„Wir haben vor kurzem eine Reihe hochspezialisierter Ingenieure in Oslo in unserem Infrastrukturteam bei Meta begrüßt KI und maschinelles Lernen in großem Maßstab in den Rechenzentren von Meta“, sagte Jon Carvill, Sprecher von Meta. Der Schritt bringt zusätzliche Kraft in das Bestreben des Social-Media-Riesen, die Art und Weise, wie seine Rechenzentren mit KI-Arbeit umgehen, zu verbessern, da es darum geht, die Nachfrage nach KI-orientierter Infrastruktur von Teams aus dem gesamten Unternehmen zu bewältigen, die neue Funktionen entwickeln wollen. Meta, dem Facebook und Instagram gehören, ist zunehmend auf KI-Technologie angewiesen, um Werbung gezielt auszurichten, Beiträge für die Feeds seiner Apps auszuwählen und verbotene Inhalte von seinen Plattformen zu entfernen. Darüber hinaus beeilt sich das Unternehmen nun, sich Konkurrenten wie Microsoft Corp und Google von Alphabet Inc anzuschließen, um generative KI-Produkte auf den Markt zu bringen, die in der Lage sind, menschenähnliches Schreiben, Kunst und andere Inhalte zu erstellen, die Investoren als den nächsten großen Wachstumsbereich für Technologieunternehmen ansehen. Die Stellenbeschreibungen der 10 Mitarbeiter auf LinkedIn zeigten, dass das Team an KI-spezifischer Netzwerktechnologie bei Graphcore gearbeitet hatte, das Computerchips und Systeme entwickelt, die für KI-Arbeiten optimiert sind. Carvill lehnte es ab, zu sagen, woran sie bei Meta arbeiten würden. Graphcore schloss sein Büro in Oslo im Rahmen einer umfassenderen Umstrukturierung, die im Oktober letzten Jahres angekündigt wurde, sagte ein Sprecher des Startups, da es Schwierigkeiten hatte, gegen in den USA ansässige Unternehmen wie Nvidia Corp und Advanced Micro Devices Inc vorzudringen, die den Markt für KI-Chips dominieren . Meta hat bereits eine interne Einheit, die verschiedene Arten von Chips entwickelt, die darauf abzielen, die Effizienz seiner KI-Arbeit zu beschleunigen und zu maximieren, einschließlich eines Netzwerkchips, der eine Art Flugsicherungsfunktion für Server ausführt, sagten zwei Quellen gegenüber Reuters. Effiziente Vernetzung ist besonders nützlich für moderne KI-Systeme wie die hinter dem Chatbot ChatGPT oder dem Bilderzeugungstool Dall-E, die viel zu groß sind, um auf einen einzigen Computerchip zu passen, und stattdessen auf viele aneinandergereihte Chips aufgeteilt werden müssen. Eine neue Kategorie von Netzwerkchips ist entstanden, die dazu beitragen sollen, dass sich Daten innerhalb dieser Rechencluster reibungslos bewegen. Nvidia, AMD und Intel Corp stellen alle solche Netzwerkchips her. Zusätzlich zu seinem Netzwerkchip entwickelt Meta auch einen komplexen Computerchip, um sowohl KI-Modelle zu trainieren als auch Inferenzen durchzuführen, ein Prozess, bei dem die trainierten Modelle Urteile fällen und Antworten auf Eingabeaufforderungen generieren, obwohl nicht erwartet wird, dass dieser Chip bis dahin fertig ist um 2025. Graphcore, eines der wertvollsten Tech-Startups Großbritanniens, wurde einst von Investoren wie Microsoft und der Risikokapitalgesellschaft Sequoia als vielversprechender potenzieller Herausforderer von Nvidias Führungsposition auf dem Markt für KI-Chipsysteme angesehen. Laut einem Bericht der britischen Zeitung The Times erlebte das Unternehmen jedoch im Jahr 2020 einen Rückschlag, als Microsoft einen frühen Deal zum Kauf der Chips von Graphcore für seine Cloud-Computing-Plattform Azure verwarf. Microsoft verwendete stattdessen die GPUs von Nvidia, um die massive Infrastruktur aufzubauen, die den ChatGPT-Entwickler OpenAI antreibt, der auch von Microsoft unterstützt wird. Sequoia hat seitdem seine Investition in Graphcore auf null abgeschrieben, obwohl es laut einer mit der Beziehung vertrauten Quelle im Vorstand des Unternehmens verbleibt. Die Abschreibung wurde erstmals im Oktober von Insider gemeldet. Der Sprecher von Graphcore bestätigte die Rückschläge, sagte aber, das Unternehmen sei „perfekt positioniert“, um von der beschleunigten kommerziellen Einführung von KI zu profitieren. Graphcore wurde zuletzt mit 2,8 Milliarden US-Dollar bewertet, nachdem es in seiner letzten Investitionsrunde im Jahr 2020 222 Millionen US-Dollar aufgebracht hatte.
Ende des Artikels