Milyen fő irányok rajzolódnak ki jelenleg az AI hardverek piacán, amikor a legnagyobb gyártók sorra jelentkeznek saját fejlesztésű gyorsítóikkal, különféle architektúrákat és új matematikai megközelítéseket alkalmazva? A műsor a piaci alternatívákat és a főbb szereplők legújabb, adatközponti inferencia céljára tervezett chipjeit, valamint ezek előnyeit és egyedi kihívásait tárgyalja.
Felvetődik, hogy mennyire sikerülhet nyílt és versenyképes alternatívát teremteni az Nvidia domináns, zárt rendszerével szemben – ilyen próbálkozás például az Intel Gaudi családja. Szó esik arról is, hogyan próbálkozik az IBM saját vállalati AI gyorsítóval, amely az extrém alacsony precizitású számításokra helyezi a hangsúlyt, vagy hogy a Qualcomm miként frissíti évekkel ezelőtt indított AI-chipsorozatát az új, nagyszabású rendszerekhez.
Igen eltérő utak jelennek meg az AI gyorsítók fejlesztésében: a Tensordyne például teljesen elhagyja a szokásos lebegőpontos számításokat, helyette logaritmikus rendszerű műveleteket vezet be a hatékonyság növelése érdekében. Közben a Tenstorrent Black Hole rendszere a nyílt forráskódú, moduláris skálázást állítja középpontba, új utakat keresve a költséghatékonyság és bővíthetőség terén.
Végül témaként felmerül az európai ellátásbiztonság és szuverenitás kérdése is: a francia Calray saját fejlesztésű, nagyteljesítményű, energiahatékony chipjeivel főként valós idejű és telekommunikációs felhasználásra céloz, miközben régiós gyártással és technológiai önállósággal igyekszik kitűnni.
A műsor végigvezeti a hallgatót az aktuális AI hardveres fejlesztések fő technológiai és piaci dilemmáin, miközben ráirányítja a figyelmet arra, hogy maguk a fejlesztők és felhasználók hogyan tudják majd áthidalni a különféle ökoszisztémák, szoftveres integrációk vagy akár új matematikai alapelvek közti akadályokat.
