انویدیا از ارتقا چیپ پرچم‌دار H100 AI خود خبر داد. این دستگاه که H200 نام دارد، دارای حافظه بیشتر و قدرت پردازشی بالاتر است. سه ارائه‌دهنده بزرگ سرویس های ابری، H200 را از سال 2024 به کار خواهند گرفت. AWS، Azure و Google  Cloud تعدادی از آنها هستند.AMD  و اینتل هم در حال آماده شدن برای عرضه تراشه های هوش مصنوعی برای رقابت با رقیب خود انویدیا هستند تا از کمبود پردازنده گرافیکی Nvidia استفاده کنند و بتوانند سهم خود را از بازار بگیرند. انویدیا امروز از ارتقاء تراشه هوش مصنوعی پرچمدار خود H100 برای جلوگیری از تسلط رقبای خود در بازار GPU رونمایی کرد. با ارزش ترین سازنده تراشه جهان H200 را معرفی کرد که از حافظه با پهنای باند بالا برای مدیریت مجموعه داده های عظیم برای هوش مصنوعی مولد و سایر محاسبات شدید هوش مصنوعی استفاده می کند. این تراشه دارای 141 گیگابایت حافظه با سرعت 4.8 ترابایت بر ثانیه یا تقریباً دو برابر ظرفیت و 2.4 برابر پهنای باند بیشتر از مدل قبلی خود یعنی A100 است. این سازنده تراشه گفت که H200 در مدل 70 میلیارد پارامتری مدل Meta's Llama 2 که یک مدل متن باز است؛ در مقایسه با H100 تقریباً سرعت استنتاج دو برابر خواهد داشت. انویدیا گفت که H200 با به روز رسانی نرم افزار شاهد پیشرفت های بیشتری خواهد بود. همچنین اشاره کرد که AWS، Microsoft Azure، Google Cloud، Oracle Cloud، CoreWeave، Lambda و Vultr تراشه جدید را از سال 2024 به کار خواهند گرفت.

AMD و اینتل در تعقیب Nvidia:

این خبر در حالی منتشر می‌شود که رقبای Nvidia از تراشه‌هایی رونمایی کرده‌اند که هدف آن به چالش کشیدن این غول تراشه‌ای دنیاست، به‌ویژه که این شرکت با کمبود پردازنده‌های گرافیکی روبه‌روست. انتظار می‌رود که AMD امسال عرضه تراشه MI300X خود را آغاز کند که تا 192 گیگابایت حافظه ارائه می دهد. مدل های بزرگ هوش مصنوعی به حافظه زیادی نیاز دارند زیرا حجم محاسبات در این مدل ها بسیار بالاست. AMD با اجرای یک مدل فالکون با 40 میلیارد پارامتر، پیش نمایشی از تراشه MI300X را به نمایش گذاشته بود که توجهات زیادی را به خود جلب کرد. اینتل قرار است در ماه دسامبر تراشه های رایانه شخصی مجهز به هوش مصنوعی به نام Meteor Lake را عرضه کند. به گفته این شرکت، Meteor Lake اولین موتور اختصاصی هوش مصنوعی اینتل است که مستقیماً در یک SoC ادغام شده است تا هوش مصنوعی را به رایانه شخصی در مقیاس کوچکتر بیاورد.SambaNova Systems  نیز تراشه SN40L خود را دارد که می‌گوید می‌تواند یک مدل 5 تریلیون پارامتری را مدیریت کند و بیش از 256 هزار طول توالی را در یک سیستم برای کیفیت بهتر و نتایج سریع‌تر با قیمت پایین‌تر پشتیبانی کند.H100  انویدیا گران است و اغلب بیش از 30000 دلار برای هر چیپ باید هزینه کرد.