목차
소식통에 따르면 자금 조달을 원하는 칩 스타트업은 투자자로부터 더욱 까다로운 요구 사항에 직면하고 있습니다. 이러한 투자자들은 해당 회사가 몇 달 내에 출시할 수 있거나 이미 판매할 수 있는 제품을 요구하고 있습니다.
기술 주변기기 IT산업 스타트업 기업은 자금 조달에 어려움을 겪고 있으며 Nvidia는 AI 칩 분야를 장악하고 있으며 투자 규모는 80% 감소했습니다.

스타트업 기업은 자금 조달에 어려움을 겪고 있으며 Nvidia는 AI 칩 분야를 장악하고 있으며 투자 규모는 80% 감소했습니다.

Sep 19, 2023 am 08:49 AM
일체 포함 엔비디아

9월 12일 뉴스에 따르면 많은 투자자들은 엔비디아가 인공지능(AI) 칩 제조 분야에서 지배력을 확보해 잠재적 경쟁자들이 자금조달에 더 큰 어려움을 겪고 있다고 말했습니다.

올 2분기 미국의 칩 스타트업 자금 조달 거래 건수는 지난해 같은 기간에 비해 80% 감소했습니다.

스타트업 기업은 자금 조달에 어려움을 겪고 있으며 Nvidia는 AI 칩 분야를 장악하고 있으며 투자 규모는 80% 감소했습니다.

NVIDIA는 엄청난 양의 언어 데이터를 처리하며 칩 시장을 장악하고 있습니다. 생성적 AI 모델은 더 많은 데이터에 노출되면서 점차 더 똑똑해집니다. 이는 훈련이라는 프로세스입니다.

Nvidia가 이 분야의 강력한 플레이어로 떠오르면서 Nvidia와 경쟁하려는 칩 제조 회사의 상황은 점점 더 어려워지고 있습니다. 벤처캐피털리스트들은 이러한 스타트업을 위험도가 높은 것으로 보고 대규모 자금 투자를 꺼린다. 칩 설계를 작동 중인 프로토타입 단계로 발전시키는 데는 5억 달러 이상의 자금이 필요할 수 있으므로 투자자 철수는 곧 스타트업의 전망을 위협할 수 있습니다.

Eclipse Ventures의 파트너인 Greg Reihau는 다음과 같이 말했습니다. "Nvidia는 항상 지배력으로 인해 투자가 줄어들었습니다. 데이터베이스 분석 플랫폼 피치북(Pitchbook)의 데이터에 따르면 올해 8월 말 현재 미국 칩 스타트업은 8억 8,140만 달러를 모금했습니다. 이는 2022년 첫 3분기의 17억9천만 달러와 비교된다. 거래 건수는 8월 말까지 23건에서 4건으로 줄었습니다. 엔비디아는 논평을 거부했다.

기술 웹사이트 더 레지스터(The Register)의 보고서에 따르면 인공지능 칩 스타트업 미씩(Mythic)은 총 약 1억 6천만 달러를 모금했지만 지난해 현금이 부족해 운영을 거의 중단할 뻔했습니다. 그러나 올해 3월 회사는 비록 1,300만 달러에 불과했지만 새로운 투자를 확보했습니다.

Mythic CEO Dave Rick은 투자자들이 "금융 딜레마"를 원하기 때문에 Nvidia가 전체 인공 지능 칩 산업의 위기를 "간접적으로" 악화시켰다고 말했습니다. 막대한 투자와 막대한 수익으로 홈런 투자를 하라." 그러나 어려운 경제 환경으로 인해 경기 순환 반도체 산업의 침체가 가속화되었습니다.

이 문제에 정통한 두 사람에 따르면 Rivos라는 신비한 스타트업이 최근 자금 조달에 어려움을 겪었다고 합니다. Rivos의 주요 목표는 데이터 서버에 사용할 칩을 설계하는 것입니다.

Rivos의 대변인은 Nvidia의 시장 지배력이 자금 조달 노력을 방해하지 않았으며 하드웨어와 소프트웨어가 "계속해서 우리 투자자들을 흥분시키고 있다"고 말했습니다.

현재 Rivos는 Rivos가 지적 재산권 비밀을 훔쳐 자금 조달 문제를 악화시키고 있다고 비난하는 Apple과 법적 싸움을 벌이고 있습니다.

투자자의 요구가 점점 더 까다로워지고 있습니다

소식통에 따르면 자금 조달을 원하는 칩 스타트업은 투자자로부터 더욱 까다로운 요구 사항에 직면하고 있습니다. 이러한 투자자들은 해당 회사가 몇 달 내에 출시할 수 있거나 이미 판매할 수 있는 제품을 요구하고 있습니다.

약 2년 전만 해도 칩 스타트업에 대한 신규 투자 규모는 일반적으로 2억 달러에서 3억 달러였습니다. 그러나 PitchBook 분석가 Brendan Burke에 따르면 현재 그 숫자는 약 1억 달러로 떨어졌습니다.

적어도 두 개의 AI 칩 스타트업이 잠재 고객을 유치하거나 고위 경영진과 협력하여 투자자를 설득하고 우려를 해소했습니다. 수정된 내용: 최소 2개의 AI 칩 스타트업이 잠재 고객이나 유명 임원과의 관계를 널리 공개하여 투자자를 설득하고 의심을 완화하는 데 성공했습니다.

올해 8월, 1억 달러 모금을 목표로 캐나다 AI 칩 스타트업 Tenstorrent는 CEO Jim Keller를 고용했습니다. Keller는 Apple, AMD 및 Tesla용 칩을 설계한 거의 전설적인 칩 설계자입니다.

실리콘밸리 인공지능 칩 스타트업 디매트릭스(D-Matrix)는 올해 매출이 1천만 달러 미만이 될 것으로 예상했지만 지난주 1억 1천만 달러의 자금 조달에 성공했습니다. 이러한 성과는 D-Matrix의 새로운 AI 칩이 내년에 출시될 때 테스트하겠다는 Microsoft의 지원과 Windows 운영 체제 제조업체의 노력 덕분에 이루어졌습니다.

Nvidia의 그림자에 있는 칩 제조업체들이 힘든 시간을 보내고 있지만, 인공 지능 소프트웨어 및 관련 기술 분야의 스타트업 동일한 제약에 직면하지 마십시오. PitchBook 데이터에 따르면 이들 스타트업은 올해 8월 현재 약 240억 달러의 자금 조달을 받았습니다.

Nvidia가 인공지능 컴퓨팅 분야를 장악하고 있지만 이 분야에서 무적은 아닙니다. AMD는 엔비디아와 경쟁하기 위해 올해 칩을 출시할 계획이고, 인텔은 인수를 통해 경쟁 제품을 인수하며 비약적인 성장을 이뤘다. 소식통은 장기적으로 이 칩이 Nvidia 칩을 대체할 가능성이 있다고 믿습니다.

경쟁업체에게 기회를 제공할 수도 있는 유사한 사용 사례도 있습니다. 예를 들어, 예측 알고리즘을 위해 데이터 집약적인 계산을 수행하는 칩은 신흥 틈새 시장입니다. Nvidia는 이 공간을 지배하지 않으며 투자하기에 적합한 영역입니다.

광고 문구: 이 기사에는 더 많은 정보를 제공하고 상영 시간을 절약하기 위해 고안된 외부 점프 링크(하이퍼링크, QR 코드, 비밀번호 등을 포함하되 이에 국한되지 않음)가 포함되어 있습니다. 그러나 링크된 결과는 참고용일 뿐입니다. 이 사이트의 모든 기사에는 이 내용이 포함되어 있습니다

위 내용은 스타트업 기업은 자금 조달에 어려움을 겪고 있으며 Nvidia는 AI 칩 분야를 장악하고 있으며 투자 규모는 80% 감소했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공 Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공 Jun 28, 2024 am 03:51 AM

이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미 Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미 Jun 10, 2024 am 11:08 AM

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다. 미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다. Jun 11, 2024 pm 03:57 PM

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

NVIDIA 대화 모델 ChatQA는 버전 2.0으로 발전했으며 컨텍스트 길이는 128K로 언급되었습니다. NVIDIA 대화 모델 ChatQA는 버전 2.0으로 발전했으며 컨텍스트 길이는 128K로 언급되었습니다. Jul 26, 2024 am 08:40 AM

오픈 LLM 커뮤니티는 백개의 꽃이 피어 경쟁하는 시대입니다. Llama-3-70B-Instruct, QWen2-72B-Instruct, Nemotron-4-340B-Instruct, Mixtral-8x22BInstruct-v0.1 등을 보실 수 있습니다. 훌륭한 연기자. 그러나 GPT-4-Turbo로 대표되는 독점 대형 모델과 비교하면 개방형 모델은 여전히 ​​많은 분야에서 상당한 격차를 보이고 있습니다. 일반 모델 외에도 프로그래밍 및 수학을 위한 DeepSeek-Coder-V2, 시각 언어 작업을 위한 InternVL과 같이 핵심 영역을 전문으로 하는 일부 개방형 모델이 개발되었습니다.

대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다. 대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다. Jul 25, 2024 am 06:42 AM

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

Nvidia는 가지치기 및 증류 작업을 수행합니다. 동일한 크기로 더 나은 성능을 달성하기 위해 Llama 3.1 8B의 매개변수를 절반으로 줄였습니다. Nvidia는 가지치기 및 증류 작업을 수행합니다. 동일한 크기로 더 나은 성능을 달성하기 위해 Llama 3.1 8B의 매개변수를 절반으로 줄였습니다. Aug 16, 2024 pm 04:42 PM

소형 모델의 등장. 지난달 Meta는 현재까지 Meta의 가장 큰 모델인 405B 모델과 각각 700억 개의 매개변수와 80억 개의 매개변수를 가진 두 개의 작은 모델을 포함하는 Llama3.1 모델 시리즈를 출시했습니다. Llama3.1은 오픈 소스의 새로운 시대를 여는 것으로 간주됩니다. 그러나 차세대 모델은 성능이 강력하더라도 배포 시 여전히 많은 양의 컴퓨팅 리소스가 필요합니다. 따라서 업계에서는 다양한 언어 작업에서 충분한 성능을 발휘하고 배포 비용이 매우 저렴한 소규모 언어 모델(SLM)을 개발하는 또 다른 추세가 나타났습니다. 최근 NVIDIA 연구에 따르면 지식 증류와 결합된 구조화된 가중치 가지치기가 처음에는 더 큰 모델에서 더 작은 언어 모델을 점차적으로 얻을 수 있는 것으로 나타났습니다. 튜링상 수상자, 메타치프 A

NVIDIA SFF-Ready 사양을 준수하는 ASUS, Prime GeForce RTX 40 시리즈 그래픽 카드 출시 NVIDIA SFF-Ready 사양을 준수하는 ASUS, Prime GeForce RTX 40 시리즈 그래픽 카드 출시 Jun 15, 2024 pm 04:38 PM

6월 15일 이 사이트의 뉴스에 따르면 Asus는 최근 Prime 시리즈 GeForce RTX40 시리즈 "Ada" 그래픽 카드를 출시했습니다. 해당 크기는 그래픽 카드 크기가 304를 초과하지 않아야 하는 Nvidia의 최신 SFF-Ready 사양을 준수합니다. mm x 151mm x 50mm(길이 x 높이 x 두께). 이번에 ASUS가 출시한 Prime 시리즈 GeForceRTX40 시리즈에는 RTX4060Ti, RTX4070, RTX4070SUPER가 포함되어 있지만, 현재 RTX4070TiSUPER나 RTX4080SUPER는 포함되어 있지 않습니다. 이 RTX40 그래픽 카드 시리즈는 269mm x 120mm x 50mm 크기의 공통 회로 보드 디자인을 채택합니다. 세 가지 그래픽 카드 간의 주요 차이점은 다음과 같습니다.

SOTA 성능, 샤먼 다중 모드 단백질-리간드 친화성 예측 AI 방법, 최초로 분자 표면 정보 결합 SOTA 성능, 샤먼 다중 모드 단백질-리간드 친화성 예측 AI 방법, 최초로 분자 표면 정보 결합 Jul 17, 2024 pm 06:37 PM

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다

See all articles