ראש החברה Nvidia, ג'נסן הואאנג, חושש מהצורך בהשקעות מאות טריליונים של דולרים כדי לבנות רקמת ספקים חלופית של יחידות חישה חסמכות להבנה מלאכותית בלבד. עם היות שקיימת חוסר ביחידות העיבוד המלאכותי בתחום זה כיום, הואאנג מאמין שחידושים מגוונים בארכיטקטורת מעבדי העיבוד המדווחים ושיפור בביצועי ה-GPU יטפלו בבעיה זו.
מעבדי ה-GPU של Nvidia שפרו במהותיות בתחום ההבנה המלאכותית והחישוב הביצועי הגבוה (HPC) לאורך השנים. ב-2018, ביצועי החישוב בחצי המילוי (half-precision compute) של יחידת עיבוד למרכז נתונים מסוג V100 היו בשווי כוח 125 טריליון-FOFTS (TFLOPS). אולם, בנסיבות העיתוי המשתנות, ה- GPU החדש ביותר בשמו H200 מציע עכשיו 1,979 טריליון-FOFTS (TFLOPS) בחישוב החצי מילוי. הישג זה מרשים מאוד שהוביל לתפתחויות של חישוב ובנה"מ מגורמת ביותר בעשור האחרון.
במקום להשקיע מאות טריליונים כדי לבנות תעשיית ספקים סמויה נפרדת להבנה המלאכותית, הואאנג מדגיש את חשיבות שיפורים מתמדת בארכיטקטורת מעבדי ה-GPU. הוא מציע שלהניח שמחשבים לא יהפכו להיות מהירים יותר היא תפקוד טעותני. עם עליית היכוח, מספר סה"כ השבבים לבינה המלאכותית שדרושים יימות.
הואאנג מכיר ומזהיר בנדונים שקיימים לגבי חוסר בשבבים למרכזי ניתוח נתונים. אולם, הוא מזהיר מהיכולת ליצור יתרת שבבים במהירות בלתי כרה, שבסיומו עוברים במצוקה כלכלית. דווקא, הוא דוחה את החברות לשקול את השיפורים בביצועי ארכיטקטורת ה-GPU התמדתיים המאפשרים ירידה בסך הכל של ביקוש לשבבי בינה מלאכותית.
העתיד של הבינה המלאכותית תלוי בשיפורים טכנולוגיים ובשיפור המהירות של החישובים. למרות החוסר בשבבים לעיבוד המלאכותי המתפרצים בעידן זה, המרכזיות של Nvidia על שיפור ביצועי ה-GPU מעידה על פתרון פורה. על ידי השקעה בפוטנציאל של חדשנות ארכיטקטורתית, אנו יכולים להמשיך לעמוד בביקוש לכוח העיבוד המלאכותי מבלי להשקיע טריליונים בפרות שבב מתוך התכניות הקיימות.
לסיום, מעבדי ה-GPU של Nvidia הסיפקו התקדמויות מרשימות ביכולות הבינה המלאכותית והחישוב הביצועי הגבוה. למרות חוסר זמני בשבבים לעיבוד המלאכותי, התמקדות החברה בשיפורים מתמידים בארכיטקטורת ה-GPU מבטיחה כי יהיה ניתן לעמוד בביקוש לשבבי בינה מלאכותית בלי שימוש בהשקעות מאוד נרחבות. העתיד של הבינה המלאכותית אינו עומד על פרק עליון כלשהו לבניה של שרשרת ספקים שונה, אלא במתמדי'
שליטה עם שיפורים מתמדתים בכוח החישוב כדי לקדם חדשנות בתחום הבינה המלאכותית.
שאלות נפוצות:
1. מהו דיעת Nvidia בנוגע לצורך השקעות בתשתית נפרדת לעולם השבבים המלאכותיים להבנה מלאכותית?
ראש החברה Nvidia, ג'נסן הואאנג, הוא מאוד סקרני בנוגע לצורך במאות טריליונים של דולרים בהשקעה לבניית שרשרת ספקים חלופית עבור יחידות העיבוד לבנה מלאכותית בלבד. הוא מאמין כי חידושים בארכיטקטורת המעבדים ובשיפור בביצועי ה-GPU יטפלו ביחס לחוסר השבבים המלאכותיים.
2. מהם הביצועים הנוכחיים של ה-GPU החדש של Nvidia בשמו H200?
ה-GPU בשמו H200 מציע ביצועי חיצוני מדהימים בשוויון כוח של 1,979 טריליון-FOFTS (TFLOPS) בחישוב החצי מילוי (half-precision compute). זהו שיפור משמעותי בהשוואה ל-GPU למרכזי נתונים ה-V100 של Nvidia שכסף בשוויון כוח 125 טריליון-FOFTS (TFLOPS) בשנת 2018.
3. איך התדר השיפורים בארכיטקטורת GPU של Nvidia השפיע על המתקדמים בתחום החישוב והבינה המלאכותית?
ה-GPUs של Nvidia דחפו את התקדמת החישובים והבינה המלאכותית במיליון פעמים בעשור האחרון. שיפורים התמדתיים בארכיטקטורת ה-GPU הביאו לתפתחויות משמעותיות בתחום זה.
4. מדוע הואאנג דגיש את השיפורים המתמדתים בארכיטקטורת ה-GPU במקום להשקיע בתעשיית השבבים הספציפית עבור מערכות בינה מלאכותית?
הואאנג ממליץ לא להניח שמחשבים לא יקבלו יותר חזקים. עם עליית היכוח יכוח החישוב, מספר הסה"כ של שבבים לבינה המלאכותית שנדרשים יימות. על פיה, החשיבות שלו מונח על האפשרות למגוון המדיניות של שיפורים בתחום הארכיטקטורה של ה-GPU ולא על יצירת תעשיית שבבים ספציפית עבור HDR-העמעוס
5. מה הנדון אות
The source of the article is from the blog reporterosdelsur.com.mx