Штучний інтелект майбутнього потребує ЦОД нового рівня

Багато хто висловлює щиру стурбованість тим, що штучний інтелект означає для них і їхнього місця у світі. Найпоширеніше запитання: «Як зупинити АІ від захоплення світу?». Йдеться про «технологічну сингулярність» - гіпотетичний майбутній момент часу, коли АІ стане неконтрольованим, що призведе до непередбачуваних наслідків для людської цивілізації.

 

Зараз ми перебуваємо на початку нового шляху. AI розробляється не для того, щоб витіснити людство. Навпаки, над цією технологією працюють для того, щоб зробити речі, у нашому повсякденному житті та роботі, ефективнішими та результативнішими. Цінність і функціональність АІ не з'являться відразу. Людському мозку знадобилося понад три мільйони років, щоб розвинутися до того рівня, на якому він перебуває зараз.

 

Наприклад, візьмемо велику мовну модель (англ. large language model, LLM). Ось визначення, що дає TechTarget: «LLM - це еволюція концепції мовної моделі в ШІ, яка значно розширює обсяг даних, які використовуються для навчання і висновків. Своєю чергою, це забезпечує значне збільшення можливостей моделі ШІ».

 

Хоча це правда і звучить голосно, але не описує того, що LLM може робити сьогодні. Багато людей дуже переоцінюють можливості AI. Зараз можливості LLM охоплюють наступне:

 

- Пошук і узагальнення; іншими словами, допомога людям у пошуку необхідного контенту і його стисле представлення.

 

- Відповіді на загальні питання, наприклад, для ліній підтримки клієнтів і загальних запитів.

 

- Дослідження ринку та аналіз конкурентів.

 

- Предикативна аналітика.

 

- Супровід і допомога як в особистих, так і в робочих справах.

 

- Автоматизація робочих процесів.

 

- Цифрова співпраця.

 

Загалом, LLM використовується для того, щоб допомогти людям і компаніям отримувати цінну інформацію, прогнозувати майбутнє й ухвалювати правильні рішення - не зовсім замінюючи роль людини в суспільстві.

 

Куди може завести AI - цікавіша тема, і вона охоплює такі галузі, як:

 

- Автоматизована охорона здоров'я: Персоналізовані плани лікування, операції за допомогою AI та навіть предикативні моделі охорони здоров'я.

 

- Автономне виробництво: Передбачення того, що потрібно побудувати, пошук матеріалів і управління операціями.

 

- Розширена віртуальна і доповнена реальність: Імерсивний досвід, що стирає межу між реальним і віртуальним світом.

 

- Автономний транспорт: Автомобілі, літаки та кораблі, керовані машинами.

 

Уся ця автоматизація AI не відбудеться за помахом чарівної палички. У випадку з AI потрібно буде створити ІТ-інфраструктуру для розроблення та навчання моделей LLM, і ще більше ІТ-інфраструктури буде потрібно для глобального масштабування, щоб підтримувати робочі версії цих LLM ближче до користувача.

 

Навчати AI LLM у старих центрах обробки даних неефективно і не швидко. Сервери, необхідні для просунутого ШІ, більш габаритні та більш енергомісткі. Вони оснащені оновленими графічними процесорами, блоками обробки даних та центральними процесорами, об'єднаними в кластери, які можуть складатися із сотень серверів і тисяч графічних процесорів. Такі кластери вирізняються високою щільністю, споживають досить багато енергії та виділяють велику кількість тепла. Загалом, попит на обчислення для навчання LLM значно випереджає можливості центрів обробки даних AI, які галузь стрімко нарощує. Створення якомога більшої кількості потужностей для AI - це тенденція, що буде, як очікується, зберігатися ще щонайменше кілька років.

 

Переміщення LLM ближче до користувача і запуск їх у роботу після навчання називається граничним AI (edge AI) або висновком (inference). Це процес прогону живих даних через навчену AI-модель для складання прогнозу, вирішення завдання або створення контенту. Для того, щоб AI міг трансформувати галузі шляхом підвищення ефективності процесів і автоматизації завдань, на границі необхідно встановити достатню кількість центрів обробки даних. Хоча ці дата-центри зі штучним інтелектом працюватимуть на компактних LLM і матимуть різні розміри та можливості, вони мають бути розміщенні саме на границі. Таким чином буде забезпечено відчутні переваги у вигляді зниження обсягу та вартості передачі даних, підвищення швидкості та зниження затримок. 

 

Майбутнє штучного інтелекту неймовірне і, як очікується, принесе багато користі. Але це не станеться відразу і не може бути втілене в життя без потужних центрів обробки даних. Розвиток AI йде повним ходом, але, правду кажучи, ми перебуваємо на самому початку шляху.  І хоча прогрес AI здається спринтерським, насправді це марафон.