Согласно сообщениям, OpenAI рассматривает возможность создания собственных ИИ-чипов, чтобы уменьшить свою зависимость от производителя аппаратного обеспечения для ИИ Nvidia.
Будучи B2B-компанией по производству аппаратного обеспечения для ИИ, Nvidia (произносится эн-вид-еа) в основном работает за кулисами. Именно поэтому большинство потребителей не знакомы с ней или с тем, как ее революционные чипы, называемые графическими процессорами (GPU), формируют ландшафт ИИ. Давайте исследуем, почему они доминируют на рынке чипов для ИИ.
Что такое GPU?
Самый простой способ понять GPU — представить, что вы работаете в области, требующей специального оборудования. Например, стоматология. Так же, как стоматолог полагается на определенные инструменты для ухода за вашей улыбкой, GPU функционируют как специализированные инструменты, которые улучшают возможности ИИ.
Как сверла, зонды и рентгеновские аппараты позволяют стоматологам проводить точное лечение, так и GPU позволяют передовым моделям ИИ, таким как ChatGPT от OpenAI и Gemini от Google, выполнять математические вычисления и анализировать огромные объемы данных быстро и эффективно.
Одним из первых пионеров в разработке GPU была — угадайте кто — Nvidia. В 1999 году компания создала один из первых GPU, GeForce 256, и с тех пор выпустила множество других. До появления GPU центральные процессоры (CPU) служили основными «мозгами» вычислительных устройств и назывались «мозгами» вычислительных систем.
Но в отличие от CPU, GPU могут:
- Выполнять специализированные задачи одновременно, способность известна как параллельная обработка.
- Значительно увеличивать производительность компьютера до уровней, ассоциируемых с суперкомпьютером.
- Работать с множеством других программных компонентов, создавая обширную и сложную экосистему.
Проще говоря, если CPU представляют собой повседневные предметы в наборе инструментов стоматолога, такие как скребки для зубного камня и стоматологические зеркала, то GPU — это цифровые рентгеновские аппараты и стоматологические лазеры. Эти характеристики делают чипы идеальными для высокоразвитых приложений, таких как искусственный интеллект, в особенности генеративный ИИ.
Как Nvidia стала ведущим поставщиком аппаратного обеспечения для ИИ?
Кремниевая долина производитель микроэлектроники, соучредителем и нынешним генеральным директором которой является Дженсен Хуан, сгенерировала чуть более 22 миллиардов долларов дохода за четвертый квартал 2023 финансового года, закончившийся 28 января, при этом заработав около 12 миллиардов долларов. Но этот успех не пришел к ней за одну ночь.
Nvidia взобралась на вершину индустрии ИИ — и остается там — по трем основным причинам:
- Они начали крупные инвестиции в индустрию ИИ, когда большинство конкурентов еще не осознало происходящего; Хуан сказал участникам конференции GTC в 2020 году, что «эра ИИ в полном разгаре.»
- Они постоянно создают чипы с передовыми технологиями.
- Многочисленные компоненты инфраструктуры ИИ уже построены вокруг их продуктов.
Для более детального анализа, вот краткая история компании из Санта-Клары:
- 1993: Дженсен Хуан создает Nvidia с Крисом Малаховски и Кертисом Прайем, чтобы продвигать графику для видеоигр.
- 1999: Nvidia изобретает первый GPU, доступный широкому кругу пользователей, тем самым переосмысливая вычислительный ландшафт.
- 2006: Хуан представляет CUDA, новую программную технологию, которая расширяет возможности GPU, позволяя им выполнять задачи в таких областях, как наука и исследования.
- 2012: Исследователи запускают эру современного ИИ, используя GPU для распознавания определенных объектов на изображениях с точностью, сравнимой с человеческой. Nvidia быстро направляет все аспекты своей компании на продвижение этого нового направления, в конечном итоге формируя команду, создающую и обучающую языковые модели.
- 2018: Nvidia поднимает компьютерную графику на новый уровень с первым GPU, способным имитировать поведение света в реальном времени в реальном времени с помощью трассировки лучей.
- 2022: Nvidia объявляет о производстве новых чипов, H100, специально предназначенных для приложений ИИ.
- 2024: Компания выпускает свой самый мощный на сегодняшний день чип, GH200 Grace Hopper Superchip, который способен превосходно обучать и выполнять инференс крупномасштабных языковых моделей (LLM).
«Главное, что мы поняли, это что происходит переосмысление того, как выполняются вычисления,» сказал Хуан в интервью New York Times. «И мы построили все с нуля, от процессора до конечного продукта.»
Могу ли я купить чипы для ИИ?
Технически, да, но это немного сложно. Высоковостребованные чипы, часто сравниваемые с «редкоземельными металлами,» трудно достать. Частично это связано с тем, что:
- Nvidia построила «конкурентный ров» вокруг рынка чипов для ИИ.
- Введение ChatGPT от OpenAI в конце 2022 года вызвало гонку вооружений в технологической индустрии.
- Taiwan Semiconductor Manufacturing Company (TSMC), крупнейший в мире производитель полупроводников, давно испытывает трудности с удовлетворением спроса. (GPU — это тип полупроводника.)
Спрос резко возрос во время пандемии, затем упал, замедлив производство — и затем снова возрос.
Проще говоря, все это создало дефицит. «Ускоренные вычисления и генеративный ИИ достигли критической точки,» сказал Хуан в феврале в заявлении Associated Press. «Спрос растет по всему миру среди компаний, отраслей и наций.» Некоторые клиенты Nvidia в 2023 году сообщили, что ждали почти год, чтобы получить чипы, стоимость которых, кстати, может превышать $40,000.
«Я не думаю, что мы наверстаем отставания по поставкам в этом году. Не в этом году и, вероятно, не в следующем году,» сказал генеральный директор в интервью WIRED в феврале. Тем не менее, Хуан утверждает, что превосходные возможности его чипов оправдывают их высокую стоимость и в конечном итоге экономят деньги клиентам.
«Если вы можете сократить время обучения вдвое на дата-центр стоимостью 5 миллиардов долларов, экономия превышает стоимость всех чипов,» сказал он New York Times. «Мы предлагаем самое дешевое решение в мире.»
Возможно, самым захватывающим аспектом этой гонки вооружений является то, что Nvidia одновременно и конкурент, и судья. Гигант чипостроения открыто конкурирует со своими клиентами, и учитывая его контроль над рынком, Nvidia должна решать, кто получит её чипы и какое их количество. Таким образом, компания стоимостью триллион долларов может фактически определять, какие технологические фирмы выйдут на вершину, а какие нет. Это, вероятно, почему такие компании, как OpenAI, рассматривают возможность создания собственной техники. Несмотря на высокие затраты, в этом также есть большие преимущества.
Что все это значит для будущего ИИ?
Несмотря на возможную драматичность, будущее ИИ зависит от GPU от Nvidia и других аналогичных компаний. Хотя конкуренция остается жесткой, различные эксперты предсказывают, что Nvidia сохранит свою позицию лидера отрасли. Однако Nvidia сильно зависит от TSMC для производства своих чипов, а это значит, что любые будущие сбои в цепочке поставок могут вызвать волны в индустрии ИИ.
В результате растет спрос на большее количество полупроводников, произведенных внутри страны. В 2022 году президент США Джо Байден подписал закон, стимулирующий технологические компании производить полупроводники в США. Однако некоторые утверждают, что растущий спрос на чипы превзойдет темпы, с которыми могут расширяться усилия внутри США. Только время покажет.
Пока что Хуан остается весьма оптимистичным по поводу будущего ИИ. В интервью WIRED он сказал, что Nvidia активно работает над различными проектами, включая новый дата-центр, или «фабрику ИИ», и супер-высокоэффективный GPU под названием Blackwell. «Цель — значительно снизить стоимость обучения моделей,» сказал он о новом GPU. «Тогда люди смогут масштабировать модели, которые они хотят обучать.»
Хуан также упомянул гуманоидных роботов. Да, вы правильно прочитали. «Если вы можете генерировать текст, если вы можете генерировать изображения, можете ли вы также генерировать движение? Ответ вероятно да,» сказал Хуан WIRED. «А если вы можете генерировать движение, вы можете понять намерение и сгенерировать обобщенную версию артикуляции. Таким образом, гуманоидные роботы должны быть за углом.»
