Com instalações nos EUA e na Coreia do Sul, laboratório desenvolverá chips para apoiar as exigências de processamento de “inteligência artificial geral”.
A Samsung construiu um laboratório de pesquisa dedicado ao desenvolvimento de um novo tipo de chip para a próxima iteração da inteligência artificial: IA que é ainda mais inteligente que os humanos.
CONTEÚDO RELACIONADO – Intel receberá até US$ 8,5 bi em financiamento da Lei Chips
O Samsung Semiconductor AGI Computing Lab estará sob a direção de Dong Hyuk Woo, vice-presidente sênior da Samsung, e estará localizado nos EUA e na Coreia do Sul.
O único objetivo do laboratório será construir um semicondutor projetado para atender às demandas de processamento intensivo de computação do que a Samsung chama de “inteligência artificial geral”, ou AGI, de acordo com uma postagem no LinkedIn de Kye Hyun Kyung, CEO da Samsung Semiconductor.
A definição de AGI da Samsung é um tipo de IA em que os modelos têm capacidades de inteligência ainda maiores, ou pelo menos iguais, aos humanos e aprendem por conta própria, sem a necessidade de serem treinados primeiro com dados humanos. Este tipo de tecnologia é significativamente mais intensivo em termos computacionais do que os atuais grandes modelos de linguagem (LLMs) associados à tecnologia de IA atual, que deve ser treinada por humanos em várias fontes de dados.
Do LLM ao AGI
O laboratório da Samsung se concentrará primeiro no desenvolvimento de chips para LLMs, especificamente em inferência de IA e aplicações de serviços, disse Kyung. Isso configurará o desenvolvimento de chips mais sofisticados para AGI no futuro, disse ele.
A Samsung planeja lançar continuamente novas versões dos designs de chips do AGI Computing Lab em “um modelo iterativo que fornecerá desempenho mais forte e suporte para modelos cada vez maiores por uma fração do poder e do custo”, disse ele.
Atualmente, o mercado de chips generativos de IA para modelos de treinamento é dominado em grande parte pela Nvidia, com a AMD tendo alguma participação no espaço, disse Gupta. Mas estes são para modelos executados em GPUs, que podem ser escassos e caros e, portanto, não são uma solução de longo prazo para a execução de modelos de IA. *Com informação de agências internacionais.
Participe das comunidades IPNews no Instagram, Facebook, LinkedIn e X (Twitter).
