“Мозъкът на всички съвременни AI приложения са чиповете на Nvidia

“Мозъкът ” на всички модерни AI приложения са чиповете на Nvidia и това я направи една от най-скъпите ИТ компании в света (снимка: CC0 Public Domain)

Производителят на компютърни чипове Nvidia наскоро доближи пазарна капитализация в размер на над един трилион $. С това компанията се причисли към „ клуба “ на топ софтуерните колоси Apple, Amazon, Alphabet и Microsoft, всички на стойност над 1 трилион $. Как Nvidia стигна до такава степен?

Най-скорошните тримесечни финансови резултати на компанията провокираха възторг. Компанията съобщи, че усилва производството на чипове, с цел да отговори на „ възходящото търсене “. Това явно е хем опция, хем и предизвикателство, тъй като Nvidia е основното име на пазара за чипове, употребявани в системите с изкуствен интелект (AI).

Интересът към този бранш доближи неистови равнища, откакто единствено в границите на няколко месеца се появиха набор от генеративни логаритми с изкуствен интелект, които могат да основават произведения съвсем като човек. Началото сложи ChatGPT – генератор на текст, който може да написа публикации, романи и всичко, що е текст. Последваха генератори на графика и тон, не по-малко изкусни. Това раздруса света, простирайки се надалеч оттатък софтуерната промишленост.

Но всичко това не би било допустимо без мощен компютърен хардуер – по-специално компютърни чипове от Nvidia.

В основата на AI

Първоначално известна с производството на вида компютърни чипове, които обработват графики, изключително за компютърни игри, Nvidia е позната като хардуерен производител. Днес тя е в основата на множеството AI приложения. „ Компанията е водещият софтуерен състезател, който прави допустимо това ново нещо, наречено изкуствен интелект “, споделя Алън Пристли, анализатор на полупроводниковата промишленост в Gartner. „ Това, което е Nvidia за AI, е съвсем същото, каквото беше Intel за компютрите “, прибавя Дан Хътчесън, анализатор в TechInsights.

Всъщност ChatGPT е подготвен благодарение на 10 000 графични процесора на Nvidia (GPU), групирани дружно в суперкомпютър, принадлежащ на Microsoft. „ Това е един от многото суперкомпютри – някои известни обществено, други не – които са построени с графични процесори на Nvidia за разнообразни научни цели “, споделя Иън Бък, общоприет управител и вицепрезидент на дивизията по ускорени калкулации в Nvidia.

Оказва се, че Nvidia държи към 95% от пазара на графични процесори за машинно образование, съгласно неотдавнашен отчет от CB Insights. Нейните AI чипове костват почти по $10 000 всеки, макар че най-новата и най-мощна версия се продава за доста повече.

И по този начин, по какъв начин Nvidia стана подобен централен състезател в революцията на AI?

Неочаквано добра композиция

Накратко, формулата е самоуверен залог върху личната си технология плюс прекрасен миг.

Дженсън Хуанг, понастоящем основен изпълнителен шеф на Nvidia, беше един от нейните създатели през 1993 година Тогава Nvidia се концентрира върху подобряването на графиките за игри и други приложения. През 1999 година тя създаде графични процесори за възстановяване на картината на игрите за лични компютри.

Графичните процесори са отлични при обработката на голям брой дребни задания по едно и също време (например обработка на милиони пиксели на екрана) – процедура, известна като паралелна обработка.

През 2006 година откриватели от Станфордския университет откриха, че графичните процесори имат и друго приложение – те могат да ускорят математическите интервенции по метод, по който елементарните чипове за обработка не могат. Точно в този миг Хуанг взе решение от основно значение за развиването на изкуствения разсъдък, какъвто го познаваме през днешния ден. Той влага ресурсите на Nvidia в основаването на инструмент, който да направи графичните процесори програмируеми. По този метод отвори техните благоприятни условия за паралелна обработка за приложения отвън графиката.

Този инструмент беше прибавен към компютърните чипове на Nvidia. За играчите на компютърни игри това беше опция, от която въобще не се нуждаеха и евентуално даже не бяха наясно, че я има. Но за откривателите това беше огромна вест. Това бе нов метод за осъществяване на високопроизводителни калкулации върху „ потребителски “ хардуер.

Именно тази дарба на технологиите на Nvidia оказа помощ за началото на ранните триумфи на модерния AI.

По-бързо, по-високо

През 2012 година беше показан Alexnet – AI, който може да класифицира изображения. Alexnet беше подготвен благодарение на два от програмируемите графични процесори на Nvidia.

Процесът на образование лиши единствено няколко дни, а не месеците, които можеше да отнеме при потреблението на доста по-голям брой елементарни чипове за обработка.

Откритието – че графичните процесори могат доста да ускорят обработката в невронни мрежи – стартира да се популяризира измежду компютърните учени. Те започнаха да ги купуват, с цел да извършват този нов вид задания. „ Изкуственият разсъдък ни откри “, споделя Бък за тези времена.

В резултат, Nvidia употребява своето преимущество, като влага в създаването на нови типове GPU, по-подходящи за приложения за неестествен разсъдък, както и допълнително програмен продукт, който да улесни потреблението на технологията.

В ерата на GPT

Десетилетие по-късно и след наливането на милиарди долари се появи ChatGPT – логаритъм с изкуствен интелект, който може да даде човешки отговори на всевъзможни въпроси и да написа всевъзможни произведения. Новостартиращата компания за AI на име Metaphysic пък стартира да генерира фотореалистични видеоклипове на звезди, употребявайки AI техники. Нейните майсторски имитации с облика на Том Круз провокираха възторг през 2021 година

За да образова и по-късно да ръководи логаритмите си, компанията употребява стотици графични процесори на Nvidia. Някои са закупени от Nvidia, а други налични посредством услуга за облачни калкулации. „ Няма други възможности на Nvidia за това, което вършим ние “, споделя Том Греъм, съосновател и основен изпълнителен шеф на Metaphysic. „ Толкова е по-напред от всичко останало на пазара “.

Конкуренцията не спи

И въпреки всичко, въпреки че към този момент превъзходството на Nvidia наподобява сигурна, мъчно е да се планува какво ще последва в по-дългосрочен проект. „ Nvidia е индивидът с целта на гърба, който се движи напред, а през това време всички се пробват да го уцелят “, отбелязва Кевин Крюел, различен промишлен анализатор в Tirias Research.

Почти всички огромни полупроводникови компании желаят да се конкурират с компанията. AMD и Intel са отпред – компании, по-известни с производството на централни процесори (CPU), които също по този начин вършат и специфични графични процесори за AI приложения (Intel едвам неотдавна се причисли към битката). Гугъл има свои тензорни процесори (TPU), употребявани освен за резултатите от търсачката, само че и за избрани задания за машинно образование.

Amazon има особено основан чип за образование на AI модели. Има също информации, че Microsoft създава AI чип, а и Meta работи по собствен личен план за AI чип.
още по темата
В допълнение, напоследък се появяват и новостартиращи компании за компютърни чипове, които желаят да играят на арената на Nvidia, в това число Cerebras, SambaNova Systems и Habana. Те имат намерение да вършат по-добри други възможности на GPU за AI, като стартират от „ бялата дъска “.

Базираната в Обединеното кралство Graphcore създава AI чипове с общо предопределение, които назовава интелигентни процесори (IPU). За тях компанията твърди, че имат по-голяма изчислителна мощ и са по-евтини от GPU. Основана през 2016 година, Graphcore наскоро получи солидно държавно финансиране.

„ Graphcore построи процесор, който да прави AI – подобен, какъвто съществува през днешния ден и какъвто ще се развива с времето “, споделя Найджъл Туун, съосновател и основен изпълнителен шеф на компанията. Той признава, че да се изправиш против колос като Nvidia е предизвикателство. Макар че Graphcore предлага и програмен продукт, посредством който да направи технологията си налична, за потребителите е мъчно да създадат преход, когато светът е построил своите AI артикули по този начин, с цел да работят на Nvidia GPU.

Все отново Туун се надява, че с течение на времето, когато AI към този момент няма да се върти към „ авангардни опити “ и ще работи под формата на комерсиални внедрявания, рентабилните калкулации ще стартират да стават по-важни.

Обратно в Nvidia, Иън Бък не е изключително угрижен на тематика конкуренцията. „ Сега всеки има потребност от AI “, споделя той. „ Всеки си взема решение накъде ще се насочи “.