Mustafa Suleyman, один из основателей DeepMind, прогнозирует, что вычислительная мощность для обучения ИИ моделей может вырасти в 1000 раз к 2028 году. Это важно, потому что резко увеличит способности ИИ и снизит стоимость их развертывания.
Обзор трендов в развитии ИИ
С 2010 года вычислительная мощность для обучения ИИ увеличилась на триллион раз, изменив представление о том, как развиваются технологии. По словам Suleyman, несмотря на замедление закона Мура, технологии развиваются дальше благодаря новым решениям и архитектуре вычислений.
На этот момент Nvidia добилась более чем семикратного прироста производительности своих чипов за шесть лет, увеличив вычислительную мощность с 312 терафлопс в 2020 году до 2250 терафлопс сегодня. Параллельно, новые технологии, такие как NVLink и InfiniBand, соединяют тысячи графических процессоров в единые вычислительные мощности, что обеспечивает стабильную работу вычислительных задач.
Технологические прорывы и их влияние
Согласно этим Epoch AI, вычисления для достижения фиксированного уровня производительности требуют вдвое меньше ресурсов примерно каждые восемь месяцев. Это значительно быстрее, чем традиционное удвоение каждые 18-24 месяца по закону Мура. Стоимость обслуживания современных ИИ-систем сократилась в 900 раз за год, что делает их доступнее для внедрения в бизнес.
Совокупные усилия в развитии аппаратного и программного обеспечения выводят обучение языковых моделей из 167 минут на восемь графических процессоров в 2020 году до менее чем четырех минут на современном оборудовании. Это сравнение подчеркивает, как быстро меняется конфигурация вычислительных систем для ИИ и предоставляет разработчикам уникальные возможности.
Практическое значение для бизнеса
Для ИТ-команд в России развитие ИИ и рост вычислительных мощностей означает, что уже в ближайшие годы можно рассчитывать на внедрение более мощных и доступных ИИ-систем. Если ваша компания рассматривает возможность интеграции ИИ, следует учитывать высокий потенциал новых технологий, который позволит ускорить аналитические процессы и оптимизировать операционные расходы.
В ближайшие годы мы можем ожидать значительного прогресса в области вычислительной техники, что открывает новые горизонты для применения ИИ в различных отраслях.
