ИИ из драйвера ИТ-индустрии может превратиться в замедлитель
08 апр 2024 09:40 #116027
от ICT
ICT создал тему: ИИ из драйвера ИТ-индустрии может превратиться в замедлитель
Старая истина, гласящая, что всё хорошо в меру, грозит оказаться справедливой и в отношении чрезвычайно бурного развития сектора искусственного интеллекта, — об этом предупреждают аналитики McKinsey. С одной стороны, острая потребность рынка в специализированном "железе" и ПО подстёгивает инвестиции и оживляет динамику практически по всей цепочке поставок, от материалов и сырья для изготовления процессоров до создания специализированных серверов, на которых тренируются всё более и более "умные" модели ИИ. С другой, на фоне довольно сдержанного макроэкономического прогноза на обозримую перспективу нет уверенности, что необходимые средства найдутся в достаточных объёмах и в потребные сроки. Техническое обоснование Главное отличие генеративного ИИ от привычного рынку алгоритмического ПО с высокими системными требованиями — в том, что недостаточное по производительности "железо" делает использование и тем более тренировку генеративных моделей по сути нерентабельными. К примеру, если модель занимает в видеопамяти 12 Гбайт, её попросту не удастся запустить на ПК с видеокартой, содержащей 8 Гбайт памяти и менее: она должна помещаться в ОЗУ целиком. Теоретически, разумеется, есть возможность организовать последовательную загрузку и выгрузку отдельных блоков вычислений в память меньшего объёма. Однако генеративный ИИ базируется на нейросетях с десятками и сотнями миллиардов входных параметров (собственно, необходимость держать их все в памяти разом и определяет её значительный объём), — и потому затраты времени на передачу громадных массивов данных между видеоОЗУ и другими подсистемами ПК окажутся чрезмерно большими. Скорость исполнения действующего на основе алгоритмов классического ПО определяется в первую очередь способностью центрального процессора производить достаточно сложные вычисления в малом числе потоков (чаще всего и вовсе однопоточные) за ограниченное время; объёмы памяти для такого софта вторичны. Генеративный ИИ, напротив, строится на чрезвычайно простых вычислениях в огромном количестве параллельных потоков: критичной в данном случае становится возможность разместить титанический объём данных в памяти с как можно более высокоскоростным доступом. Если же говорить не об исполнении уже готовых ИИ-моделей, а о их тренировке, требования к аппаратному обеспечению увеличиваются многократно. Что это значит с точки зрения ИТ-рынка? Да то, что потребность и в процессорах с как можно бóльшим числом несложных ядер, и в соединённой с ними памяти со сверхбыстрым доступом возрастала за минувший год кране стремительно — и в перспективе ближайших лет вряд ли сбавит темп (если, конечно, сам генеративный ИИ как концепция не разочарует по какой-либо причине широкие массы заказчиков). Иными словами, рынку нужно больше высокопроизводительных видеокарт — ведь именно эти компьютерные компоненты сочетают в себе и множество простых вычислительных узлов, и видеопамять с отменной производительностью, и соединяющие их быстрые шины данных. Учитывая, что и в облаках, предоставляющих бизнесам и частным лицам доступ к генеративному ИИ, также используются набитые видеокартами (куда более мощными, чем потребительские) серверы, рынок острейшим образом нуждается в новых процессорах и чипах видеопамяти. Зачем и для чего По оценке McKinsey, в обозримой перспективе до 70% всех вычислений с привлечением генеративного ИИ будет производиться в интересах тех или иных коммерческих заказчиков, на B2C-направлении; тогда как на долю B2B останется около 30%. В случае B2C главными шестью областями приложения генеративного ИИ аналитики называют следующие:
- разработка ПО — как программ для конечных заказчиков, так и аналитических приложений для интерпретации и анализа кода,
- создание креативного контента, в первую очередь маркетингового, для самых различных площадок,
- разработка целевых приложений для автоматизированного привлечения новых клиентов и коммуникации с уже имеющимися на первой линии,
- научные и инженерные прикладные инновационные разработки (для фармацевтики, материаловедения, логистики и проч.),
- применение умных ботов в качестве секретарей-референтов для составления кратких выжимок наиболее существенной информации из юридических бумаг, технических документов, записей долгих бесед и т. п.,
- более сложные версии ИИ-референтов для анализа огромных массивов данных, в том числе мультимедийных и неструктурированных, способные делать нетривиальные выводы без предварительных подсказок (к примеру, находить аномалии на МРТ-сканах, не привлекая никакой специфической медицинской информации, — просто сравнивая предложенные образцы с обширными базами эталонных сканов здоровых людей).
Пожалуйста Войти или Регистрация, чтобы присоединиться к беседе.
Похожие статьи
Тема | Релевантность | Дата |
---|---|---|
iPhone 6s может внезапно превратиться в кирпич | 13.74 | Понедельник, 07 октября 2019 |
Прогнозирование погоды в США может превратиться в хаос из-за сетей 5G | 13.59 | Понедельник, 20 мая 2019 |
Скандальный "закон о блоггерах" может превратиться в "закон о соцсетях" | 12.19 | Четверг, 12 марта 2015 |
Скандальный закон о блоггерах может превратиться в закон о соцсетях | 12.19 | Четверг, 12 марта 2015 |
Nvidia может отказаться от рекордной в индустрии чипов сделки по покупке Arm за $40 млрд | 10.79 | Вторник, 25 января 2022 |
Биоэквайринг грозит превратиться в товар с лицом | 9.3 | Воскресенье, 02 июля 2023 |
В новые смартфоны ZTE на Android встроят российские драйвера | 8.72 | Четверг, 14 мая 2015 |
Аналитики: Новые драйвера портят производительность видеокарт | 8.72 | Пятница, 20 ноября 2015 |
Toshiba анонсировала ИС драйвера светодиодов с 9-канальным выходом | 8.72 | Четверг, 21 июля 2016 |
Paragon Software выпустила новую версию драйвера ExtFS for Mac | 8.63 | Четверг, 29 сентября 2016 |