AI-Nvidia新競爭對手出現；自然語言演算法超越人類

TAcc+新創分析師 許雅音

AI技術的核心是AI演算法，為了將AI演算法發揮得淋漓盡致，AI晶片扮演關鍵腳色，未來AI晶片首先進入的四個領域分別是，行動領域、數據中心、汽車以及物聯網。因此AI晶片的競爭，及演算法的部署成為AI領域的亮點。

• Graphcore開發運算力最強的AI晶片，Nvidia不再獨佔核心晶片市場 — 英國獨角獸新創公司Graphcore在2020年底完成2.22億美元的融資，估值為27.7億美元，Graphcore開發了Colossus Mk2 GC200晶片，一個專門用於運算AI模型的IPU (Intelligence Processing Unit) 晶片，IPU晶片的性能優於GPU兩到三倍，在AI晶片市場上直接挑戰Nvidia。

目前專門為AI運算所發展的AI晶片 (如ASIC) 只能使用在特殊領域，靈活性有待加強，IPU做為一種平行處理器，經過重新設計具高度靈活性，可為現在的機器學習模型提供良好的運作性能。未來十年 IC 設計趨勢隨著人工智慧演算法的蓬勃發展，愈來愈多的AI整合至邊緣運算設備之中，帶動高度客製化AI運算晶片與伺服器可期之需求。

• Microsoft開發的神經語言模型DeBERTa在自然語言理解的檢測標準SuperGLUE測試中首次超越人類 — DeBERTa (Decoding-enhanced BERT with disentangled attention) 發展至可擴展到演算15億個參數，大幅超越之前SuperGLUE (Super General-Purpose Language Understanding) 排行榜前段班Google的110億個參數T5語言辨識模型，並以89.9的評分超過了人類得分 (vs. 89.8）。

SuperGLUE是紐約大學、華盛頓大學、DeepMind和 Facebook於2019年聯合推出一套新的自然語言處理(NLP)評估基準。自然語言處理 (NLP) 進展神速，科技大廠的技術研發大幅領先其他模型，在落差如此大的情形下，其他發展中的NLP模型繼續投入開發是否還有優勢？

參考資料：

• “Graphcore raises $222M for its ultrafast AI chips,” siliconangle, 2020
• “Microsoft DeBERTa Tops Human Performance on SuperGLUE NLU Benchmark,” Synced, 2021