסים המבוססים על רכיבי מיתכנתים ממשפחת Arria 10 FPGA. הם מפנים את המעבד המרכזי (CPU) מהצורך לבצע בעצמו את ההסקות של רשת לימוד עומק, ולמעשה מתפקדים כמאיצי הסקות ברשת נוירונית (Deep learning inference accelerators). בינתיים שלוש חברות הודיעו על החלטתן להשתמש במאיצים החדשים: Dell, Honeywell ו-QNAP.

כנס ה-GPU הישראלי של אנבידיה יתקיים ב-17 באוקטובר

בתמונה למעלה: לירון פרינד-סעדון (מימין) וג'ף הרבסט

חברת אנבידיה (Nvidia) תקיים בחודש אוקטובר את הכנס הישראלי השני שלה בתחום המעבדים הגרפיים (GPU). הכנס יתקיים במתכונת של הרצאות וסדנאות הכשרה מעשיות ויימשך יומיים, ב-17 וב-18 באוקטובר בגני התערוכה בתל אביב. סגן נשיא אנבידיה לפיתוח עסקי, ג'ף הרבסט, סיפר במפגש עם כתבים טכנולוגיים, שהחברה החליטה להביא את הכנס באופן קבוע לישראל, בעקבות הצלחת הכנס הקודם שאליו הגיעו כ-1,600 מפתחים מהתעשייה.

הרבסט: "הפעם אנחנו רוצים להגיע להיקף השתתפות של כ-2,000 מפתחים. הגענו למסקנה שיש לישראל משקל חריג בתחום המחשבים עתירי הביצועים (HPC) והבינה המלאכותית, ולכן חשוב לנו להכשיר כאן הרבה מאוד מפתחים". במהלך הכנס יתקיימו סדנאות הכשרה מעשיות בתחום השימוש במעבדים גרפיים ליישומים עתירי עיבוד ובתחום הבינה המלאכותית. בין השאר, יתקיימו 8 סדנאות באורך של יום מלא בנושא לימוד עומק (Deep Learning) בקיבולת כוללת של כ-800 מפתחים.

בכנס תתקיים תחרות בתחום יישומי בינה מלאכותית בין חברות סטארטאפ מקומיות, כאשר החברה שתקבל את תואר "חברת ה-AI המדליקה ביותר" תקבל פרס כספי של 100,000 דולר ואת מחשב הבינה המלאכותית העוצמתי NVIDIA DGX. הרבסט אמר שלאחר הכנס הקודם, אנבידיה הגיעה למסקנה שהיא צריכה לבצע השקעות בקהילת המפתחים המקומית, "בגלל שלטכנולוגיות המפותחות בישראל יש השפעה על כל העולם".

במסגרת הזאת היא פתחה גם בישראל את פעילות Developer's Relations, המתמקדת באספקת כלים ומידע למפתחים. כיום הפעילות הזאת מנוהלת על-ידי לירון פרינד-סעדון, הפועלת כשלוחה מקומית של קבוצת המו"פ של אנבידיה העולמית. פרינד-סעדון: "המטרה שלנו היא ליצור קשר עם כל המפתחים, מרמת המנכ"לים ועד רמת הסטודנטים. בכל תחום יש למפתחים צורך בתמיכה מסוג שונה. כך למשל, מפתחים בתחומים כמו רכב, מיכשור רפואי, רובוטיקה ועוד, נתקלים בבעיות שונות וזקוקים לסיוע שונה מקבוצת הפיתוח של אנבידיה. אנחנו מספקים להם את התשובות הרלוונטיות וגם פותחים בפניהם את מעבדות ההכשרה שלנו".

למידע נוסף ורישום: GPU Technology Conference