RebellionsがproteanTecsのDeep Dataモニタリングを採用、大規模AIの性能と品質を強化

機械学習・深層学習

RebellionsがproteanTecsのDeep Dataモニタリングを採用、大規模AIの性能・品質を強化

AI半導体メーカーのRebellionsは、エレクトロニクスのヘルス(健全性)と性能を監視するDeep Dataソリューションを提供するproteanTecsと提携し、大規模AI向けに設計された自社AIアクセラレータにproteanTecsの技術を導入したことを発表しました。この技術は、AIチップがどのように機能しているかを深く監視し、性能と品質をさらに高めることを目指しています。

Rebellions、proteanTecs の Deep Data モニタリングを採用し、ペタスケール推論時代の性能・品質をさらに強化

大規模AIのニーズに応えるRebellionsのAIアクセラレータ

Rebellionsが開発するAIアクセラレータは、急速に成長する大規模AIの要求に応えるために、一から設計されました。これは、言葉を理解するAI(LLM)から、画像や音声など複数の情報を扱うAI(マルチモーダルAI)まで、さまざまな種類のAIの作業に対応できます。

このアクセラレータは、小さなチップを組み合わせて一つの大きなチップのように使う「チップレットアーキテクチャ」や、非常に高速なデータをやり取りできる「HBM3E」という最新技術を取り入れています。これにより、少ない電力で高い性能を発揮し、大規模なデータセンターでのAI活用を可能にします。Rebellionsは、このチップレット構造とHBM3Eを量産レベルで導入している数少ない企業の一つであり、膨大なデータを扱う「ペタスケール」規模での「Mixture-of-Experts(MoE)推論」を実現するなど、AIインフラの新しい基準を打ち立てています。

proteanTecsの技術でチップの「健康状態」を監視

今回、Rebellionsは自社のAIアクセラレータにproteanTecsの監視技術(モニタリングIP)を搭載しました。この技術は、AI(機械学習)を活用した高度な分析方法と組み合わせることで、チップの性能や健全性に関する情報をリアルタイムで取得できるようになります。

これにより、Rebellionsは次のようなメリットを得られます。

  • 消費電力の大幅な削減:チップの最適な動作を維持し、無駄な電力消費を抑えます。

  • 市場投入までの期間短縮:開発から量産までのプロセスを効率化します。

  • 高い品質と信頼性の確保:チップが常に最高の状態で動作するよう、安定性を保ちます。

Rebellionsの共同創業者兼CTOであるJinwook Oh氏は、「私たちの目標は、性能とコスト効率を両立させた次世代AIプロセッサを提供することです。proteanTecsのDeep Dataモニタリングは、量産から大規模なデータセンター展開まで、チップの状態を正確に把握するのに役立ちます。これにより、大規模な運用でも安定性を保ちながら、性能あたりの電力効率をさらに高めることができます」と述べています。

proteanTecsの最高収益責任者(CRO)であるSanjay Lall氏は、「AIの普及が世界的に加速する中で、大規模な展開においては、性能向上、エネルギー効率、そしてシステムの頑丈さをどのように両立させるかが非常に重要です。Rebellionsは、高性能・高帯域幅・チップレットベースという先進的な設計でAIアクセラレーションの新しい基準を築いています。私たちは、Rebellionsが高度で要求の厳しい作業を支える取り組みを支援できることを誇りに思います」とコメントしています。

proteanTecsについて

proteanTecsは、高度なエレクトロニクス(電子機器)を監視するためのDeep Data分析技術を提供する世界的な企業です。データセンター、自動車、通信、モバイル市場の主要企業から信頼されており、製品の製造段階から実際に使われる現場まで、システムの健全性とパフォーマンスを監視しています。

チップの中に組み込まれたモニターから得られる新しいデータにAI(機械学習)を適用することで、proteanTecsのDeep Data分析ソリューションは、これまでにないレベルでチップの状態を「見える化」し、具体的な対策を立てるための役立つ情報を提供します。これにより、高い品質と信頼性を実現しています。proteanTecsはイスラエルに本社を置き、米国、インド、韓国、台湾、そして日本にも拠点を展開しています。

詳細については、proteanTecsのウェブサイトをご覧ください。

タイトルとURLをコピーしました