Оскільки дефіцит чіпів для навчання моделей штучного інтелекту погіршується, OpenAI, розробник ChatGPT, досліджує створення власних чіпів AI і оцінив потенційні цілі придбання, за словами людей, обізнаних з цим питанням. Принаймні з минулого року OpenAI обговорював різні варіанти вирішення проблеми нестачі дорогих чіпів ШІ, на які він покладається.
Ці варіанти включають створення власних чіпів штучного інтелекту, більш тісну співпрацю з іншими виробниками мікросхем, включаючи Nvidia, і диверсифікацію своїх постачальників за межі Nvidia (NVDA.O).
Наразі OpenAI, як і більшість його конкурентів, покладається на апаратне забезпечення на основі GPU для розробки таких моделей, як ChatGPT, GPT-4 і DALL-E 3. Здатність графічних процесорів виконувати багато обчислень паралельно робить їх ідеальними для навчання найдосконаліших сучасних моделей.
Генеральний директор OpenAI Сем Альтман зробив пріоритетом для компанії отримання більшої кількості графічних процесорів. Він публічно скаржився на дефіцит графічних процесорів. Зараз на ринку чіпів AI домінує Nvidia, яка контролює понад 80% світового ринку чіпів AI.
Прагнення отримати більше мікросхем пов’язане з двома основними проблемами, які Альтман визначив: нестачею передових процесорів для забезпечення роботи програмного забезпечення OpenAI і «запаморочливою» кількістю апаратного забезпечення, необхідного для забезпечення його роботи та продуктів.
З 2020 року OpenAI розробляє свою генеративну технологію штучного інтелекту на величезному суперкомп’ютері, створеному одним із найбільших спонсорів, Microsoft, який використовує 10 000 графічних процесорів (GPU) Nvidia.
Але бум генеративного штучного інтелекту — надприбуток для виробників графічних процесорів, таких як Nvidia — створив величезний тиск на ланцюг поставок графічних процесорів. Microsoft попередила у своєму літньому звіті про доходи, що критична нестача серверного обладнання, необхідного для роботи штучного інтелекту, може призвести до збоїв у роботі сервісів. Повідомляється, що найефективніші мікросхеми штучного інтелекту Nvidia розпродані до 2024 року.
Графічні процесори також мають вирішальне значення для запуску та обслуговування моделей OpenAI; компанія покладається на кластери GPU у хмарі для виконання робочих навантажень клієнтів. Але вони надзвичайно дорогі.
Запуск ChatGPT дуже дорогий для OpenAI. Згідно з аналізом аналітика Bernstein Стейсі Расгон, вартість запиту становить близько 4 центів. Якщо запити ChatGPT зростуть до однієї десятої розміру пошуку Google, для продовження роботи спочатку знадобиться приблизно 48,1 мільярда доларів графічних процесорів і приблизно 16 мільярдів доларів на рік.
Конкуренція Generative AI вступає в еру налаштованих мікросхем
З моменту запуску ChatGPT минулого року попит на спеціалізовані чіпи ШІ стрімко зріс. Навчання та використання новітніх генеративних технологій штучного інтелекту потребує спеціальних чіпів або прискорювачів штучного інтелекту. Nvidia є одним із небагатьох виробників мікросхем, які виробляють корисні мікросхеми штучного інтелекту та домінують на ринку.
Зусилля з розробки власних чіпів штучного інтелекту віднесуть OpenAI до невеликої групи великих технологічних компаній, таких як Google і Amazon, які прагнуть контролювати дизайн базових чіпів, на яких вони побудовані.
Незрозуміло, чи буде OpenAI рухатися далі з планами щодо спеціальних чіпів. Ветерани індустрії кажуть, що це буде важливим стратегічним кроком і величезною інвестицією, яка може коштувати сотні мільйонів доларів на рік. Навіть якщо OpenAI виділяє ресурси на це завдання, успіх не гарантований.
Придбання компанії-виробника чіпів могло б пришвидшити процес OpenAI зі створення власних чіпів, як це зробив Amazon, придбавши Annapurna Labs у 2015 році.
За словами особи, знайомої з цим питанням, OpenAI розглянув шляхи проведення належної перевірки потенційних цілей придбання. Однак досі неможливо дізнатися список компаній, які OpenAI розглядає для придбання.
Навіть якщо OpenAI продовжить реалізацію своїх індивідуальних планів щодо виробництва чіпів, включаючи придбання, робота може зайняти роки, і OpenAI все одно доведеться покладатися на комерційних постачальників чіпів, таких як Nvidia та AMD.
Деякі великі технологічні компанії роками створюють власні процесори, але з обмеженим успіхом. Робота Meta зі спеціальними мікросхемами була проблематичною, що призвело до того, що компанія відмовилася від деяких своїх мікросхем штучного інтелекту, повідомляє Reuters. Наразі Meta розробляє новий чіп, який охоплюватиме всі види роботи ШІ.
Microsoft планує створити новий чіп AI для навчання великих моделей
Microsoft (MSFT.O) планує представити перший чіп компанії, розроблений для штучного інтелекту, на своїй щорічній конференції розробників наступного місяця, повідомила особа, знайома з цим питанням, повідомляє The Information. Цей крок є кульмінацією років роботи та може допомогти Microsoft зменшити залежність від чіпів штучного інтелекту, розроблених Nvidia Corp (NVDA.O). Оскільки попит різко зростає, ці мікросхеми виявилися дефіцитними. Мікросхема Microsoft розроблена для серверів центрів обробки даних, які навчають і запускають великі мовні моделі (LLM). Сервери центрів обробки даних Microsoft наразі використовують графічні процесори Nvidia для забезпечення передових LLM для хмарних клієнтів, включаючи OpenAI та Intuit, а також для підтримки можливостей штучного інтелекту в продуктивних програмах Microsoft.
Ці плани можуть означати подальше відчуження між двома компаніями, OpenAI і Microsoft.
Можливості та проблеми співіснують у сфері чіпів ШІ. Навіть якби OpenAI працював над виведенням на ринок власних чіпів, такі зусилля, ймовірно, тривали б роки та коштували б сотні мільйонів доларів щороку. Залишається з’ясувати, чи зацікавлені інвестори стартапу, одним із яких є Microsoft, у такій ризикованій парі. Потенціал OpenAI просунутися в цей простір підкреслює зрушення ширшої галузі в бік більшої самозабезпеченості та індивідуальних рішень. Результати ще належить побачити, але наслідки для світу штучного інтелекту величезні.
Література:
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Позбутися Nvidia? OpenAI і Microsoft вирішили розробити власні мікросхеми AI
Оскільки дефіцит чіпів для навчання моделей штучного інтелекту погіршується, OpenAI, розробник ChatGPT, досліджує створення власних чіпів AI і оцінив потенційні цілі придбання, за словами людей, обізнаних з цим питанням. Принаймні з минулого року OpenAI обговорював різні варіанти вирішення проблеми нестачі дорогих чіпів ШІ, на які він покладається.
Ці варіанти включають створення власних чіпів штучного інтелекту, більш тісну співпрацю з іншими виробниками мікросхем, включаючи Nvidia, і диверсифікацію своїх постачальників за межі Nvidia (NVDA.O).
Наразі OpenAI, як і більшість його конкурентів, покладається на апаратне забезпечення на основі GPU для розробки таких моделей, як ChatGPT, GPT-4 і DALL-E 3. Здатність графічних процесорів виконувати багато обчислень паралельно робить їх ідеальними для навчання найдосконаліших сучасних моделей.
Генеральний директор OpenAI Сем Альтман зробив пріоритетом для компанії отримання більшої кількості графічних процесорів. Він публічно скаржився на дефіцит графічних процесорів. Зараз на ринку чіпів AI домінує Nvidia, яка контролює понад 80% світового ринку чіпів AI.
Прагнення отримати більше мікросхем пов’язане з двома основними проблемами, які Альтман визначив: нестачею передових процесорів для забезпечення роботи програмного забезпечення OpenAI і «запаморочливою» кількістю апаратного забезпечення, необхідного для забезпечення його роботи та продуктів.
З 2020 року OpenAI розробляє свою генеративну технологію штучного інтелекту на величезному суперкомп’ютері, створеному одним із найбільших спонсорів, Microsoft, який використовує 10 000 графічних процесорів (GPU) Nvidia.
Але бум генеративного штучного інтелекту — надприбуток для виробників графічних процесорів, таких як Nvidia — створив величезний тиск на ланцюг поставок графічних процесорів. Microsoft попередила у своєму літньому звіті про доходи, що критична нестача серверного обладнання, необхідного для роботи штучного інтелекту, може призвести до збоїв у роботі сервісів. Повідомляється, що найефективніші мікросхеми штучного інтелекту Nvidia розпродані до 2024 року.
Графічні процесори також мають вирішальне значення для запуску та обслуговування моделей OpenAI; компанія покладається на кластери GPU у хмарі для виконання робочих навантажень клієнтів. Але вони надзвичайно дорогі.
Запуск ChatGPT дуже дорогий для OpenAI. Згідно з аналізом аналітика Bernstein Стейсі Расгон, вартість запиту становить близько 4 центів. Якщо запити ChatGPT зростуть до однієї десятої розміру пошуку Google, для продовження роботи спочатку знадобиться приблизно 48,1 мільярда доларів графічних процесорів і приблизно 16 мільярдів доларів на рік.
Конкуренція Generative AI вступає в еру налаштованих мікросхем
З моменту запуску ChatGPT минулого року попит на спеціалізовані чіпи ШІ стрімко зріс. Навчання та використання новітніх генеративних технологій штучного інтелекту потребує спеціальних чіпів або прискорювачів штучного інтелекту. Nvidia є одним із небагатьох виробників мікросхем, які виробляють корисні мікросхеми штучного інтелекту та домінують на ринку.
Зусилля з розробки власних чіпів штучного інтелекту віднесуть OpenAI до невеликої групи великих технологічних компаній, таких як Google і Amazon, які прагнуть контролювати дизайн базових чіпів, на яких вони побудовані.
Незрозуміло, чи буде OpenAI рухатися далі з планами щодо спеціальних чіпів. Ветерани індустрії кажуть, що це буде важливим стратегічним кроком і величезною інвестицією, яка може коштувати сотні мільйонів доларів на рік. Навіть якщо OpenAI виділяє ресурси на це завдання, успіх не гарантований.
Придбання компанії-виробника чіпів могло б пришвидшити процес OpenAI зі створення власних чіпів, як це зробив Amazon, придбавши Annapurna Labs у 2015 році.
За словами особи, знайомої з цим питанням, OpenAI розглянув шляхи проведення належної перевірки потенційних цілей придбання. Однак досі неможливо дізнатися список компаній, які OpenAI розглядає для придбання.
Навіть якщо OpenAI продовжить реалізацію своїх індивідуальних планів щодо виробництва чіпів, включаючи придбання, робота може зайняти роки, і OpenAI все одно доведеться покладатися на комерційних постачальників чіпів, таких як Nvidia та AMD.
Деякі великі технологічні компанії роками створюють власні процесори, але з обмеженим успіхом. Робота Meta зі спеціальними мікросхемами була проблематичною, що призвело до того, що компанія відмовилася від деяких своїх мікросхем штучного інтелекту, повідомляє Reuters. Наразі Meta розробляє новий чіп, який охоплюватиме всі види роботи ШІ.
Microsoft планує створити новий чіп AI для навчання великих моделей
Microsoft (MSFT.O) планує представити перший чіп компанії, розроблений для штучного інтелекту, на своїй щорічній конференції розробників наступного місяця, повідомила особа, знайома з цим питанням, повідомляє The Information. Цей крок є кульмінацією років роботи та може допомогти Microsoft зменшити залежність від чіпів штучного інтелекту, розроблених Nvidia Corp (NVDA.O). Оскільки попит різко зростає, ці мікросхеми виявилися дефіцитними. Мікросхема Microsoft розроблена для серверів центрів обробки даних, які навчають і запускають великі мовні моделі (LLM). Сервери центрів обробки даних Microsoft наразі використовують графічні процесори Nvidia для забезпечення передових LLM для хмарних клієнтів, включаючи OpenAI та Intuit, а також для підтримки можливостей штучного інтелекту в продуктивних програмах Microsoft.
Ці плани можуть означати подальше відчуження між двома компаніями, OpenAI і Microsoft.
Можливості та проблеми співіснують у сфері чіпів ШІ. Навіть якби OpenAI працював над виведенням на ринок власних чіпів, такі зусилля, ймовірно, тривали б роки та коштували б сотні мільйонів доларів щороку. Залишається з’ясувати, чи зацікавлені інвестори стартапу, одним із яких є Microsoft, у такій ризикованій парі. Потенціал OpenAI просунутися в цей простір підкреслює зрушення ширшої галузі в бік більшої самозабезпеченості та індивідуальних рішень. Результати ще належить побачити, але наслідки для світу штучного інтелекту величезні.
Література: