关键要点
- Rebellions 和 Sapeon Korea 已签署最终合并协议。
- 两家 AI 芯片制造商将联手开发用于数据中心的 NPU。
- NPU 的日益普及可能会威胁 Nvidia GPU 的主导地位。
在由 Nvidia GPU 主导的市场中，韩国 AI 芯片设计公司 Rebellions 和 Sapeon Korea 等为 AI 处理器提供了另类愿景。
两家公司即将合并的消息， 宣布 Sapeon 母公司 SK Telecom 于 8 月 18 日星期日发表评论，指出人们对不依赖 Nvidia 技术的神经处理单元 (NPU) 的兴趣日益浓厚。
Rebellions 与 Sapeon 合并打造新的 AI 芯片重量级企业
与一些全球最大的芯片制造商不同，例如 英特尔、AMD 和 Nvidia，Rebellions 和 Sapeon 都不销售消费级硬件。相反，它们专门面向数据中心市场。
他们各自的 AI 芯片，Rebellions 的 ATOM 系列和 Sapeon 的旗舰 X330，擅长机器学习推理，即使用训练有素的 AI 模型对新数据进行预测或分类的过程。
新公司将保留“Rebellions”名称，并由 Rebellions 首席执行官朴成铉 (Park Sung-hyun) 领导。
凭借双方在 NPU 方面的专业知识，合并后的实体“将在全球 AI 半导体行业的竞争中占据有利地位”。 SK电信 在一份新闻稿中说。
韩国半导体产业全力投入人工智能
虽然韩国是全球半导体市场的主要参与者，并且是全球最大内存芯片制造商三星的所在地，但在逻辑芯片方面，英特尔和英伟达等公司传统上占据主导地位。
但随着人工智能加速器市场的蓬勃发展，韩国已成为新一代专业 NPU 设计师的故乡，他们利用三星的 4nm 制造工艺。
宋铉承认，此次合并对韩国半导体行业具有重要意义，他表示：“韩国长期以来一直是存储器半导体领域的强国，今天，我们正迈出关键的一步，通过这次具有里程碑意义的合并，将这一领先地位扩展到逻辑芯片和人工智能领域。”
NPU竞争日趋激烈
神经处理单元 (NPU) 是专门为加速神经网络处理而设计的芯片，它构成了当今大多数 AI 应用的支柱。
与 CPU 不同，NPU 专门针对 AI 任务所需的数学运算和并行处理进行了优化，使其在这些工作负载下的效率显著提高。
与此同时，尽管 GPU 以其处理并行任务的能力而闻名，并已广泛应用于人工智能工作负载，但 NPU 更进一步，采用了专门为 n神经网络 操作。这包括优化的数据路径、降低精度的计算能力以及其他允许更快、更节能地处理 AI 模型的功能。
由于 GPU 价格昂贵且能耗高，因此新颖的 NPU 设计已成为主流 对 Nvidia 市场领导地位的威胁随着人工智能行业日趋成熟，以及大容量推理需求超过大规模训练工作负载成为人工智能基础设施增长引擎，这一趋势可能会持续下去。
当然，对于世界上的大型科技公司来说 大力投资 投入人工智能训练并准备花费数十甚至 数千亿 未来几年，人工智能硬件的投入将达到数十亿美元，而 GPU 的持续繁荣仍将持续。但对于像新合并的 Rebellions/Sapeon 这样的 NPU 玩家来说，最大的奖励是大众市场的采用，有朝一日，推理可能会占据数据中心计算的最大份额。
这篇文章有帮助吗？