Согласно новому отчету, опубликованному ранее в этом году аналитиками Bloomberg Intelligence, индустрия искусственного интеллекта может вырасти на 42% в течение десятилетия, в первую очередь благодаря основам, необходимым для обучения систем искусственного интеллекта. затем спрос на последующие устройства, использующие модели искусственного интеллекта, рекламу и другие услуги. Выпуск ориентированных на потребителя инструментов искусственного интеллекта, таких как ChatGPT и Google Bard, будет способствовать десятилетнему буму, который приведет к росту рынка AIGC с 40 миллиардов долларов дохода в прошлом году до примерно 1,3 триллиона долларов в 2032 году.
Источник изображения: Создано Unbounded AI
Генеративный искусственный интеллект (AIGC) получает все более широкое распространение, особенно в бизнесе.
Например, недавно Walmart объявил, что внедрит приложение AIGC для 50 000 сотрудников, не связанных с магазинами. Приложение, которое объединяет данные Walmart со сторонней моделью большого языка (LLM), может помочь сотрудникам решать ряд задач: от ускорения процесса составления документов до работы в качестве творческого партнера и обобщения больших документов, сообщает Axios.
Такие развертывания помогают стимулировать спрос на видеокарты (GPU), необходимые для обучения мощных моделей глубокого обучения. Графические карты — это специализированные вычислительные процессоры, которые выполняют программные инструкции параллельно, а не последовательно, как традиционный центральный процессор (ЦП).
По данным Wall Street Journal, обучение этих моделей «может стоить компаниям миллиарды из-за огромных объемов данных, которые им необходимо принимать и анализировать».
01.* На волне генеративного искусственного интеллекта*
Тенденция AIGC дала мощный импульс крупному поставщику графических процессоров Nvidia: компания сообщила о потрясающих доходах за последний квартал. По крайней мере, сейчас время бума для Nvidia, поскольку почти каждая крупная технологическая компания пытается заполучить высокопроизводительные видеокарты с искусственным интеллектом.
Эрин Гриффитс пишет в New York Times, что стартапы и инвесторы принимают чрезвычайные меры, чтобы заполучить эти чипы: «В этом году технологические компании отчаянно нуждаются не в деньгах, инженерных талантах, шумихе или даже прибыли, а в желании графические процессоры».
Бен Томпсон назвал это «Nvidia на вершине горы» в информационном бюллетене Stratechery на этой неделе. Импульсу еще больше способствовало объявление о партнерстве между Google и Nvidia, которое предоставит облачным клиентам Google более широкий доступ к технологиям на базе графических процессоров Nvidia. Все это указывает на текущую нехватку этих чипов в условиях растущего спроса.
Означают ли нынешние требования кульминацию нового поколения ИИ или, возможно, предвещают начало следующей волны разработок?
02.Как генеративные технологии формируют будущее вычислений
Генеральный директор Nvidia Дженсен Хуанг заявил во время последнего отчета о финансовых результатах компании, что это требование знаменует собой рассвет «ускоренных вычислений». Он добавил, что для компаний было бы разумно «отвести капитальные вложения от вычислений общего назначения и сосредоточиться на создании искусственного интеллекта и ускорении вычислений».
К вычислениям общего назначения относятся процессоры, предназначенные для решения различных задач: от электронных таблиц до реляционных баз данных и ERP. Nvidia считает, что процессоры теперь являются устаревшей инфраструктурой, и разработчикам следует оптимизировать код графического процессора для более эффективного выполнения задач, чем традиционные процессоры.
Графические процессоры могут выполнять множество вычислений одновременно, что делает их идеальными для таких задач, как машинное обучение (ML), которые выполняют миллионы вычислений параллельно. Графические процессоры также особенно хороши в определенных типах математических вычислений, таких как задачи линейной алгебры и манипуляций с матрицами, которые являются основой глубокого обучения и искусственного интеллекта.
03. Графические процессоры малоэффективны для некоторых типов программного обеспечения
Однако другие классы программного обеспечения, включая большинство существующих бизнес-приложений, оптимизированы для работы на процессорах и мало выигрывают от параллельного выполнения инструкций на графических процессорах.
Томпсон, похоже, придерживается аналогичной точки зрения: «Моя интерпретация точки зрения Хуанга заключается в том, что все эти графические процессоры будут использоваться для многих из тех же действий, которые в настоящее время выполняются на центральных процессорах; это, безусловно, оптимистичный взгляд для Nvidia, потому что это означает реализацию потенциала избыточные мощности, создаваемые генеративным искусственным интеллектом, будут заполнены текущими рабочими нагрузками облачных вычислений».
Он продолжил: «При этом я в этом сомневаюсь: и люди, и компании ленивы, а приложения на базе ЦП не только легче разрабатывать, но в большинстве случаев они уже созданы. Мне трудно представить, какие компании потратят время и попытка портировать что-то, что уже работает на процессоре, на графический процессор».
04.История повторяется
Мэтт Эссэй из InfoWorld напоминает нам, что мы уже видели это раньше. "Когда впервые появилось машинное обучение, ученые, работающие с данными, применяли его ко всему, даже с использованием более простых инструментов. Как однажды заметил ученый, работающий с данными Ной Лоранг: "Только небольшая часть бизнес-задач лучше всего решается с помощью машинного обучения; Большинству людей просто нужны хорошие данные и понять, что это значит. "
Дело в том, что ускоренные вычисления и графические процессоры не удовлетворяют всем потребностям программного обеспечения.
У Nvidia был хороший квартал, чему способствовала нынешняя спешка в разработке нового поколения приложений искусственного интеллекта. Компания, естественно, с энтузиазмом относится к этому. Однако, как мы видели из недавнего цикла хайпа Gartner в отношении новых технологий, новое поколение искусственного интеллекта переживает момент и находится на пике завышенных ожиданий.
Основатель Университета Singularity и XPRIZE Питер Диамандис сказал, что эти ожидания заключаются в том, чтобы увидеть будущий потенциал без каких-либо негативных последствий. «В этот момент шумиха начинает порождать необоснованное волнение и завышенные ожидания».
05.ТЕКУЩИЕ ПРЕДЕЛЫ
На этом этапе мы скоро достигнем пределов нынешнего увлечения AIGC. Как написали на Substack своей фирмы венчурные капиталисты Пол Кедроски и Эрик Норлин из SK Ventures: «Мы считаем, что мы находимся в самом конце первой волны ИИ, основанной на больших языковых моделях. Эта волна началась в 2017 году, с [Google] Бумага-трансформер («Внимание — это все, что вам нужно»), и она будет завершена где-то в ближайшие год или два, есть всевозможные ограничения. "
Эти ограничения включают в себя «склонность к галлюцинациям, недостаточность тренировочных данных в узкой области, устаревшие тренировочные корпуса многолетней давности или множество других причин». Волна ИИ».
Чтобы внести ясность: Кедроски и Норлин не считают, что ИИ зашел в тупик. Вместо этого они утверждают, что для достижения чего-то лучшего, чем «посредственная автоматизация» и ограниченный прирост производительности, необходимы существенные технологические усовершенствования. Они полагают, что следующая волна будет включать в себя новые модели, более открытый исходный код и особенно «повсеместные/дешевые графические процессоры», которые, если это правда, могут не сулить ничего хорошего для Nvidia, но дадут возможность тем, кто в ней нуждается. Технология приносит пользу людям.
Как отмечает Fortune, Amazon ясно дала понять о своем намерении напрямую бросить вызов доминированию Nvidia в производстве чипов. Они не одиноки: за долю рынка борются многие стартапы, как и гиганты производства микросхем, включая AMD. Бросить вызов доминирующему действующему президенту чрезвычайно сложно. По крайней мере, в этом случае расширение источников этих чипов и снижение цен на дефицитные технологии станут ключом к развитию и распространению волны инноваций AIGC.
06 Следующая волна ИИ
Несмотря на ограничения моделей и приложений текущего поколения, будущее AIGC светлое. Вероятно, существует несколько причин такого стремления, но, пожалуй, самой важной из них является нехватка рабочей силы во всех поколениях экономики, которая будет и дальше стимулировать потребность в более высоких уровнях автоматизации.
Хотя искусственный интеллект и автоматизация исторически рассматривались как отдельные вещи, эта точка зрения меняется с появлением AIGC. Эта технология все больше становится движущей силой автоматизации и повышения производительности. Майк Кнуп, соучредитель компании Zapier, занимающейся рабочими процессами, упомянул об этом явлении в недавнем подкасте Eye on AI, заявив: «Искусственный интеллект и автоматизация превращаются в одно и то же».
Конечно, McKinsey в это верит. «AIGC готова дать волю следующей волне производительности», — заявили они в недавнем отчете. Например, в Goldman Sachs заявили, что новое поколение искусственного интеллекта может увеличить мировой ВВП на 7%.
Независимо от того, находимся ли мы на вершине нынешнего поколения искусственного интеллекта или нет, очевидно, что эта область будет продолжать развиваться и вызывать споры на предприятии. Какими бы огромными ни были проблемы, столь же велики и возможности, особенно в мире, жаждущем инноваций и эффективности. Гонка за доминирование графических процессоров — это всего лишь снимок в этой разворачивающейся истории, пролог к будущей главе искусственного интеллекта и вычислений.
Использованная литература:
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
AIGC находится на переломном этапе: что будет дальше с реальным внедрением?
Согласно новому отчету, опубликованному ранее в этом году аналитиками Bloomberg Intelligence, индустрия искусственного интеллекта может вырасти на 42% в течение десятилетия, в первую очередь благодаря основам, необходимым для обучения систем искусственного интеллекта. затем спрос на последующие устройства, использующие модели искусственного интеллекта, рекламу и другие услуги. Выпуск ориентированных на потребителя инструментов искусственного интеллекта, таких как ChatGPT и Google Bard, будет способствовать десятилетнему буму, который приведет к росту рынка AIGC с 40 миллиардов долларов дохода в прошлом году до примерно 1,3 триллиона долларов в 2032 году.
Источник изображения: Создано Unbounded AI
Генеративный искусственный интеллект (AIGC) получает все более широкое распространение, особенно в бизнесе.
Например, недавно Walmart объявил, что внедрит приложение AIGC для 50 000 сотрудников, не связанных с магазинами. Приложение, которое объединяет данные Walmart со сторонней моделью большого языка (LLM), может помочь сотрудникам решать ряд задач: от ускорения процесса составления документов до работы в качестве творческого партнера и обобщения больших документов, сообщает Axios.
Такие развертывания помогают стимулировать спрос на видеокарты (GPU), необходимые для обучения мощных моделей глубокого обучения. Графические карты — это специализированные вычислительные процессоры, которые выполняют программные инструкции параллельно, а не последовательно, как традиционный центральный процессор (ЦП).
По данным Wall Street Journal, обучение этих моделей «может стоить компаниям миллиарды из-за огромных объемов данных, которые им необходимо принимать и анализировать».
01.* На волне генеративного искусственного интеллекта*
Тенденция AIGC дала мощный импульс крупному поставщику графических процессоров Nvidia: компания сообщила о потрясающих доходах за последний квартал. По крайней мере, сейчас время бума для Nvidia, поскольку почти каждая крупная технологическая компания пытается заполучить высокопроизводительные видеокарты с искусственным интеллектом.
Эрин Гриффитс пишет в New York Times, что стартапы и инвесторы принимают чрезвычайные меры, чтобы заполучить эти чипы: «В этом году технологические компании отчаянно нуждаются не в деньгах, инженерных талантах, шумихе или даже прибыли, а в желании графические процессоры».
Бен Томпсон назвал это «Nvidia на вершине горы» в информационном бюллетене Stratechery на этой неделе. Импульсу еще больше способствовало объявление о партнерстве между Google и Nvidia, которое предоставит облачным клиентам Google более широкий доступ к технологиям на базе графических процессоров Nvidia. Все это указывает на текущую нехватку этих чипов в условиях растущего спроса.
Означают ли нынешние требования кульминацию нового поколения ИИ или, возможно, предвещают начало следующей волны разработок?
02. Как генеративные технологии формируют будущее вычислений
Генеральный директор Nvidia Дженсен Хуанг заявил во время последнего отчета о финансовых результатах компании, что это требование знаменует собой рассвет «ускоренных вычислений». Он добавил, что для компаний было бы разумно «отвести капитальные вложения от вычислений общего назначения и сосредоточиться на создании искусственного интеллекта и ускорении вычислений».
К вычислениям общего назначения относятся процессоры, предназначенные для решения различных задач: от электронных таблиц до реляционных баз данных и ERP. Nvidia считает, что процессоры теперь являются устаревшей инфраструктурой, и разработчикам следует оптимизировать код графического процессора для более эффективного выполнения задач, чем традиционные процессоры.
Графические процессоры могут выполнять множество вычислений одновременно, что делает их идеальными для таких задач, как машинное обучение (ML), которые выполняют миллионы вычислений параллельно. Графические процессоры также особенно хороши в определенных типах математических вычислений, таких как задачи линейной алгебры и манипуляций с матрицами, которые являются основой глубокого обучения и искусственного интеллекта.
03. Графические процессоры малоэффективны для некоторых типов программного обеспечения
Однако другие классы программного обеспечения, включая большинство существующих бизнес-приложений, оптимизированы для работы на процессорах и мало выигрывают от параллельного выполнения инструкций на графических процессорах.
Томпсон, похоже, придерживается аналогичной точки зрения: «Моя интерпретация точки зрения Хуанга заключается в том, что все эти графические процессоры будут использоваться для многих из тех же действий, которые в настоящее время выполняются на центральных процессорах; это, безусловно, оптимистичный взгляд для Nvidia, потому что это означает реализацию потенциала избыточные мощности, создаваемые генеративным искусственным интеллектом, будут заполнены текущими рабочими нагрузками облачных вычислений».
Он продолжил: «При этом я в этом сомневаюсь: и люди, и компании ленивы, а приложения на базе ЦП не только легче разрабатывать, но в большинстве случаев они уже созданы. Мне трудно представить, какие компании потратят время и попытка портировать что-то, что уже работает на процессоре, на графический процессор».
04. История повторяется
Мэтт Эссэй из InfoWorld напоминает нам, что мы уже видели это раньше. "Когда впервые появилось машинное обучение, ученые, работающие с данными, применяли его ко всему, даже с использованием более простых инструментов. Как однажды заметил ученый, работающий с данными Ной Лоранг: "Только небольшая часть бизнес-задач лучше всего решается с помощью машинного обучения; Большинству людей просто нужны хорошие данные и понять, что это значит. "
Дело в том, что ускоренные вычисления и графические процессоры не удовлетворяют всем потребностям программного обеспечения.
У Nvidia был хороший квартал, чему способствовала нынешняя спешка в разработке нового поколения приложений искусственного интеллекта. Компания, естественно, с энтузиазмом относится к этому. Однако, как мы видели из недавнего цикла хайпа Gartner в отношении новых технологий, новое поколение искусственного интеллекта переживает момент и находится на пике завышенных ожиданий.
Основатель Университета Singularity и XPRIZE Питер Диамандис сказал, что эти ожидания заключаются в том, чтобы увидеть будущий потенциал без каких-либо негативных последствий. «В этот момент шумиха начинает порождать необоснованное волнение и завышенные ожидания».
05. ТЕКУЩИЕ ПРЕДЕЛЫ
На этом этапе мы скоро достигнем пределов нынешнего увлечения AIGC. Как написали на Substack своей фирмы венчурные капиталисты Пол Кедроски и Эрик Норлин из SK Ventures: «Мы считаем, что мы находимся в самом конце первой волны ИИ, основанной на больших языковых моделях. Эта волна началась в 2017 году, с [Google] Бумага-трансформер («Внимание — это все, что вам нужно»), и она будет завершена где-то в ближайшие год или два, есть всевозможные ограничения. "
Эти ограничения включают в себя «склонность к галлюцинациям, недостаточность тренировочных данных в узкой области, устаревшие тренировочные корпуса многолетней давности или множество других причин». Волна ИИ».
Чтобы внести ясность: Кедроски и Норлин не считают, что ИИ зашел в тупик. Вместо этого они утверждают, что для достижения чего-то лучшего, чем «посредственная автоматизация» и ограниченный прирост производительности, необходимы существенные технологические усовершенствования. Они полагают, что следующая волна будет включать в себя новые модели, более открытый исходный код и особенно «повсеместные/дешевые графические процессоры», которые, если это правда, могут не сулить ничего хорошего для Nvidia, но дадут возможность тем, кто в ней нуждается. Технология приносит пользу людям.
Как отмечает Fortune, Amazon ясно дала понять о своем намерении напрямую бросить вызов доминированию Nvidia в производстве чипов. Они не одиноки: за долю рынка борются многие стартапы, как и гиганты производства микросхем, включая AMD. Бросить вызов доминирующему действующему президенту чрезвычайно сложно. По крайней мере, в этом случае расширение источников этих чипов и снижение цен на дефицитные технологии станут ключом к развитию и распространению волны инноваций AIGC.
06 Следующая волна ИИ
Несмотря на ограничения моделей и приложений текущего поколения, будущее AIGC светлое. Вероятно, существует несколько причин такого стремления, но, пожалуй, самой важной из них является нехватка рабочей силы во всех поколениях экономики, которая будет и дальше стимулировать потребность в более высоких уровнях автоматизации.
Хотя искусственный интеллект и автоматизация исторически рассматривались как отдельные вещи, эта точка зрения меняется с появлением AIGC. Эта технология все больше становится движущей силой автоматизации и повышения производительности. Майк Кнуп, соучредитель компании Zapier, занимающейся рабочими процессами, упомянул об этом явлении в недавнем подкасте Eye on AI, заявив: «Искусственный интеллект и автоматизация превращаются в одно и то же».
Конечно, McKinsey в это верит. «AIGC готова дать волю следующей волне производительности», — заявили они в недавнем отчете. Например, в Goldman Sachs заявили, что новое поколение искусственного интеллекта может увеличить мировой ВВП на 7%.
Независимо от того, находимся ли мы на вершине нынешнего поколения искусственного интеллекта или нет, очевидно, что эта область будет продолжать развиваться и вызывать споры на предприятии. Какими бы огромными ни были проблемы, столь же велики и возможности, особенно в мире, жаждущем инноваций и эффективности. Гонка за доминирование графических процессоров — это всего лишь снимок в этой разворачивающейся истории, пролог к будущей главе искусственного интеллекта и вычислений.
Использованная литература: