U nedavnom razgovoru s Elonom Muskom, stručnjakom s područja umjetne inteligencije (AI), proučavane su trenutne prepreke s kojima se velike tehnološke tvrtke suočavaju posljednjih godina. Musk je osvijetlio izazove koji predstoje industriji i pružio uvide u potencijalne prepreke koje bi se mogle pojaviti u budućnosti.
Jedna od glavnih zabrinutosti koju je Musk istaknuo odnosila se na probleme s hardverom. Iako je nestašica čipova koja je pogodila industriju između 2022. i 2023. godine prevladana, nova prepreka pojavila se u obliku nestašice naponskih transformatora. Ti transformatori su bitni za mnoge razvijatelje AI-a, budući da igraju ključnu ulogu u napajanju i pokretanju njihovih modela.
Gledajući unaprijed, Musk je upozorio na potencijalnu krizu koja bi se mogla dogoditi sljedeće godine, ističući mogućnost potpune nestašice električne energije. Ogromna snaga potrebna za obuku AI modela mogla bi dovesti do ove izazovne situacije. Musk je objasnio da je sam Grok 2 model zahtijevao korištenje otprilike 20.000 NVIDIA H100 GPU-ova, što upućuje na to da bi za Grok 3 model bilo potrebno najmanje 100.000 H100 čipova.
Prema izračunima Tom’s Hardware-a, svaki NVIDIA H100 GPU troši oko 700W kada radi na punom kapacitetu. S obzirom da bi se upotrijebilo 100.000 GPU-ova, zajedno sa potrebnim serverima i hlađenjem u podatkovnom centru, dnevno bi se potrošilo nevjerojatnih 100 megavata električne energije. Da bi stvari bile jasnije, ovakav nivo potrošnje energije usporediv je s potrošnjom električne energije malog grada.
Česta pitanja:
P: S kojim su se izazovima velike tehnološke tvrtke suočile protekle godine?
O: Nestanak čipova bio je glavni izazov s kojim su se suočile velike tehnološke tvrtke.
P: Koja je trenutna prepreka u industriji za razvijatelje AI-a?
O: Nedostatak naponskih transformatora trenutno otežava rad razvijateljima AI-a.
P: Na što je Elon Musk upozorio za budućnost?
O: Musk je upozorio na mogućnost nestašice električne energije, što bi moglo utjecati na obuku AI modela.
P: Koliko energije je potrebno za obuku AI modela?
O: Prema Elonu Musku, obuka samo Grok 2 modela zahtjevala je korištenje otprilike 20.000 NVIDIA H100 GPU-ova.
Izvori:
– Tom’s Hardware (www.tomshardware.com)
Pregled industrije:
Članak raspravlja o izazovima s kojima se velike tehnološke tvrtke suočavaju u području umjetne inteligencije (AI). Industrija AI-a vidjela je značajan rast u proteklim godinama, pri čemu su tvrtke u različitim sektorima koristile AI tehnologije kako bi unaprijedile svoje proizvode, usluge i operacije. Potražnja za AI modelima i aplikacijama potaknula je napredak u hardverskim i softverskim tehnologijama kako bi podržale njihov razvoj i implementaciju.
Prognoze tržišta:
Očekuje se da će tržište za AI nastaviti svoj put rasta u idućim godinama. Prema izvješću tvrtke Grand View Research, globalna veličina tržišta AI-a predviđa se da će dostići 733,7 milijardi dolara do 2027. godine, s godišnjom stopom rasta od 42,2% od 2020. do 2027. godine. Ovaj rast pripisuje se sve većem usvajanju AI-a u sektorima poput zdravstva, financija, maloprodaje i automobilske industrije, među ostalim.
Problemi vezani za industriju:
1. Izazovi s hardverom: Članak ističe problem nestašice hardvera s kojim se susreće industrija AI-a. Nestanak čipova iskusen u 2022.-2023. godini utjecao je na dostupnost ključnih komponenti potrebnih za razvoj AI-a. Ova nestašica utjecala je na proizvodnju i dostupnost AI hardvera, uzrokujući poremećaje u lancu opskrbe. Nadalje, pojava nestašice naponskih transformatora predstavlja dodatnu prepreku za razvijatelje AI-a, budući da su te komponente bitne za napajanje i pokretanje AI modela.
2. Potrošnja energije: Još jedan značajan problem istaknut u članku je značajna potrošnja energije povezana s obukom AI modela. Kako se povećava složenost i veličina AI modela, raste i računalna snaga potrebna za njihovu obuku. Taj povećani zahtjev za energijom može opteretiti postojeću energetsku infrastrukturu i potencijalno dovesti do nestašica električne energije. Primjer modela Grok 2, koji je zahtijevao 20.000 NVIDIA H100 GPU-ova, naglašava veličinu potrošnje energije uključene. Potrebe za energijom za obuku AI modela u velikoj mjeri mogu biti usporedivi s potrošnjom energije malog grada.
Izvori:
– Tom’s Hardware (www.tomshardware.com)
– Grand View Research (www.grandviewresearch.com)
The source of the article is from the blog qhubo.com.ni