Forrester Research ir uzsvēris, ka, pieaugot mākslīgā intelekta (AI) tehnoloģijas pielietojumam dažādās nozarēs, pieprasījums pēc būtiskiem aparatūras komponentiem, piemēram, Grafikas procesoru vienībām (GPUs), strauji pieaug. Neskatoties uz šo pieaugošo pieprasījumu, uzņēmumiem tiek ieteikts izvēlēties ierobežotu pieeju AI adaptācijai, ņemot vērā pastāvošās piegādes grūtības.
GPUs nepieciešamība AI datu smagajām darbībām kļūst arvien aktuālāka, ar pārdevējiem, ieskaitot mākoņpakalpojumu sniedzējus, kam rodas grūtības iegādāties šos galvenos komponentus. Dažas uzņēmējdarbības uzņēmumi sastopas ar aizkavēm līdz pat gadam, lai nodrošinātu nepieciešamo aparatūru. Mākoņpakalpojumu un aparatūras pārdevēji cenšas apmierināt pieaugošo pieprasījumu pēc AI spējām, taču datu centru paplašināšanos kavē infrastruktūras komponentu trūkums.
Forrester Research ieteicējiem uzņēmumiem sākt ar sīktēla AI ieviešanu, lai iegūtu ekspertīzi un gludi palielinātu savas darbības, kad pusvadītāju piegādes uzlabosies. Skatoties uz 2024. gadu, tiek paredzēts, ka edge computing – kas nodarbojas ar datu apstrādi tuvāk avotam – turpinās augt un vēl vairāk integrēs AI tehnoloģiju.
Pusvadītāju uzņēmumi, piemēram, Advanced Micro Devices (AMD) un NVIDIA, fokusē savu produktu attīstību, lai apmierinātu edge computing jomu. Forrester prognozē potenciālu paradigmas maiņu pret edge computing salīdzinājumā ar mākoņpakalpojumiem attiecībā uz nākotnes tehnoloģiskajām transformācijām.
Pusvadītāju trūkums neietekmē tikai AI lietojumprogrammas, bet arī ietekmē regulāro datoru un serveru iegādi. Forrester iesaka uzņēmumiem nodrošināt noliktavas sagatavošanu nākotnes vajadzībām un pagarināt esošās aparatūras darbības ilgmūžu, cik vien iespējams. Šī pieeja var palīdzēt mazināt aparatūras ierobežojumu ietekmi uz uzņēmuma darbību un stratēģisko iniciatīvu.
Runājot par pieaugošo AI aparatūras pieprasījumu vidū globālā trūkuma apstākļos, ir svarīgi ņemt vērā daži saistoši fakti:
– Globālais pusvadītāju trūkums, kas sākās apmēram 2020. gadā, tika pasliktināts ar COVID-19 pandēmiju, kas ietekmēja vairākas nozares, traucējot piegādes ķēdes, slēdzot ražošanas iekārtas un izraisot pieprasījuma pieaugumu tehnoloģijām, kā rezultātā palielinājās attālā darba un mācību veidu pieaugums.
– AI darbības prasa specializētu procesorumus, piemēram, GPUs, TPUs (Tensoru apstrādes vienības) un FPGAs (Lauko programmējamo vārtu masīvi), kas spēj apstrādāt paralēlos procesus un efektīvi veikt lielformāta mašīnas operācijas.
– IoT (Lietas internets) iekārtu straujā izaugsme veicina pieprasījumu pēc edge computing, jo AI apstrāde arvien biežāk tiek veikta lokāli, lai samazinātu aizkaves, risinātu privātuma jautājumus un samazinātu joslas platuma izmantošanu.
– Uzņēmumi kā AMD un NVIDIA ne tikai attīsta aparatūru, bet arī investē AI programmatūras struktūrās un bibliotēkās (piemēram, CUDA NVIDIA GPUs), kas ir būtiskas attīstītājiem, lai optimizētu lietojumprogrammas AI darbībai.
Svarīgās jautājumu un atbildes, galvenās izaicinājumi un kontroverzes, kas saistītas ar šo tēmu, var ietvert:
– Kā uzņēmumi mazina aparatūras trūkumu ietekmi uz AI projektu? Uzņēmumi izmanto stratēģijas, piemēram, esošās aparatūras optimizēšanu, mākoņpakalpojumu pieņemšanu, rindu jaunai aparatūras priekšpasūtīšanai, kā arī izrādās alternatīvos pārdevējos vai tehnoloģijas, lai mazinātu ietekmi uz AI projektiem.
– Kādas ir etiskās sekas AI attīstībai? Priorizējot noteiktus AI projektus pār citiem, rodas etiskie apsvērumi, piemēram, kurām lietojumprogrammām vajadzētu piešķirt prioritāti (piemēram, veselības aprūpe, finanšu pakalpojumi) un ietekme uz mazākajiem uzņēmumiem, kuriem iespējams nav līdzvērtīgi resursi, lai sacenstos par ierobežotu aparatūru.
– Kādas ir vides ietekmes? AI nozarei ir rūpīgi jāapsver vides pēdas nospiedums, jo datu centri patērē lielu daudzumu enerģijas, un augstas tehnoloģiju aparatūras ražošana un iznīcināšana rada nozīmīgas ekoloģiskas sekas.
Situācijas priekšrocības un trūkumi ietver:
– Priekšrocības:
– Inovāciju veicināšana var novest pie efektīvākas un specializētākas AI aparatūras.
– Uzņēmumi var kļūt stratēģiskāki savos AI ieviešumos, koncentrējoties uz ietekmīgiem projektiem.
– Edge computing attīstība var rezultēt uzlabotā datu privātumā un samazinātu joslas platumu.
– Trūkumi:
– Mazāki uzņēmumi un tie no jaunattīstības tirgiem var tikt neproporcionāli ietekmēti no aparatūras trūkumiem.
– Pieaugošais pieprasījums var izraisīt cenu pieaugumu, ietekmējot uzņēmumu budžetus un potenciāli palēninot AI pētījumu un ieviešanas tempu.
Lai paliktu informēti par AI aparatūras attīstību un iegūtu piekļuvi resursiem, ir noderīgi apmeklēt vadošo pusvadītāju uzņēmumu un nozares pētījumu firmu oficiālās vietnes. Šeit ir daži saistīti saites uz galvenajām domēniem:
– Forrester Research
– NVIDIA
– Advanced Micro Devices (AMD)
Ir svarīgi atzīmēt, ka situācija ir dinamiska un pusvadītāju nozares stāvoklis var mainīties, tāpēc konsultēšanās ar šiem avotiem var sniegt jaunāko informāciju.