NeuReality wprowadza chip, który uwalnia pełny potencjał GPU dla AI

Izraelski startup NeuReality wprowadził swój specjalistyczny chip NR1, który koncentruje się na krytycznym wąskim gardle: nieefektywnym wykorzystaniu jednostek przetwarzania graficznego (GPU) w aplikacjach AI. Chociaż nowoczesne GPU skoncentrowane na AI stały się znacznie potężniejsze, procesory centralne (CPU) i karty sieciowe (NIC) w serwerach często nie nadążają. Szacuje się, że ta niezgodność sprawia, że GPU w takich systemach pracują zaledwie na 30-50% swojej potencjalnej wydajności.

Pozycjonowany jako „mózg za wnioskowaniem AI”, chip NR1 przejmuje cały proces koordynacji między GPU, CPU a siecią, dramatycznie przyspieszając przetwarzanie danych. Kluczowe jest to, że chip współpracuje z każdym akceleratorem – niezależnie od tego, czy pochodzi z NVIDIA, AMD, czy z rozwiązań specjalistycznych. NeuReality twierdzi, że NR1 umożliwia niemal całkowite wykorzystanie GPU. W wewnętrznych testach firmy, pojedyncze GPU uruchamiające model AI generatywnego osiągnęło 6,5 razy wyższą wydajność w porównaniu do standardowej architektury serwerowej opartej na x86, przy tym samym zużyciu energii.

Ta technologia ma szczególne znaczenie dla:

NeuReality oferuje również zestaw SDK i narzędzi Kubernetes dla zespołów DevOps i MLOps, oferując uproszczoną ścieżkę integracji w studiach gier i usługach chmurowych. W miarę jak AI staje się coraz bardziej integralną częścią rozwoju gier – napędzając wszystko, od generowania treści po zaawansowaną analizę zachowań graczy – redukcja kosztów i przyspieszanie obliczeń staje się kluczowe. NR1 ucieleśnia trend w kierunku rozdzielenia serwerów, wydzielając obliczenia AI do osobnego, wysoko zoptymalizowanego toru przetwarzania.

Jest to szczególnie istotne dla studiów pracujących z AI generatywnym, modelami multimodalnymi, przetwarzaniem obrazów (w tym grafiką fotorealistyczną), syntezą głosu oraz uczeniem maszynowym na ogromnych ilościach danych gier. Pojawienie się NR1 podkreśla rosnące zapotrzebowanie rynku na specjalistyczne rozwiązania, które efektywnie zarządzają zasobami podczas złożonych zadań AI, szczególnie w miarę skalowania operacji.