Среди растущего интереса к искусственному интеллекту, исследовательский отчет IDC показывает, что две трети предприятий по всему миру готовятся увеличить свои инвестиции в общий искусственный интеллект (genAI) в ближайший год и полтора. Эти инвестиции будут в основном сосредоточены на ИТ-инфраструктуре, причем почти половина предполагаемого бюджета выделена на такие улучшения.
Однако стремление к передовым возможностям искусственного интеллекта сталкивается с трудностями из-за недостатка важных компонентов, в частности, аппаратных средств, необходимых для построения инфраструктуры искусственного интеллекта. Графические процессоры (GPU), которые служат основным инструментом для масштабных языковых моделей, находятся в особенно большом спросе и краткосрочно не хватает. Кроме того, рынок искусственного интеллекта также сталкивается с необходимостью новейших чипов высокой производительности, которые также представляются существенно недоступными.
Стоимость GPU, необходимых как для обучения, так и для выполнения задач на обширных языковых моделях, подчеркивает необходимость альтернатив. В ответ некоторые предприятия выбирают более маленькие модели, которые соответствуют конкретным отраслевым или бизнес-задачам, не являются такими зависимыми от GPU и могут функционировать с обычными процессорами x86, дополненными нейропроцессорами.
Техногиганты, также известные как мажоры гипермасштаба, включая Amazon Web Services (AWS), Google, Meta и Microsoft, стратегически инвестируют в создание собственных чипов, которые настроены на процессы искусственного интеллекта. По мнению отраслевых экспертов, хотя разработка пользовательских микросхем требует значительных затрат, у них есть потенциал для оптимизации операций, снижения затрат на предоставление услуг и сделать доступ к новым приложениям на базе искусственного интеллекта более доступным для потребителей.
Тот же эксперт прогнозирует, что по мере того как сектор искусственного интеллекта двигается от этапа развития к более широкому развертыванию, тенденция к инновациям в сфере специализированных чипов, скорее всего, наберет обороты.
Важные вопросы и ответы:
1. Каково значение увеличения инвестиций в искусственный интеллект глобальными предприятиями?
Глобальные предприятия видят искусственный интеллект как технологию, способную улучшить принятие решений, автоматизировать процессы и стимулировать инновации. Увеличение инвестиций в искусственный интеллект свидетельствует о его воспринимаемой ценности для достижения конкурентного преимущества, улучшения эффективности и создания новых возможностей в различных отраслях.
2. Какие ключевые препятствия связаны с увеличением расходов на искусственный интеллект?
Ключевые препятствия включают в себя дефицит аппаратных компонентов, таких как GPU и память высокой производительности, необходимые для построения инфраструктуры искусственного интеллекта. Этот дефицит может привести к повышению издержек и потенциальным задержкам в развертывании. Кроме того, нужны квалифицированные кадры для разработки и обслуживания систем искусственного интеллекта.
3. Как техногиганты реагируют на проблемы с аппаратным обеспечением?
Техногиганты инвестируют в разработку собственных чипов, настроенных на приложения искусственного интеллекта. Ожидается, что эти пользовательские чипы повысят производительность и снизят операционные издержки, тем самым преодолевая некоторые проблемы, вызванные дефицитом стандартного аппаратного обеспечения искусственного интеллекта.
Преимущества увеличения инвестиций в искусственный интеллект:
— Технологический прогресс: Постоянные инвестиции в искусственный интеллект могут привести к дальнейшим технологическим достижениям и более сложным приложениям.
— Экономический рост: Улучшенные возможности искусственного интеллекта могут привести к повышению производительности и эффективности, что потенциально стимулирует экономический рост.
— Бизнес-инновации: Используя искусственный интеллект, компании могут создавать новые продукты и услуги, способствуя тем самым инновациям.
Недостатки увеличения инвестиций в искусственный интеллект:
— Высокие издержки: Проекты по искусственному интеллекту могут быть дорогими, особенно с учетом текущих проблем с аппаратным обеспечением, увеличивающих затраты на важнейшие компоненты.
— Дефицит квалифицированных кадров: Может быть нехватка квалифицированных специалистов для работы с искусственным интеллектом, что может затруднить усилия по разработке.
— Зависимость от аппаратного обеспечения: Достижения в области искусственного интеллекта сильно зависят от инноваций в области аппаратного обеспечения, что может ограничить прогресс, если будут сохраняться ограничения в предложении.
Для тех, кто заинтересован в дальнейшем изучении темы или поиске информации о последних стратегиях и технологиях искусственного интеллекта у авторитетных источников, посетите:
IDC для глобального рыночного анализа,
AWS для облачных услуг и искусственного интеллекта,
Google для исследований и инструментов искусственного интеллекта,
Meta для социальных медиа и технологий искусственного интеллекта,
Microsoft для решений по искусственному интеллекту в бизнесе.