Intel CEO: "Tüm sektör CUDA pazarını ortadan kaldırmak için motive olmuş durumda"

Intel CEO, yapay zeka alanında Nvidia'nın CUDA teknolojisini hedef aldı

• Intel CEO'su Pat Gelsinger, New York'ta düzenlenen bir etkinlikte Intel Core Ultra ve 5. nesil Xeon veri merkezi çiplerini tanıtırken, yapay zekada çıkarım teknolojisinin eğitimden daha önemli hale geleceğini savundu.
• Gelsinger, Nvidia'nın CUDA'sının eğitim alanında baskın olduğunu ancak bunun sonsuza kadar sürmeyeceğini belirterek, MLIR, Google ve OpenAI gibi aktörlerin yapay zeka eğitimini daha açık hale getirmek için 'Python benzeri programlama katmanına' yöneldiğini anlattı.
• Intel'in yalnızca eğitimde değil, çıkarım alanında da rekabet gücüne sahip olduğunu ve önemli olanın modelleri ne kadar iyi çalıştırabildiğiniz olduğunu vurguladı.

Intel'in yapay zeka stratejisi ve OpenVINO standardı

• Gelsinger, OpenVINO standardı üzerinden Intel'in yapay zeka çalışmalarını ileri taşıdığını ve bulut ile PC'de gerçekleşen hibrit bilişimin geleceğini öngördüğünü söyledi.
• Intel'in Veri Merkezi ve Yapay Zeka Grubu başkan yardımcısı Sandra Rivera da, Intel'in veri merkezinden PC'ye uzanan ölçeği sayesinde ortak seçiminde avantajlı olabileceğini ekledi.
• Gelsinger, Intel'in lider CPU'lar, hızlandırıcılar ve dökümhane kapasitesiyle veri merkezi yapay zeka pazarının %100'ü için rekabet edeceğini, ayrıca Nvidia, AMD ve diğerleriyle ticari fırsatları da takip edeceğini ifade etti.

GN⁺ yorumu

• Intel CEO'su Pat Gelsinger'ın açıklamaları, yapay zeka alanında Nvidia'nın CUDA teknolojisinin hakimiyetine meydan okuyan yeni bir girişimi gösteriyor. Bu, teknoloji sektöründe daha açık ve standartlaşmış yaklaşımlara yönelimin bir parçası olarak görülebilir.
• Intel'in yapay zekada çıkarım teknolojisine odaklanan stratejisi, pazarda yeni bir rekabet düzenine işaret ediyor. Bu da yapay zeka modellerinin verimli çalıştırılması ve kullanımı yönünde daha yüksek değer atfedilen bir değişimi ima ediyor.
• OpenVINO gibi standartlar üzerinden Intel'in yapay zeka alanındaki konumunu nasıl güçlendirmeye çalıştığına dair içgörü sunuyor. Bu yaklaşım, teknolojinin demokratikleşmesini ve inovasyonu teşvik etmeye katkı sağlayabilir.

[GN⁺]

Hacker News yorumu

• CUDA'nın önemi üzerine tartışma

  • CUDA, yalnızca çip üretim hızıyla ilgili değil; yazılım ve ekosistem meselesi. Rakiplerin ekosistemle rekabet etmesi gerekiyor.
  • İkinci el Mi100'ler, eBay'de A100'e yakın performansı 5 kat daha düşük fiyata sunuyor, ancak yazılım uyumsuzluğu nedeniyle Nvidia GPU'lara kıyasla çalıştırılması çok daha fazla zaman alıyor.
  • Google, XLA arayüzü üzerinden PyTorch uyumluluğu sunuyor; Intel'de de benzer bir durum var.
  • Rakiplerin tüm modelleri test etmesi ve sorunları çözmek için büyük ölçekli test paketleri oluşturması gerekiyor.
  • Intel, herkese açık girişimler duyurup yalnızca asgari düzeyde destek verme eğiliminde; OpenVino'nun başarılı olma ihtimali düşük görünüyor. Buna karşılık OpenAI'ın Triton'u daha popüler görünüyor.

• NVIDIA'nın yazılım mühendisliği stratejisi

  • NVIDIA mühendislerinin yarısından fazlası yazılım mühendisi. Jensen, onlarca yıl boyunca güçlü bir yazılım yığını inşa etti.
  • Intel, teknik açıdan güçlü ve stratejik bir CEO bulana kadar CUDA'ya başarılı bir yanıt organize etmesi zor olacak.

• CUDA alternatiflerine dair beklenti ve gerçeklik

  • CUDA'dan daha iyi araçlar, ekosistem ve programlama deneyimi sunulursa bu herkesin yararına olur.
  • Ancak şu anda, OpenCL'nin başarısızlığı gibi önceki girişimler düşünüldüğünde bu iddialar biraz gülünç kalıyor.
  • Intel ve AMD, CUDA'ya yapılan yatırıma kıyasla çok daha az çaba gösterdi ve sonuçlar hayal kırıklığı yarattı.

• CUDA'nın gerçek avantajına dair soru

  • CUDA'nın avantajı donanım değil, yazılım ekosistemi.
  • Çoğu kullanıcı için göç maliyeti yüksek olmayabilir, ancak araştırmacılar ve sınırları zorlayanlar için durum böyle olmayabilir.

• OpenCL tabanlı karşılık verme çabalarına eleştiri

  • Intel ve AMD, yıllarca OpenCL tabanlı benzer işlevler sunma fırsatına sahip olmalarına rağmen başarısız oldu.

• CUDA'dan uzaklaşma motivasyonunun eksikliği

  • Modellerin ve araçların çoğu hâlâ CUDA kullanıyor; AMD NN middleware kullanımına ise neredeyse hiç rastlanmıyor.

• Intel ve AMD'nin yazılım stratejisi başarısızlığı

  • Intel son 10 yılda hiçbir şey yapmadı ve neredeyse çalışmayan GPU'lara milyarlarca dolar harcadı.
  • Nvidia, yapay zeka ilerlemesine yardımcı olacak alanlara başarılı şekilde yatırım yaptı.

• Intel ve AMD'nin yazılım stratejisine eleştiri

  • Pat Gelsinger ve Lisa Su'nun yazılım anlayışı zayıf; karmaşık donanımların yazılımını topluluğun omuzlarına bırakıyorlar.
  • Nvidia, donanım ve yazılımı birlikte geliştirdi; CUDA programlama modeli de çok uzun zaman önce yapılmış büyük bir yatırımdı.
  • Intel ve AMD köklü değişiklikler yapmazsa ARM ve Nvidia'ya yenilecek.

• Intel GPU'larına dair beklenti

  • Nvidia GPU ile aynı maliyette, daha yüksek performans veren ve PyTorch'u sorunsuz çalıştırabilen bir Intel GPU olursa satın almaya istekli olunur.

• CUDA tekeline eleştiri

  • NVIDIA'nın CUDA tekelini koruma motivasyonu anlaşılır, ancak AMD/Intel/diğer şirketlerin de fırsatı kaçırdığı açık.
  • Teknik/yetenek bariyerleri belirli kullanım senaryolarında fiili tekeli sürdürdüğünde bunun bedelini tüketiciler ödüyor.