Відповідно до нового звіту, опублікованого на початку цього року аналітиками Bloomberg Intelligence, індустрія штучного інтелекту може зрости на 42% протягом десятиліття, перш за все завдяки основам, необхідним для навчання систем штучного інтелекту. Це обумовлено попитом на обладнання та потім попит на наступні пристрої, що використовують моделі ШІ, рекламу та інші послуги. Випуск орієнтованих на споживача інструментів штучного інтелекту, таких як ChatGPT і Bard від Google, сприятиме десятирічному буму, який збільшить ринок AIGC з 40 мільярдів доларів доходу минулого року до приблизно 1,3 трильйона доларів у 2032 році.
Джерело зображення: створено Unbounded AI
Generative AI (AIGC) набуває все більшого поширення, особливо в бізнес-секторі.
Наприклад, Walmart нещодавно оголосив, що розгорне додаток AIGC для 50 000 партнерів, які не є магазинами. Відповідно до Axios, програма поєднує дані Walmart зі сторонніми великими мовними моделями (LLM), щоб допомогти співробітникам виконувати низку завдань, від прискорення процесу складання до виконання ролі творчого партнера до підсумовування великих документів тощо.
Такі розгортання допомагають збільшити попит на графічні карти (GPU), необхідні для навчання потужних моделей глибокого навчання. Графічні процесори графічних карт — це спеціалізовані обчислювальні процесори, які виконують інструкції програмування паралельно, а не послідовно, як традиційний центральний процесор (CPU).
За даними Wall Street Journal, навчання цих моделей «може коштувати компаніям мільярди через величезні обсяги даних, які вони потребують для прийому й аналізу». Забезпечує підтримку програм ChatGPT і Bard chatbot.
01.* На хвилі генеративного ШІ*
Тенденція AIGC дає потужний поштовх для Nvidia, основного постачальника графічних процесорів: компанія опублікувала вражаючі прибутки за останній квартал. Це час буму, принаймні для Nvidia, оскільки майже кожна велика технологічна компанія намагається отримати в свої руки висококласні відеокарти зі штучним інтелектом.
Ерін Гріффітс написала в The New York Times, що стартапи та інвестори вживають надзвичайних заходів, щоб отримати ці мікросхеми: «Цього року технологічні компанії відчайдушно прагнуть не грошей, інженерного таланту, реклами чи навіть грошей. Прибуток, а бажання. для графічних процесорів».
Бен Томпсон називає це «Nvidia на вершині пагорба» в інформаційному бюлетені Stratechery цього тижня. Імпульс був ще більше посилений оголошенням про партнерство між Google і Nvidia, яке надасть хмарним клієнтам Google більший доступ до технологій на основі графічних процесорів Nvidia. Все це вказує на поточний дефіцит цих чіпів в умовах різкого зростання попиту.
Чи знаменують нинішні вимоги кульмінацію нового покоління штучного інтелекту чи, можливо, віщують початок наступної хвилі розробок?
02.Як генеративні технології формують майбутнє обчислювальної техніки
Генеральний директор Nvidia Дженсен Хуанг сказав під час останнього звіту про прибутки компанії, що цей попит знаменує собою світанок «прискорених обчислень». Він додав, що компаніям було б доцільно «перевести капітальні інвестиції з обчислень загального призначення та зосередитися на генеративному штучному інтелекті та прискорених обчисленнях».
Обчислення загального призначення стосується ЦП, призначених для різноманітних завдань, від електронних таблиць до реляційних баз даних і ERP. Nvidia вважає, що центральні процесори тепер є застарілою інфраструктурою, і розробники повинні оптимізувати код GPU, щоб виконувати завдання ефективніше, ніж традиційні процесори.
Графічні процесори можуть виконувати багато обчислень одночасно, що робить їх ідеальними для таких завдань, як машинне навчання (ML), які виконують мільйони обчислень паралельно. Графічні процесори також особливо гарні в певних типах математичних обчислень, таких як завдання лінійної алгебри та обробки матриць, які є основою глибокого навчання та штучного інтелекту.
03. Графічні процесори дають мало переваг для певних типів програмного забезпечення
Однак інші класи програмного забезпечення, включаючи більшість існуючих бізнес-додатків, оптимізовані для роботи на центральних процесорах і мало користі від паралельного виконання інструкцій графічних процесорів.
Томпсон, здається, дотримується подібної точки зору: «Я тлумачу думку Хуанга, що всі ці графічні процесори будуть використовуватися для багатьох із тих самих дій, які зараз виконуються на центральних процесорах; це, безперечно, оптимістичний погляд для Nvidia, оскільки це означає переслідування будь-якого надмірного потенціал, який може створити генеративний штучний інтелект, буде заповнено поточними робочими навантаженнями хмарних обчислень».
Він продовжив: «Сказавши це, я сумніваюся в цьому: люди та компанії ліниві, а додатки на базі ЦП не тільки легше розробляти, але здебільшого вже створені. Мені важко уявити, які компанії знадобляться час і зусилля для портування те, що вже працює на центральному процесорі в графічному процесорі».
04.Історія повторюється
Метт Ессей з InfoWorld нагадує нам, що ми бачили це раніше. "Коли вперше з’явилося машинне навчання, дослідники обробки даних застосовували його до всього, навіть якщо існували простіші інструменти. Як одного разу зазначив дослідник даних Ной Лоранг: "Лише невелику частину бізнес-проблем найкраще вирішує машинне навчання; більшість людей просто хочуть добра даних і зрозуміти, що це означає. "
Справа в тому, що прискорені обчислення та графічні процесори не відповідають усім потребам програмного забезпечення.
У Nvidia була хороша чверть, що спонукало до поточного стрімкого розвитку нового покоління програм ШІ. Компанія, природно, в захваті від цього. Однак, як ми бачили з нещодавнього циклу ажіотажу нових технологій Gartner, це нове покоління штучного інтелекту переживає момент і перебуває на піку завищених очікувань.
Засновник Університету Singularity та XPRIZE Пітер Діамандіс сказав, що очікується побачити потенціал майбутнього без будь-яких недоліків. «У той момент ажіотаж почав породжувати невиправданий ажіотаж і завищені очікування».
05.Поточні обмеження
У цьому плані ми скоро досягнемо межі нинішнього буму AIGC. Як написали венчурні капіталісти SK Ventures Пол Кедроскі та Ерік Норлін на Substack своєї фірми: «Наша думка полягає в тому, що ми знаходимося в кінці першої хвилі штучного інтелекту, заснованої на великих мовних моделях. Ця хвиля почалася в 2017 році, з [Google] З випуском статті Transformer («Увага — це все, що вам потрібно») і її завершенням десь у найближчі рік-два люди зіткнулися з різними обмеженнями. "
Ці обмеження включають «схильність до галюцинацій, недостатні навчальні дані у вузькій області, навчальні корпуси років тому, які застаріли, або безліч інших причин». Вони додають: «Ми вже на хвості поточного ШІ хвиля».
Щоб було зрозуміло, Кедроскі та Норлін не вважають, що ШІ зайшов у глухий кут. Замість цього вони стверджують, що необхідні суттєві технологічні вдосконалення, щоб досягти чогось кращого, ніж «так собі автоматизація» та обмежене зростання продуктивності. Вони вважають, що наступна хвиля включатиме нові моделі, більш відкритий вихідний код і особливо «повсюдні/дешеві графічні процесори», що, якщо це правильно, може не віщувати нічого доброго для Nvidia, але дозволить тим, хто потребує. Технологія приносить користь людям.
Як зазначає Fortune, Amazon чітко заявив про свій намір кинути виклик домінуванню Nvidia у виробництві мікросхем. Вони не самотні, оскільки багато стартапів змагаються за частку ринку, як і гіганти чіпів, включаючи AMD. Кинути виклик домінуючому чинному президенту надзвичайно важко. Принаймні в цьому випадку розширення джерел виробництва цих чіпів і зниження ціни на дефіцитні технології будуть ключовими для розвитку та поширення хвилі інновацій AIGC.
06 Наступна хвиля ШІ
Незважаючи на обмеження поточного покоління моделей і програм, майбутнє AIGC виглядає світлим. Ймовірно, існує кілька причин, що стоять за цим зобов’язанням, але, мабуть, найважливішою є дефіцит працівників з покоління в покоління в економіці, що й надалі стимулюватиме попит на більш високий рівень автоматизації.
Хоча штучний інтелект і автоматизація історично розглядалися окремо, з появою AIGC ця точка зору змінилася. Технологія все більше стає рушієм автоматизації та продуктивності. Майк Нооп, співзасновник компанії Zapier, що займається робочими процесами, згадав про це явище в нещодавньому подкасті Eye on AI, сказавши: «Штучний інтелект і автоматизація руйнуються в одне й те саме».
Звичайно, McKinsey у це вірить. «AIGC готова розв’язати наступну хвилю продуктивності», — заявили вони в останньому звіті.Вони не самотні. Наприклад, Goldman Sachs заявив, що нове покоління штучного інтелекту може збільшити світовий ВВП на 7%.
Незалежно від того, знаходимося ми на вершині нинішнього покоління штучного інтелекту чи ні, очевидно, що це сфера, яка продовжуватиме розвиватися та розпалюватиме дискусії на підприємстві. Виклики великі, але й можливості — особливо у світі, який прагне інновацій та ефективності. Битва за домінування графічних процесорів — це лише один знімок у цій розгортанні історії, пролог до майбутньої глави штучного інтелекту та обчислень.
Література:
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
AIGC знаходиться на переломній точці: що далі для впровадження в реальному світі?
Відповідно до нового звіту, опублікованого на початку цього року аналітиками Bloomberg Intelligence, індустрія штучного інтелекту може зрости на 42% протягом десятиліття, перш за все завдяки основам, необхідним для навчання систем штучного інтелекту. Це обумовлено попитом на обладнання та потім попит на наступні пристрої, що використовують моделі ШІ, рекламу та інші послуги. Випуск орієнтованих на споживача інструментів штучного інтелекту, таких як ChatGPT і Bard від Google, сприятиме десятирічному буму, який збільшить ринок AIGC з 40 мільярдів доларів доходу минулого року до приблизно 1,3 трильйона доларів у 2032 році.
Джерело зображення: створено Unbounded AI
Generative AI (AIGC) набуває все більшого поширення, особливо в бізнес-секторі.
Наприклад, Walmart нещодавно оголосив, що розгорне додаток AIGC для 50 000 партнерів, які не є магазинами. Відповідно до Axios, програма поєднує дані Walmart зі сторонніми великими мовними моделями (LLM), щоб допомогти співробітникам виконувати низку завдань, від прискорення процесу складання до виконання ролі творчого партнера до підсумовування великих документів тощо.
Такі розгортання допомагають збільшити попит на графічні карти (GPU), необхідні для навчання потужних моделей глибокого навчання. Графічні процесори графічних карт — це спеціалізовані обчислювальні процесори, які виконують інструкції програмування паралельно, а не послідовно, як традиційний центральний процесор (CPU).
За даними Wall Street Journal, навчання цих моделей «може коштувати компаніям мільярди через величезні обсяги даних, які вони потребують для прийому й аналізу». Забезпечує підтримку програм ChatGPT і Bard chatbot.
01.* На хвилі генеративного ШІ*
Тенденція AIGC дає потужний поштовх для Nvidia, основного постачальника графічних процесорів: компанія опублікувала вражаючі прибутки за останній квартал. Це час буму, принаймні для Nvidia, оскільки майже кожна велика технологічна компанія намагається отримати в свої руки висококласні відеокарти зі штучним інтелектом.
Ерін Гріффітс написала в The New York Times, що стартапи та інвестори вживають надзвичайних заходів, щоб отримати ці мікросхеми: «Цього року технологічні компанії відчайдушно прагнуть не грошей, інженерного таланту, реклами чи навіть грошей. Прибуток, а бажання. для графічних процесорів».
Бен Томпсон називає це «Nvidia на вершині пагорба» в інформаційному бюлетені Stratechery цього тижня. Імпульс був ще більше посилений оголошенням про партнерство між Google і Nvidia, яке надасть хмарним клієнтам Google більший доступ до технологій на основі графічних процесорів Nvidia. Все це вказує на поточний дефіцит цих чіпів в умовах різкого зростання попиту.
Чи знаменують нинішні вимоги кульмінацію нового покоління штучного інтелекту чи, можливо, віщують початок наступної хвилі розробок?
02. Як генеративні технології формують майбутнє обчислювальної техніки
Генеральний директор Nvidia Дженсен Хуанг сказав під час останнього звіту про прибутки компанії, що цей попит знаменує собою світанок «прискорених обчислень». Він додав, що компаніям було б доцільно «перевести капітальні інвестиції з обчислень загального призначення та зосередитися на генеративному штучному інтелекті та прискорених обчисленнях».
Обчислення загального призначення стосується ЦП, призначених для різноманітних завдань, від електронних таблиць до реляційних баз даних і ERP. Nvidia вважає, що центральні процесори тепер є застарілою інфраструктурою, і розробники повинні оптимізувати код GPU, щоб виконувати завдання ефективніше, ніж традиційні процесори.
Графічні процесори можуть виконувати багато обчислень одночасно, що робить їх ідеальними для таких завдань, як машинне навчання (ML), які виконують мільйони обчислень паралельно. Графічні процесори також особливо гарні в певних типах математичних обчислень, таких як завдання лінійної алгебри та обробки матриць, які є основою глибокого навчання та штучного інтелекту.
03. Графічні процесори дають мало переваг для певних типів програмного забезпечення
Однак інші класи програмного забезпечення, включаючи більшість існуючих бізнес-додатків, оптимізовані для роботи на центральних процесорах і мало користі від паралельного виконання інструкцій графічних процесорів.
Томпсон, здається, дотримується подібної точки зору: «Я тлумачу думку Хуанга, що всі ці графічні процесори будуть використовуватися для багатьох із тих самих дій, які зараз виконуються на центральних процесорах; це, безперечно, оптимістичний погляд для Nvidia, оскільки це означає переслідування будь-якого надмірного потенціал, який може створити генеративний штучний інтелект, буде заповнено поточними робочими навантаженнями хмарних обчислень».
Він продовжив: «Сказавши це, я сумніваюся в цьому: люди та компанії ліниві, а додатки на базі ЦП не тільки легше розробляти, але здебільшого вже створені. Мені важко уявити, які компанії знадобляться час і зусилля для портування те, що вже працює на центральному процесорі в графічному процесорі».
04. Історія повторюється
Метт Ессей з InfoWorld нагадує нам, що ми бачили це раніше. "Коли вперше з’явилося машинне навчання, дослідники обробки даних застосовували його до всього, навіть якщо існували простіші інструменти. Як одного разу зазначив дослідник даних Ной Лоранг: "Лише невелику частину бізнес-проблем найкраще вирішує машинне навчання; більшість людей просто хочуть добра даних і зрозуміти, що це означає. "
Справа в тому, що прискорені обчислення та графічні процесори не відповідають усім потребам програмного забезпечення.
У Nvidia була хороша чверть, що спонукало до поточного стрімкого розвитку нового покоління програм ШІ. Компанія, природно, в захваті від цього. Однак, як ми бачили з нещодавнього циклу ажіотажу нових технологій Gartner, це нове покоління штучного інтелекту переживає момент і перебуває на піку завищених очікувань.
Засновник Університету Singularity та XPRIZE Пітер Діамандіс сказав, що очікується побачити потенціал майбутнього без будь-яких недоліків. «У той момент ажіотаж почав породжувати невиправданий ажіотаж і завищені очікування».
05. Поточні обмеження
У цьому плані ми скоро досягнемо межі нинішнього буму AIGC. Як написали венчурні капіталісти SK Ventures Пол Кедроскі та Ерік Норлін на Substack своєї фірми: «Наша думка полягає в тому, що ми знаходимося в кінці першої хвилі штучного інтелекту, заснованої на великих мовних моделях. Ця хвиля почалася в 2017 році, з [Google] З випуском статті Transformer («Увага — це все, що вам потрібно») і її завершенням десь у найближчі рік-два люди зіткнулися з різними обмеженнями. "
Ці обмеження включають «схильність до галюцинацій, недостатні навчальні дані у вузькій області, навчальні корпуси років тому, які застаріли, або безліч інших причин». Вони додають: «Ми вже на хвості поточного ШІ хвиля».
Щоб було зрозуміло, Кедроскі та Норлін не вважають, що ШІ зайшов у глухий кут. Замість цього вони стверджують, що необхідні суттєві технологічні вдосконалення, щоб досягти чогось кращого, ніж «так собі автоматизація» та обмежене зростання продуктивності. Вони вважають, що наступна хвиля включатиме нові моделі, більш відкритий вихідний код і особливо «повсюдні/дешеві графічні процесори», що, якщо це правильно, може не віщувати нічого доброго для Nvidia, але дозволить тим, хто потребує. Технологія приносить користь людям.
Як зазначає Fortune, Amazon чітко заявив про свій намір кинути виклик домінуванню Nvidia у виробництві мікросхем. Вони не самотні, оскільки багато стартапів змагаються за частку ринку, як і гіганти чіпів, включаючи AMD. Кинути виклик домінуючому чинному президенту надзвичайно важко. Принаймні в цьому випадку розширення джерел виробництва цих чіпів і зниження ціни на дефіцитні технології будуть ключовими для розвитку та поширення хвилі інновацій AIGC.
06 Наступна хвиля ШІ
Незважаючи на обмеження поточного покоління моделей і програм, майбутнє AIGC виглядає світлим. Ймовірно, існує кілька причин, що стоять за цим зобов’язанням, але, мабуть, найважливішою є дефіцит працівників з покоління в покоління в економіці, що й надалі стимулюватиме попит на більш високий рівень автоматизації.
Хоча штучний інтелект і автоматизація історично розглядалися окремо, з появою AIGC ця точка зору змінилася. Технологія все більше стає рушієм автоматизації та продуктивності. Майк Нооп, співзасновник компанії Zapier, що займається робочими процесами, згадав про це явище в нещодавньому подкасті Eye on AI, сказавши: «Штучний інтелект і автоматизація руйнуються в одне й те саме».
Звичайно, McKinsey у це вірить. «AIGC готова розв’язати наступну хвилю продуктивності», — заявили вони в останньому звіті.Вони не самотні. Наприклад, Goldman Sachs заявив, що нове покоління штучного інтелекту може збільшити світовий ВВП на 7%.
Незалежно від того, знаходимося ми на вершині нинішнього покоління штучного інтелекту чи ні, очевидно, що це сфера, яка продовжуватиме розвиватися та розпалюватиме дискусії на підприємстві. Виклики великі, але й можливості — особливо у світі, який прагне інновацій та ефективності. Битва за домінування графічних процесорів — це лише один знімок у цій розгортанні історії, пролог до майбутньої глави штучного інтелекту та обчислень.
Література: