ສົງຄາມ AI ປັນຍາປະດິດສ້າງ, "ຄວາມຕ້ອງການຂອງຊິບ AI ລະເບີດ"

ຜະລິດຕະພັນການບໍລິການທາງປັນຍາປະດິດສ້າງເຊັ່ນ ChatGPT ແລະ Midjourney ກໍາລັງດຶງດູດຄວາມສົນໃຈຂອງຕະຫຼາດ. ຕໍ່ກັບສິ່ງຫຍໍ້ທໍ້ດັ່ງກ່າວ, ສະມາຄົມອຸດສາຫະກຳປັນຍາທຽມເກົາຫຼີ (KAIIA) ໄດ້ຈັດກອງປະຊຸມ 'Gen-AI Summit 2023' ທີ່ COEX ທີ່ເມືອງຊຳຊຸງ-ດົງ, ກຸງໂຊລ. ເຫດການສອງວັນນີ້ມີຈຸດປະສົງເພື່ອສົ່ງເສີມແລະກ້າວຫນ້າທາງດ້ານການພັດທະນາຂອງປັນຍາປະດິດ (AI), ເຊິ່ງກໍາລັງຂະຫຍາຍຕະຫຼາດທັງຫມົດ.

ໃນມື້ທໍາອິດ, ເລີ່ມຕົ້ນດ້ວຍການກ່າວຄໍາປາໄສໂດຍ Jin Junhe, ຫົວຫນ້າພະແນກທຸລະກິດ fusion ປັນຍາປະດິດ, ບໍລິສັດເຕັກໂນໂລຢີຂະຫນາດໃຫຍ່ເຊັ່ນ Microsoft, Google ແລະ AWS ພັດທະນາແລະໃຫ້ບໍລິການ ChatGPT, ເຊັ່ນດຽວກັນກັບອຸດສາຫະກໍາ fabless ພັດທະນາ semiconductors ປັນຍາປະດິດເຂົ້າຮ່ວມແລະ. ໄດ້ເຮັດການນໍາສະເຫນີທີ່ກ່ຽວຂ້ອງ, ລວມທັງ "ການປ່ຽນແປງ NLP ທີ່ນໍາມາໂດຍ ChatGPT" ໂດຍ Persona AI CEO Yoo Seung-jae, ແລະ "ການສ້າງ Chip Inference AI ທີ່ມີປະສິດທິພາບສູງ, ປະສິດທິພາບແລະສາມາດປັບຂະຫນາດໄດ້ສໍາລັບ ChatGPT" ໂດຍ Furiosa AI CEO Baek Jun-ho .

Jin Junhe ກ່າວວ່າໃນປີ 2023, ປີຂອງສົງຄາມປັນຍາປະດິດ, ປັ໊ກ ChatGPT ຈະເຂົ້າສູ່ຕະຫຼາດເປັນກົດລະບຽບເກມໃຫມ່ສໍາລັບການແຂ່ງຂັນຮູບແບບພາສາຂະຫນາດໃຫຍ່ລະຫວ່າງ Google ແລະ MS. ໃນກໍລະນີນີ້, ລາວຄາດຄະເນໂອກາດໃນ AI semiconductors ແລະເຄື່ອງເລັ່ງຄວາມໄວທີ່ສະຫນັບສະຫນູນແບບຈໍາລອງ AI.

Furiosa AI ເປັນຕົວແທນຂອງບໍລິສັດ fabless ຜະລິດ semiconductors AI ໃນເກົາຫລີ. Furiosa AI CEO Baek, ຜູ້ທີ່ກໍາລັງເຮັດວຽກຫນັກເພື່ອພັດທະນາ AI semiconductors ທົ່ວໄປເພື່ອໃຫ້ທັນກັບ Nvidia, ເຊິ່ງຖືຕະຫຼາດສ່ວນໃຫຍ່ຂອງໂລກໃນ hyperscale AI, ຫມັ້ນໃຈວ່າ "ຄວາມຕ້ອງການສໍາລັບ chip ໃນພາກສະຫນາມ AI ຈະເພີ່ມຂຶ້ນໃນອະນາຄົດ. ”

ເມື່ອການບໍລິການ AI ກາຍເປັນຊັບຊ້ອນຫຼາຍ, ເຂົາເຈົ້າປະເຊີນກັບຄ່າໃຊ້ຈ່າຍພື້ນຖານໂຄງລ່າງທີ່ເພີ່ມຂຶ້ນຢ່າງຫຼີກລ່ຽງບໍ່ໄດ້. ຜະລິດຕະພັນ GPU A100 ແລະ H100 ໃນປະຈຸບັນຂອງ Nvidia ມີປະສິດທິພາບສູງແລະພະລັງງານຄອມພິວເຕີທີ່ຕ້ອງການສໍາລັບຄອມພິວເຕີ້ປັນຍາປະດິດ, ແຕ່ເນື່ອງຈາກການເພີ່ມຂຶ້ນຂອງຄ່າໃຊ້ຈ່າຍທັງຫມົດ, ເຊັ່ນການໃຊ້ພະລັງງານສູງແລະຄ່າໃຊ້ຈ່າຍໃນການນໍາໃຊ້, ເຖິງແມ່ນວ່າວິສາຫະກິດຂະຫນາດໃຫຍ່ທີ່ສຸດກໍ່ລະວັງທີ່ຈະປ່ຽນໄປ. ຜະ​ລິດ​ຕະ​ພັນ​ຕໍ່​ໄປ​. ອັດຕາສ່ວນຄ່າໃຊ້ຈ່າຍ-ຜົນປະໂຫຍດສະແດງຄວາມກັງວົນ.

ໃນເລື່ອງນີ້, Baek ໄດ້ຄາດຄະເນທິດທາງຂອງການພັດທະນາເຕັກໂນໂລຢີ, ໂດຍກ່າວວ່າ, ນອກຈາກບໍລິສັດຈໍານວນຫລາຍທີ່ນໍາໃຊ້ວິທີແກ້ໄຂປັນຍາປະດິດ, ຄວາມຕ້ອງການຂອງຕະຫຼາດແມ່ນເພື່ອເພີ່ມປະສິດທິພາບແລະປະສິດທິພາບສູງສຸດພາຍໃນລະບົບສະເພາະ, ເຊັ່ນ "ການປະຫຍັດພະລັງງານ".

ນອກຈາກນັ້ນ, ລາວໄດ້ເນັ້ນຫນັກວ່າຈຸດແຜ່ກະຈາຍຂອງການພັດທະນາ semiconductor ປັນຍາປະດິດໃນປະເທດຈີນແມ່ນ "ການໃຊ້ງານ", ແລະກ່າວວ່າວິທີການແກ້ໄຂການສະຫນັບສະຫນູນສະພາບແວດລ້ອມການພັດທະນາແລະ "ການດໍາເນີນໂຄງການ" ຈະເປັນກຸນແຈສໍາຄັນ.

Nvidia ໄດ້ສ້າງ CUDA ເພື່ອສະແດງລະບົບນິເວດສະຫນັບສະຫນູນຂອງຕົນ, ແລະຮັບປະກັນວ່າຊຸມຊົນພັດທະນາສະຫນັບສະຫນູນກອບຕົວແທນສໍາລັບການຮຽນຮູ້ເລິກເຊິ່ງເຊັ່ນ TensorFlow ແລະ Pytoch ກາຍເປັນຍຸດທະສາດການຢູ່ລອດທີ່ສໍາຄັນສໍາລັບການສ້າງຜະລິດຕະພັນ.