Intel CEO: "पूरा उद्योग CUDA बाज़ार को खत्म करने के लिए प्रेरित है"

 (tomshardware.com)
2 पॉइंट द्वारा GN⁺ 2023-12-16 | 1 टिप्पणियां | WhatsApp पर शेयर करें

Intel CEO ने AI क्षेत्र में Nvidia की CUDA तकनीक पर हमला किया

  • Intel के CEO Pat Gelsinger ने न्यूयॉर्क सिटी में आयोजित एक इवेंट में Intel Core Ultra और 5वीं पीढ़ी के Xeon data center chips पेश करते हुए कहा कि AI में inference तकनीक training से अधिक महत्वपूर्ण होगी.
  • Gelsinger ने कहा कि training क्षेत्र में Nvidia की CUDA का दबदबा है, लेकिन यह हमेशा नहीं रहेगा. उन्होंने समझाया कि MLIR, Google, OpenAI आदि AI training को अधिक खुला बनाने के लिए 'Pythonic programming layer' की ओर बढ़ रहे हैं.
  • Intel ने जोर दिया कि वह केवल training ही नहीं, inference क्षेत्र में भी प्रतिस्पर्धी है, और असली महत्व इस बात का है कि models को अच्छी तरह चलाया जा सकता है या नहीं.

Intel की AI रणनीति और OpenVINO standard

  • Gelsinger ने कहा कि Intel, OpenVINO standard के जरिए अपने AI प्रयासों को आगे बढ़ा रहा है, और उन्होंने cloud तथा PC में होने वाली hybrid computing के भविष्य की भविष्यवाणी की.
  • Intel के data center and AI group की उपाध्यक्ष Sandra Rivera ने जोड़ा कि data center से लेकर PC तक के scale के आधार पर Intel को partners की पसंद में बढ़त मिल सकती है.
  • Gelsinger ने कहा कि Intel leadership CPU, accelerators और foundry के साथ data center AI बाज़ार के 100% हिस्से के लिए प्रतिस्पर्धा करेगा, और Nvidia, AMD आदि के साथ व्यावसायिक अवसर भी तलाशेगा.

GN⁺ की राय

  • Intel CEO Pat Gelsinger का यह बयान AI क्षेत्र में Nvidia की CUDA तकनीक की प्रभुत्वशाली स्थिति को चुनौती देने की एक नई कोशिश दिखाता है. इसे tech industry के भीतर अधिक खुले और standardized approach की ओर बढ़ते कदम के रूप में देखा जा सकता है.
  • AI inference तकनीक पर Intel का फोकस AI बाज़ार में नई प्रतिस्पर्धी संरचना का संकेत देता है. यह इस दिशा में बदलाव सुझाता है जहाँ AI models के कुशल execution और उपयोग को अधिक महत्व दिया जा रहा है.
  • OpenVINO जैसे standards के माध्यम से Intel AI क्षेत्र में अपनी स्थिति को कैसे मजबूत करना चाहता है, इस पर यह उपयोगी insight देता है. यह technology के democratization और innovation को बढ़ावा देने में योगदान दे सकता है.

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2023-12-16
Hacker News राय

  • CUDA के महत्व पर चर्चा

    • CUDA केवल chip production speed का मामला नहीं है, बल्कि software और ecosystem का मुद्दा है। प्रतिस्पर्धियों को ecosystem से मुकाबला करना होगा।
    • सेकंड-हैंड Mi100, eBay पर A100 जैसी लगभग समान performance 5 गुना कम कीमत पर देता है, लेकिन software mismatch के कारण इसे Nvidia GPU की तुलना में चलाने में बहुत अधिक समय लगता है।
    • Google, XLA interface के ज़रिए PyTorch compatibility देता है, और Intel की भी स्थिति कुछ ऐसी ही है।
    • प्रतिस्पर्धियों को सभी models को test करना होगा और समस्याएँ ठीक करने के लिए बड़े पैमाने का test suite बनाना होगा।
    • Intel सार्वजनिक initiatives की घोषणा करने और केवल न्यूनतम support देने की प्रवृत्ति रखता है, और OpenVino के सफल होने की संभावना कम दिखती है। दूसरी ओर, OpenAI का Triton अधिक लोकप्रिय लगता है।

  • NVIDIA की software engineering strategy

    • NVIDIA के engineers में आधे से ज़्यादा software engineers हैं। Jensen ने दशकों में एक मजबूत software stack बनाया है।
    • जब तक Intel को तकनीकी और strategic CEO नहीं मिलता, तब तक CUDA के लिए सफल जवाब को संगठित करना मुश्किल होगा।

  • CUDA alternatives को लेकर उम्मीदें और वास्तविकता

    • अगर CUDA से बेहतर tools, ecosystem और programming experience दिया जाए, तो सबको फायदा होगा।
    • लेकिन अभी, OpenCL की विफलता जैसे पिछले प्रयासों को देखते हुए, ऐसे दावे कुछ हद तक हास्यास्पद लगते हैं।
    • Intel और AMD ने CUDA के निवेश की तुलना में बहुत कम प्रयास किया है, और परिणाम निराशाजनक रहे हैं।

  • CUDA की असली बढ़त पर सवाल

    • CUDA की बढ़त hardware नहीं, बल्कि software ecosystem है।
    • ज़्यादातर users के लिए migration cost बहुत अधिक नहीं हो सकती, लेकिन researchers और सीमाएँ आगे बढ़ाने वालों के लिए ऐसा नहीं हो सकता।

  • OpenCL-आधारित प्रतिक्रिया प्रयासों की आलोचना

    • Intel और AMD के पास OpenCL के आधार पर समान सुविधाएँ देने के लिए कई साल थे, फिर भी वे असफल रहे।

  • CUDA से दूर जाने की प्रेरणा की कमी

    • अधिकांश models और tools अभी भी CUDA का उपयोग करते हैं, और AMD NN middleware का उपयोग लगभग दिखाई नहीं देता।

  • Intel और AMD की software strategy की विफलता

    • Intel ने पिछले 10 वर्षों में कुछ नहीं किया और अरबों डॉलर लगभग बेकार GPUs पर बर्बाद कर दिए।
    • Nvidia ने AI प्रगति में मदद करने के लिए सफलतापूर्वक निवेश किया।

  • Intel और AMD की software strategy पर आलोचना

    • Pat Gelsinger और Lisa Su को software की पर्याप्त समझ नहीं है, और वे जटिल hardware के software के लिए community पर निर्भर हैं।
    • Nvidia ने hardware और software को साथ-साथ विकसित किया है, और CUDA programming model बहुत पहले से एक बड़ा दांव था।
    • अगर Intel और AMD बुनियादी बदलाव नहीं करते, तो वे ARM और Nvidia से हार जाएँगे।

  • Intel GPU को लेकर उम्मीद

    • अगर Nvidia GPU के बराबर लागत पर बेहतर performance वाला Intel GPU मिले, जिस पर PyTorch अच्छी तरह चले, तो Intel GPU खरीदने की इच्छा होगी।

  • CUDA monopoly पर आलोचना

    • यह समझ आता है कि NVIDIA CUDA monopoly बनाए रखना चाहता है, लेकिन AMD/Intel/अन्य कंपनियों ने भी मौका गंवाया है।
    • जब तकनीकी/क्षमता संबंधी बाधाएँ कुछ खास use cases में de facto monopoly बनाए रखती हैं, तो उपभोक्ताओं को नुकसान होता है।