Jensen Huang, șeful Nvidia, este sceptic în privința necesității unor mii de miliarde de dolari investiți în construirea unei soluții alternative de aprovizionare cu semiconductori exclusiv pentru AI. Cu toate că există în prezent o lipsă de procesoare AI, Huang crede că inovațiile arhitecturale și progresele în performanța GPU-urilor vor rezolva această problemă.
GPU-urile Nvidia au făcut progrese semnificative în domeniul AI și al calculului de înaltă performanță (HPC) de-a lungul anilor. În 2018, performanța de calcul în jumătate de precizie a GPU-ului V100 pentru centrele de date Nvidia era de 125 de teraflopi (TFLOPS). Cu toate acestea, cel mai recent GPU H200 oferă acum excepționali 1.979 de TFLOPS FP16. Acest ritm impresionant de inovare a propulsat progresele în domeniul calculului și AI-ului de un milion de ori în ultimul deceniu.
În loc să investească mii de miliarde în crearea unei industrii separate de aprovizionare cu semiconductori pentru AI, Huang subliniază importanța îmbunătățirilor continue ale arhitecturii GPU-urilor. El sugerează că presupunerea conform căreia computerele nu vor deveni mai rapide este o perspectivă greșită. Pe măsură ce puterea de calcul crește, numărul total de cipuri AI necesare va scădea.
Huang recunoaște preocupările legate de lipsa de cipuri pentru centrele de date AI. Cu toate acestea, avertizează împotriva creării grăbite a unei supraalimentări cu cipuri, ceea ce ar putea duce la o criză economică în industrie. În schimb, el îndeamnă companiile să ia în considerare îmbunătățirile continue ale arhitecturii GPU-urilor, care vor reduce cererea totală de cipuri AI.
Viitorul AI-ului se bazează pe progresele tehnologice și accelerarea puterii de calcul. Cu toate că lipsa de procesoare AI poate fi prezentă în prezent, angajamentul Nvidia de a îmbunătăți performanțele GPU-urilor oferă o soluție promițătoare. Prin valorificarea potențialului inovării arhitecturale, putem continua să satisfacem cererea de putere de procesare AI fără a investi mii de miliarde în infrastructuri separate de cipuri.
În concluzie, GPU-urile Nvidia au înregistrat progrese dramatice în performanța AI și HPC. Cu toate că există o lipsă temporară de procesoare AI, accentul companiei asupra îmbunătățirii arhitecturii GPU-urilor asigură satisfacerea cererii de cipuri AI fără să recurgă la investiții extinse. Viitorul AI-ului nu constă în construirea unei întregi lanțuri de aprovizionare noi, ci în valorificarea îmbunătățirilor continue ale puterii de calcul pentru a stimula inovarea în inteligența artificială.
Secțiunea de întrebări frecvente:
1. Care este poziția Nvidia cu privire la necesitatea investițiilor într-un lanț de aprovizionare separat pentru AI, bazat pe semiconductori?
Jensen Huang, șeful Nvidia, este sceptic în privința necesității unor mii de miliarde de dolari investiți în construirea unei soluții alternative de aprovizionare cu semiconductori exclusiv pentru AI. El crede că inovațiile arhitecturale și avansurile în performanța GPU-urilor vor rezolva lipsa de procesoare AI.
2. Care este performanța actuală a GPU-ului H200 cel mai recent de la Nvidia?
GPU-ul H200 oferă o performanță remarcabilă de 1.979 TFLOPS FP16 pentru calculul în jumătate de precizie. Acest lucru reprezintă o îmbunătățire semnificativă față de GPU-ul V100 pentru centrele de date Nvidia, care avea 125 de TFLOPS în 2018.
3. Cum au influențat progresele Nvidia în arhitectura GPU-urilor progresele în calcul și AI?
GPU-urile Nvidia au propulsat progresele în calcul și AI cu un milion de ori în ultimul deceniu. Îmbunătățirile continue ale arhitecturii GPU-urilor lor au contribuit la acest progres semnificativ.
4. De ce subliniază Huang importanța îmbunătățirilor continue ale arhitecturii GPU-urilor în loc să investească într-o industrie separată de cipuri?
Huang sugerează că presupunerea conform căreia computerele nu vor deveni mai rapide este o perspectivă greșită. Pe măsură ce puterea de calcul crește, numărul total de cipuri AI necesare va scădea. Prin urmare, el crede că este mai important să investească în îmbunătățiri continue ale arhitecturii GPU-urilor decât să creeze o industrie separată de cipuri pentru AI.
5. Ce preocupări recunoaște Huang în legătură cu lipsa de cipuri pentru centrele de date AI?
Huang recunoaște preocupările legate de lipsa de cipuri pentru centrele de date AI. Cu toate acestea, el avertizează împotriva creării grăbite a unei supraalimentări cu cipuri, deoarece acest lucru ar putea duce la o criză economică în industrie.
6. Ce propune Nvidia ca soluție pentru a satisface cererea de putere de procesare AI?
Concentrându-se pe îmbunătățirea arhitecturilor GPU-urilor, Nvidia asigură satisfacerea cererii de cipuri AI fără să recurgă la investiții extinse. Prin valorificarea potențialului inovării arhitecturale, Nvidia are ca scop continuarea satisfacerii cererii de putere de procesare AI.
The source of the article is from the blog revistatenerife.com