מלחמת בינה מלאכותית גנרטיבית, "ביקוש שבבי AI מתפוצץ"

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

ביום הראשון, החל מנאום המרכזי של ג'ין ג'ונה, ראש המחלקה העסקית של היתוך בינה מלאכותית, השתתפו חברות טכנולוגיה גדולות כמו מיקרוסופט, גוגל ו-AWS המפתחות ומשרתות באופן פעיל את ChatGPT, כמו גם תעשיות חסרות אגדות המפתחות מוליכים למחצה בינה מלאכותית. הציגו מצגות רלוונטיות, כולל "שינויים ב-NLP שהובאו על ידי ChatGPT" על ידי מנכ"ל Persona AI Yoo Seung-jae, ו "בניית שבב מסקנות בינה מלאכותית עם ביצועים גבוהים, חסכוני וניתן להרחבה עבור ChatGPT" מאת מנכ"ל Furiosa AI Baek Jun-ho.

ג'ין ג'ון אמר כי בשנת 2023, שנת מלחמת הבינה המלאכותית, תקע ה-ChatGPT ייכנס לשוק ככלל משחק חדש לתחרות מודל השפה העצומה בין גוגל ו-MS. במקרה זה, הוא צופה הזדמנויות במוליכים למחצה של AI ובמאיצים התומכים במודלים של AI.

Furiosa AI היא חברה ייצוגית ללא אגדות המייצרת מוליכים למחצה בינה מלאכותית בקוריאה. מנכ"ל Furiosa AI Baek, שעובד קשה לפיתוח מוליכים למחצה בינה מלאכותית לשימוש כללי כדי להדביק את Nvidia, המחזיקה ברוב השוק העולמי בתחום הבינה המלאכותית היפר-סקאלה, משוכנע ש"הביקוש לשבבים בתחום הבינה המלאכותית יתפוצץ בעתיד ”

ככל ששירותי AI הופכים מורכבים יותר, הם בהכרח מתמודדים עם עלויות תשתית מוגדלות. למוצרי ה-A100 וה-H100 GPU הנוכחיים של Nvidia יש את הביצועים הגבוהים וכוח המחשוב הנדרשים עבור מחשוב בינה מלאכותית, אך בשל הגידול בעלויות הכוללות, כגון צריכת חשמל גבוהה ועלויות פריסה, אפילו ארגונים בקנה מידה גדול במיוחד נזהרים ממעבר אל מוצרי הדור הבא. יחס העלות-תועלת הביע דאגה.

בהקשר זה, Baek חזה את כיוון ההתפתחות הטכנולוגית, ואמר כי בנוסף ליותר ויותר חברות שיאימצו פתרונות בינה מלאכותית, הדרישה בשוק תהיה למקסם את היעילות והביצועים בתוך מערכת ספציפית, כמו "חיסכון באנרגיה".

בנוסף, הוא הדגיש כי נקודת ההתפשטות של פיתוח מוליכים למחצה בינה מלאכותית בסין היא "שמישות", ואמר כיצד לפתור תמיכה בסביבת פיתוח ו"תכנות" יהיו המפתח.

Nvidia בנתה את CUDA כדי להציג את מערכת התמיכה שלה, והבטחה שקהילת הפיתוח תומכת במסגרות ייצוגיות ללמידה עמוקה כמו TensorFlow ו- Pytoch הופכת לאסטרטגיית הישרדות חשובה לייצור.