מלחמת הבינה המלאכותית הגנרטיבית, "הביקוש לשבבי בינה מלאכותית מתפוצץ"

מוצרי שירותי בינה מלאכותית גנרטיבית כמו ChatGPT ו-Midjourney מושכים את תשומת ליבו של השוק. על רקע זה, איגוד תעשיית הבינה המלאכותית של קוריאה (KAIIA) קיים את 'פסגת Gen-AI 2023' ב-COEX בסמסונג-דונג, סיאול. האירוע בן היומיים נועד לקדם ולקדם את פיתוח הבינה המלאכותית הגנרטיבית (AI), אשר מרחיבה את השוק כולו.

ביום הראשון, החל מהנאום המרכזי של ג'ין ג'ונה, ראש מחלקת עסקי מיזוג הבינה המלאכותית, חברות טכנולוגיה גדולות כמו מיקרוסופט, גוגל ו-AWS המפתחות ומספקות באופן פעיל את ChatGPT, כמו גם תעשיות פבלסס המפתחות מוליכים למחצה לבינה מלאכותית, השתתפו והציגו מצגות רלוונטיות, כולל "שינויים ב-NLP שהביאו ChatGPT" מאת מנכ"ל Persona AI, יו סונג-ג'ה, ו"בניית שבב הסקה של בינה מלאכותית בעל ביצועים גבוהים, יעיל באנרגיה וניתן להרחבה עבור ChatGPT" מאת מנכ"ל Furiosa AI, בק ג'ון-הו.

ג'ין ג'ונה אמר שבשנת 2023, שנת מלחמת הבינה המלאכותית, תקע ChatGPT ייכנס לשוק ככלל משחק חדש בתחרות העצומה על מודלי שפה בין גוגל למיקרוסופט. במקרה זה, הוא צופה הזדמנויות במוליכים למחצה לבינה מלאכותית ומאיצים התומכים במודלים של בינה מלאכותית.

Furiosa AI היא חברת Fabless המייצרת מוליכים למחצה מבוססי בינה מלאכותית בקוריאה. מנכ"ל Furiosa AI, Baek, שעובד קשה על פיתוח מוליכים למחצה מבוססי בינה מלאכותית לשימוש כללי כדי להדביק את Nvidia, המחזיקה ברוב השוק העולמי בתחום הבינה המלאכותית בהיפר-סקייל, משוכנע ש"הביקוש לשבבים בתחום הבינה המלאכותית יתפוצץ בעתיד".

ככל ששירותי בינה מלאכותית הופכים מורכבים יותר, הם באופן בלתי נמנע מתמודדים עם עלויות תשתית מוגברות. למוצרי ה-GPU הנוכחיים של Nvidia, A100 ו-H100, יש את הביצועים הגבוהים וכוח המחשוב הנדרשים למחשוב בינה מלאכותית, אך עקב העלייה בעלויות הכוללות, כגון צריכת חשמל גבוהה ועלויות פריסה, אפילו ארגונים גדולים במיוחד חוששים לעבור למוצרים מהדור הבא. יחס העלות-תועלת הביע דאגה.

בהקשר זה, בק ניבא את כיוון ההתפתחות הטכנולוגית, ואמר כי בנוסף ליותר ויותר חברות המאמצות פתרונות בינה מלאכותית, דרישת השוק תהיה למקסם את היעילות והביצועים בתוך מערכת ספציפית, כגון "חיסכון באנרגיה".

בנוסף, הוא הדגיש כי נקודת התפשטות של פיתוח מוליכים למחצה של בינה מלאכותית בסין היא 'שימושיות', ואמר כי כיצד לפתור את בעיות התמיכה בסביבת הפיתוח ו'יכולת התכנות' יהיו המפתח.

Nvidia בנתה את CUDA כדי להציג את מערכת התמיכה שלה, והבטחת תמיכה של קהילת הפיתוח במסגרות מייצגות ללמידה עמוקה כמו TensorFlow ו-Pytoch הופכת לאסטרטגיית הישרדות חשובה למוצריות.