AI burbulis? Kāds AI burbulis? Ja jautājat Nvidia izpilddirektoram Jensenam Huangam, mēs esam “jaunā rūpniecības revolūcijā”.
Huanga uzņēmums, protams, izgatavo mikroshēmas un datoru aparatūru, AI zelta steigas “cērtes un lāpstiņas”, un tas ir kļuvis par lielāko biznesu pasaulē, gūstot labumu no AI izaugsmes, burbuļa vai nē. Runājot trešdien ieņēmumu zvana laikā, jo viņa uzņēmums pēdējā ceturksnī ziņoja par ieņēmumiem 46,7 miljardu dolāru apmērā, viņš neliecināja par to, ka vispārējās mākslīgā intelekta nozares neticamais pieaugums palēnināsies.
“Es domāju, ka nākamos vairākus gadus, protams, desmit gadu laikā mēs redzam patiešām nozīmīgas izaugsmes iespējas,” sacīja Huangs.
Salīdziniet to ar nesenajiem Openai izpilddirektora Sam Altmana komentāriem, kurš sacīja, ka, viņaprāt, investori šobrīd ir “pārmērīgi izteikti par AI”. (Altmans arī atzina, ka viņš joprojām uzskata, ka AI ir “vissvarīgākā lieta, kas notiek ļoti ilgā laikā.”)
Huangs sacīja, ka viņa uzņēmumam ir “ļoti, ļoti nozīmīgas prognozes” pieprasījumā pēc vairākām mikroshēmām un datoriem, kas darbojas AI, norādot, ka drīzumā neapstājas steiga vairāk datu centru. Viņš spekulēja, ka AI infrastruktūras izdevumi līdz desmitgades beigām varētu sasniegt USD 3 triljonus līdz 4 triljonus USD. (ASV iekšzemes kopprodukts ir aptuveni 30 triljoni USD.)
Tas nozīmē daudz datu centru, kas aizņem daudz zemes un izmanto daudz ūdens un enerģijas. Šīs AI rūpnīcas pēdējos gados ir kļuvušas lielākas un lielākas, ievērojami ietekmējot apkārtējās kopienas un lielāku slodzi ASV elektriskajam tīklam. Un dažādu ģeneratīvo AI rīku pieaugums, kuriem nepieciešams vēl vairāk enerģijas, varētu padarīt šo pieprasījumu vēl lielāku.
Nepalaidiet garām nevienu mūsu objektīvo tehnoloģiju saturu un uz laboratoriju balstītām atsauksmēm. Pievienot CNET Kā vēlamais Google avots Chrome.
Jaudīgāki un prasīgāki modeļi
Viena uzvedne tērzēšanas robotā ne vienmēr nozīmē vienu uzvedni. Paaugstināta skaitļošanas jaudas pieprasījuma avots ir tas, ka jaunāki AI modeļi, kas izmanto “argumentācijas” paņēmienus, vienam jautājumam izmanto daudz lielāku jaudu. “To sauc par ilgstošu domāšanu, un, jo ilgāk tā domā, bieži tas rada labākas atbildes,” sacīja Huangs.
Šis paņēmiens ļauj AI modelim izpētīt dažādās vietnēs, izmēģināt jautājumu vairākas reizes, lai iegūtu labākas atbildes un sakārtotu atšķirīgo informāciju vienā atbildē.
Daži AI uzņēmumi piedāvā argumentāciju kā atsevišķu modeli vai kā izvēli, kas apzīmēta ar kaut ko līdzīgu “dziļa domāšanai”. Openai to darbināja tieši savā GPT-5 izlaidumā, un maršrutēšanas programma izlēma, vai to apstrādā vieglāks, vienkāršs modelis vai intensīvāks spriešanas modelis.
Guess argumentācijas modelim var būt vajadzīgas 100 reizes lielāka skaitļošanas jauda vai vairāk nekā tā, ko prasīs tradicionālā lielā valodas modeļa reakcija, sacīja Huangs. Šie modeļi, kā arī aģentu sistēmas, kas var veikt uzdevumus un robotikas modeļus, kas var rīkoties ar vizualizāciju un darboties fiziskajā pasaulē, saglabā pieprasījumu pēc mikroshēmām, enerģijas un datu centra zemēm.
“Ar katru paaudzi pieaug tikai pieprasījums,” sacīja Huangs.
