AI startup的未來潛力

全文連結：https://techcrunch.com/2020/04/06/why-ai-startups-economics-will-likely-improve-over-time/

讀後心得 by 許竣翔 during internship in Avalanche Computing Taiwan

Image source: https://lisalarter.com/skyrocket-sales/

Skyrocketing computing power makes AI more lucrative

Some factors to improve AI industry gross margins

1. 數學理論更完善：研發更快更準的AI model，降低生產成本
2. 硬體資源的不斷突破：不管是Nvidia的GPU、Intel的AI神經計算棒、Google的TPU…，強大的運算能力不只讓AI model的迭代更新越來越快，也開啟了不同的模型產生方式，如AutoML [1] 中的Neural Network Search (NAS)，就是針對一組訓練資料，用百倍千倍的計算資源來train一票model，看說哪個結構的model效果最好
3. 量子計算 [2] 的興起：「摩爾定律」（Moore’s law）指的是積體電路上容納的電晶體數量，每隔兩年便會增長一倍，大致說明電腦運算能力會呈指數型的成長。而量子電腦的計算能力則是以「雙指數成長」，有了如此的運算資源，傳統電腦耗費「萬年」才能計算的線性代數難題，量子電腦在數分鐘就可迎刃而解，以後的AI model能花短短的時間就找到全域最佳解（global optimization）
4. 雲端運算平台費用的降低：隨著硬體技術的不斷完善，硬碟、記憶體…的價格越來越便宜大碗，per unit of cloud compute的費用也持續隨之降低，使企業對於租用雲端主機（e.g. AWS、GCP）的價格接受度提高，免去了自建機房的時間人力成本後，能更專注在研發好應用好產品

Reference

[1] https://kopu.chat/2018/08/02/google-automl/

[2] https://scitechvista.nat.gov.tw/c/sT0w.htm

And that’s a wrap! Enjoy. 🎆

👏

More about Avalanche Computing (the Hyper-Scale Computing technique provider for the AI industry).

fb: https://www.facebook.com/avalanchecomp/

linkedin: https://www.linkedin.com/company/avalanc/