Back
Back

Nachdem Nvidia feststellte, dass ihre Gaming-Chips geradezu perfekt [link url=https://www.forbes.com/forbes/welcome/?toURL=https://www.forbes.com/sites/aarontilley/2016/11/30/nvidia-deep-learning-ai-intel/&refURL=https://reporting.marmato-eservices.de/v3/?mid=852358656&gid=850997327&h=54bfff738bdfa862bf526e12b6312283&s=2511f49576c1e70927491be7744cf7f2&header=0&referrer=https://reporting.marmato-eservices.de/v3/?mid=852358656&gid=850997327&h=54bfff738bdfa862bf526e12b6312283&s=2511f49576c1e70927491be7744cf7f2&header=0#658eab867ff1 target=_blank] für die meisten KI-Anforderungen[/link] geeignet waren, boomte das Geschäft. Die meisten KI-Start-ups verlassen sich seitdem auf die teuren Komponenten. [link url=http://deepscale.ai/ target=_blank] DeepScale[/link] welches jetzt ein 3-Millionen-Funding (US-Dollar) einholen konnte, setzt hingegen auf günstigere Chips von Intel und Qualcomm. Oder man macht es gleich wie [link url=https://www.mythic-ai.com/ target=_blank] Mythic[/link] und verbaut die KIs direkt in die Speicher, [link url=https://venturebeat.com/2017/03/22/mythic-raises-8-8-million-to-put-ai-on-a-chip/ target=_blank] ganz ohne Prozessoren.