Преди пандемията, компанията беше с пазарна оценка от около 250 млрд. долара. Това е доста скромно на фона на гигантите Apple и Microsoft, които се през същия период, се надпреварваха дали ще са с 1, 2 или 3 трлн. капитализация. Nvidia доста рязко влезе в този елитен клуб на свърхгигантите и покрай AI бума тя излезе начело спрямо останалите.

Американският гигант (с тайванска връзка) достигна за кратко оценка от 5 трлн. долара в началото на ноември. Преминаването на тази нова граница, подсили две дискусии – има ли кой да спре ръстът на технологичните компании и дали AI икономиката не е просто един балон, подхранван от кръгови инвестиции. Ако второто се окаже вярно, то тогава, именно имплозия на пазара ще успее да сложи спирачки на Nvidia.

Графичните карти като AI ускорители

Епохата на изкуствения интелект доведе до рязка смяна в нуждата и търсенето на решения за сървъри. Традиционните процесори са ефективни за работа с една задача едновременно. Докато графичните такива се справят с по няколко паралелно, това ги прави изключително ефективни за обработване на AI заявки.

Nvidia, като един от лидерите в разработването на GPU чипове успяха да намерят хитра ниша докато бума на изкуствения интелект се разгръща. Компанията още преди пандемията обяви, че ще фокусира значителни усилия в развитието на процесори и платки, които да се ползват за обработката на AI. Всичко това се изплати, при това многократно. Nvidia успя да се позиционира като лидер в разработването на специализирани AI процесори и решения за сървъри.

Настоящите чатботове и решения за изкуствен интелект налагат изграждането на специализирана облачна инфраструктура за по-ефективното обработване на заявките. С което търсенето на решенията на Nvidia се изстреля в небето. Технологичният гигант влезе в AI икономиката, като незаобиколим фактор при изграждането на хардуерната инфраструктура.

Надпреварата между САЩ и Китай в AI сферата, дори наложи двете страни да започнат с различни санкции и контрасанкции. Толкова, че някои китайски компании прибегнаха до презапасяване с хиляди продукти на Nvidia, месеци преди ограниченията да влязат в сила.

Клубът на компаниите за трилион долара

Клубът на компаниите за трилион долара не се променя значително през последните няколко години. Петролната и сравнително държавна компания – Saudi Aramco продължава да е лидер с 16 трлн. долара оценка. Тя отчита повече от двойно увеличение спрямо 2024 г., когато е 5.8 трлн. долара най-вече поради несигурността в геополитическата обстановка и енергийните доставки.

Nvidia се превръща в лидер при технологичните гиганти с 4.7 трлн. долара, като достигна за кратко 5 трлн. долара в последните дни на октомври. Пазарите започнаха да укротяват растежа от началото на ноември, но ако няма големи сътресения на AI пазара, може да очакваме нивата от 5 трлн. долара да бъдат достигнати за по-устойчив период.

Втори са Apple с малко над 4 трлн. долара оценка. Технологичният гигант преди беше най-скъпата компания в сектора и в САЩ, но Nvidia ги задмина през последните близо две години. Apple от своя страна се изправи пред предизвикателства с интеграцията на AI в своите системи. В нетипичен за нея ход, компанията разчита на OpenAI за повечето функционалности, а немалка част от тях закъсняха значително. Въпреки това, инвеститорите продължават да гледат позитивно на нейното развитие.

Трети са Microsoft, които с фокуса си върху облачни услуги и продукти се оказаха от печелившата страна. Компанията е сред водещите инвеститори в OpenAI, което им даде по-тясна интеграция на моделите на изкуствен интелект на разработчика. Липсата на собствени решения засега е големият минус на софтуерния гигант. Microsoft е с пазарна оценка от 3.7 трлн. долара.

Четвърти са Google, които може да скочиха по-късно на вълната на генеративния AI, но скъсиха доста бързо дистанцията спрямо OpenAI. Техният модел Gemini на моменти се оказва по-добър от ChatGPT, което в комбинация с все по-тясната интеграция с Android устройствата, дава на нтернет гиганта дорби изгледи. Google върна растежа на акциите си и вече е с пазарна оценка от 3.48 трлн. долара.

Милиардните сделки

Успехът на Nvidia на борсата не се дължи само на продажбата на AI чипове. Компанията сключи редица големи сделки и партньорства за доставка на процесори и изграждането на центрове за данни. Най-голямата е с OpenAI, обявена в края на септември. Nvidia се ангажира да инвестира 100 млрд. долара. Това включва изграждането на център за данни оптимизиран за AI от страна на американския гигант.

До известна степен, Nvidia си „купува“ правото OpenAI да ползва нейните системи. През ноември, технологичният гигант прави това и с Microsoft. Сделката отново е за център за данни, като обхваща нов такъв в Атланта, като част от системите ще са на Nvidia. По-любопитни са други действия между Microsoft и производителят на графични процесори. Софтуерният гигант реално ще достави AI чипове за 9.7 млрд. долара на Обединените арабски емирства (ОАЕ), разработени от Nvidia. Въпреки че това е по-скоро посредническа сделка, тя подчертава партньорските отношения между двете компании.

Nvidia не спира обаче само с водещия разработчик на независим модел, като OpenAI или ключов играч като Microsoft. През октомври, компанията обяви инвестиция от около 2 млрд. долара в xAI – стартъпът за изкуствен интелект на Илон Мъск. Nvidia е част от инвеститорски рунд за около 20 млрд. долара. По-малки сделки следват и с други разработчици на AI модели. Сред тях са европейската Mistral, Figure AI и др.

Предизвикателствата на Nvidia

Тази поредица от сделки (и още много) създават впечатлението за „кръгови инвестиции“ и потенциално надуване на балон – опасения изказани от редица анализатори и инвеститори. Докато спукването на пазарните очаквания за AI революцията наистина може да са най-голямата заплаха и реално могат да спрат възхода на Nvidia, това не е единствения потенциален проблем.

Другото предизвикателство е свързано с естеството на работата на компанията. Тя само разработва архитектурата за чипове, техния дизайн и софтуерни контролери. Компанията не разполага със собствени производствени линии за микропроцесори. Физическото разработване на чиповете става от подизпълнители, като основния за Nvidia е тайванския TSMC.

Зависимостта на американския гигант от Тайван е опасна предвид възможността за ескалация на напрежението между Китай и островната държава. Тогава Nvidia ще загуби почти целия си капацитет за доставки на видеокарти и AI системи. TSMC вече отказа на Белия дом да премести част от производството си в САЩ, което само подчертава значимостта на потенциалното предизвикателство.

Третото предизвикателство е конкуренцията. Nvidia има доста добър начален старт и преднина, но другият основен играч при видеокартите AMD, започва да наваксва. Засега той трудно ще може да измести напълно Nvidia от водещата позиция, но подобна конкуренция никога не е за пренебрегване. Като цяло, успехът на американския гигант изглежда осигурен за поне още няколко години, освен ако AI балонът не се спука по-рано и по-силно от очакванията.

The post Има ли кой да спре Nvidia appeared first on TechTrends България.

За САЩ, изстрелването на първия изкуствен сателит от съветите се описва като „момент на „Спутник““. Същата фраза се завърна с пълна сила в медийното пространство в щатските медии, след като Китай пусна своя голям езиков модел за изкуствен интелект R1, дело на DeepSeek. Сравненията между двете събития започнаха да валят мигновено. Шокиращата реакция на Запада беше толкова голяма, че фондовите борси буквално затриха стотици милиарди долари от пазарните оценките на редица технологични гиганти. Най-потърпевш беше Nvidia, която се превърна в авангарда на AI възхода от последните месеци.

Появата на технология като R1 на DeepSeek от Китай не трябва да се смята за голяма изненада. Компаниите от Поднебесната държава през последните години успяха да докажат, че скъсиха значително разликата в качеството на продуктите и услугите си. Включително и в софтуера, който също се смяташе, че САЩ има няколко обиколки преднина. Социалната мрежа TikTok е доказателство, че иновации в тази сфера могат да идват от Китай. Страната се възползва и от сравнителна консолидация на базите данни, което е основния източник за захранване на AI алгоритмите. С други думи, Китай разполага с всичко необходимо да изгради платформа, подобна на ChatGPT.

Скоростно изстрелване

DeepSeek дебютира официално на 20 януари и неделята в същата седмица вече технологичният инвеститор Марк Андресен сравни появата на R1 с тази на „Спутник“. За нула време, китайското приложение достигна номер едно място при свалянията в App Store на Apple. Основните качества на решението на DeepSeek са, че при определени задачи, като програмиране, математически проблеми превъзхожда с малко ChatGPT на OpenAI. Както и при решаването на по-логически казуси.

R1 се води „разсъждаващ“ модел, който се опитва да анализира отговора си и да поправи грешките преди да го предаде на потребителя. Той не е трениран през огромни масиви от данни, а използва принципа на синтетични въпроси и отговори. Това прави DeepSeek по-тясно специализиран от ChatGPT, както и изисква повече технически познания в съответните области.

Най-впечатляващото от модела е, че той е разработен с минимален бюджет от едва 6 млн. долара. Според различни инженери, DeepSeek стъпва значително на възможностите и постиженията на ChatGPT, както и предходните версии, които остават в сянка за масовата аудитория, лесно се комбинират с API на OpenAI. Има спекулации, че първите модели на китайската компания са правени с помощта на популярния генеративен AI.

Последното предимство на R1 е, че може да се използва на по-стари и не толкова специализирани графични процесори. Това е ключово, покрай различните санкции на САЩ срещу износа на подобен тип хардуер за китайски компании. С други думи, DeepSeek е принуден да разработи ефективен модел, който да работи с наличните процесорни възможности.

Инвеститорската паника

Комбинацията от това, миниатюрната сума за създаването на модела и факта, че в някои специализирани операции превъзхожда ChatGPT предизвикаха истинска паника сред западните инвеститори. В рамките на ден, тя може би дори и излезе от контрол, защото борсовите пазари заличиха стотици милиарди долари от различни технологични компании.

Най-тежко беше ударена Nvidia, която през изминалата 2024 г. отбеляза огромен възход. Той беше осъществен благодарение на почти монополното си положение при доставката на авангардни сървърни системи за AI изчисления. Появата на DeepSeek, които срещу 6 млн. долара за разработка изградиха платформа, която конкурира ChatGPT и то с използването на по-стар хардуер, поставиха решенията на Nvidia в областта под съмнение.

В рамките на ден, цената на акциите на компанията се срина със 17%, което изтри малко под 600 млрд. долара. Това е най-голямото изтриване на пазарна капитализация в рамките на 24 часа в историята на щатските фондови борси. Реакцията обаче най-вероятно се оказва ирационална и паническа. Единственото по-логично обяснение зад нея е, че Китай ще се окаже огромен пазар за AI, но заради санкциите, Nvidia (а и други компании) няма да могат да се възползват от него.

Логиката на повечето инвеститори, обаче е съвсем друга. Според тях, щом DeepSeek върви на по-стар хардуер и допринася за висока ефективност, то това ще намали търсенето на продуктите на Nvidia, Както и решенията на OpenAI. Затова, покрай технологичния гигант, акциите паднаха на редица други компании, като Broadcom, Microsoft (основен инвеститор в OpenAI), през SoftBank и дори ASML.

Проблемът е, че R1 и неговите предшественици са обучавани и вървят на решения, които са закупени от американската компания. Тоест, AI процесорите на Nvidia ще продължат да се търсят, просто това ще важи не само за най-новите, но и за старите. По този начин, борсовият срив беше плод на една голяма ирационална паника.

Китайската ръкавица

Докато пазарите реагираха импулсивно в рамките на един ден, появата на DeepSeek наистина може да съдържа в себе си „момент на Спутник“ за САЩ. Вашингтон и американските технологични гиганти имаха увереността, че генеративните AI модели ще останат иновация запазена само за Запада (добавяме и европейския Mistral в уравнението). R1 разби на пух и прах тази илюзия. Новоизбраният американски президент Доналд Тръмп вече обяви, че това е „сигнал за пробуждане“ за щатските компании, но може да бъде от полза, като подпомогне засилването на иновациите в САЩ.

Китайските компании за момента се оказват доста жилави и то при софтуерната разработка. TikTok беше първата голяма иновация, а DeepSeek само затвърждава тенденцията. Оказва се, че може би по-големият препъни-камък ще се окаже хардуера. Китайските компании все още не могат да преминат към създаване на чипове под 7nm технология, докато тайванската TSMC работи от две години с 3nm.

В този ред на мисли, китайската Tongfu е ангажирана със създаването на AI процесори, които да заменят тези на Nvidia или на AMD. След което чиповете на компанията ще бъдат внедрени в сървърните решения на Huawei. Все още няма достатъчно информация за възможностите на тези процесори, но се очаква да конкурират предпоследното поколение на Nvidia. Което отново е сравнително впечатляващо постижение за китайските разработчици.

Подобно на изстрелването на „Спутник“, с което се стартира Космическата надпревара във времето на Студената война, пускането на R1 постави началото на сходно геополитическо и техническо състезание в съвремието. Този път арена на сблъсък е изкуственият интелект.

The post DeepSeek – китайският AI „Спутник“ appeared first on TechTrends България.

Идеята да се превърне всяко устройство в интелигентно и задвижвано от изкуствен интелект, отново излезе на преден план. За което са необходими процесори и специализирани чипове. Много от тях. Част от модерните смартфони вече имат подобни ядра с невронна мрежа. Но сървъри, лаптопи, настолни компютри – всичко това не е толкова готово да посрещне нуждите за AI революцията.

Графичните процесори и ускорители се оказват първоначален спасителен пояс. Комбинацията с традиции в този сектор и силна развойна дейност в сферата на AI трансформират Nvidia в истински технологичен гигант за два трилиона долара. Което е нож с две остриета, защото в един момент, същата компания може да се окаже монополист на голяма част от AI чиповете по света.

Нещо, заради което основателят и главен изпълнителен директор на OpenAI се опасява и търси трилиони долари за изграждането на нови производствени мощности. Това в комбинацията, че всички тазгодишни флагмански смартфони върнаха на мода AI функционалностите, а Qualcomm добавя разширени такива за своите мобилни процесори.

Ускорителят CUDA на ракетата Nvidia

В месеците преди пандемията малко хора са предполагали, че производителят на графични карти Nvidia ще се превърне в истински технологичен мастодонт. Все пак компанията дотогава е сравнително нишов играч. Акциите ѝ до края на 2019 г. са достигали максимална стойност от 70 долара за брой. В рамките на пет години те се изстрелват до над 900 долара или с 1290%. Nvidia е една от малкото корпорации, които надминаха пазарна капитализация от 2 трлн. долара, като в момента са на ниво от 2.26 трлн.

Причината е в повишеният интерес и развитие на изкуствения интелект (AI). Графичните процесори са подходящи за извършването на много паралелни изчисления, за разлика от традиционните. Което ги прави идеални, както до скоро за копаене на криптовалута, така и за AI операции. Допълнителен фактор е и програмният интерфейс CUDA, отново дело на Nvidia. Той позволява виртуализация на процесите и улеснява значително паралелните изчисления, спрямо другите интерфейси.

От 2015 г. Nvidia започва да развива CUDA в посока на AI изчисления, действие, което се отплаща значително десетилетие по-късно. В рамките на само две години, компанията също така вече не предлага само графични карти, но и специални системи за обработка на AI данни. Първоначално те наподобяват по-скоро решения сходни по обем и възможности на суперкомпютрите, но с времето нещата еволюират.

Комбинацията между акумулираното ноу-хау в графичните процесори и CUDA интерфейса позволяват на американския гигант да изгради голяма AI общност, която работи само с техните системи. Така се стига до момент, в който почти всяко голямо решение, базирано на изкуствен интелект се разработва посредством технологиите на Nvidia.

AI чиповете

В годините след 2017 г., Nvidia започва да създава специализирани чипове, които са фокусирани върху изчисления за изкуствен интелект. Първоначално те идват под формата на нещо като супер видеокарта за центрове за данни – моделът A100 е добър пример за това. През септември 2023 г. компанията пуска и първото си по-пълно решение – H100. То е базирана и на нова процесорна архитектура – Hopper. С което, Nvidia се опитва да затвори напълно целия цикъл свързан с хардуерния AI.

H100 може да се каже, че променя напълно правилата на играта. Nvidia не само започва да продава подобни решения на лидери в AI, като Google например. Но и да заделя хиляди от тях за изграждането на собствени облачни AI центрове. Техният капацитет ще се отдава под наем на всяка компания, която поиска и има пари да плати.

Ефективността на AI чиповете е ключов компонент. Ако можеш да постигнеш същата производителност и възможност за обучение на изкуствен интелект с по-малко процесори, то разликата в цената им се избива сравнително бързо. Предвид скоростното развитие на генеративния AI и огромния бизнес, който може да отвори, търсенето за капацитет ще расте със сходни темпове. Прогнозите на Bloomberg са, че до 2032 г. този пазар ще достигне 1.3 трлн. долара, докато през 2022 г. е само 40 млрд. долара.

Трилионните амбиции на OpenAI

Nvidia е може би най-силният играч при AI чиповете, но не е единствен. Google развива собствени процесори и сървъри, AMD също се опитва да върви по стъпките на своя конкурент в графичните карти, Apple, Samsung, Qualcomm и др. развиват решения в мобилния сегмент. Всеки един от тях се стреми да изгради процесорни възможности за обработка на AI изчисления.

Съоснователят на OpenAI Сам Алтман вижда проблема с процесорния капацитет. Затова той е започнал да търси крупни инвеститори, с които да изгради производство за AI чипове. С тях трябва да захранят сървърите на ChatGPT, Dall-E, Sora и другите езикови модели. Става дума обаче за наистина космически суми, като според някои източници достигат 7 трлн. долара. Според Алтман, всички графични карти няма да стигнат, за да се посрещнат нуждите за генеративния AI в близко бъдеще.

Експертите обаче смятат идеята му не само за екстравагантна, но и безумна. Сумата от 7 трлн. долара е огромна, с нея Алтман ще може да изгради центрове за данни с 40 пъти по-голям изчислителен капацитет от всички в САЩ плюс да изгради 100 завода за полупроводници и накрая ще му останат няколко трилиона ресто.

Много е вероятно, Алтман да преувеличава значително, за да може да събере пак голямо финансиране, но в доста по-реалистични рамки. Целта е OpenAI да изгради и хардуерен бизнес и така да затвори напълно цикъла на пазара на изкуствен интелект.

Неслучайно, Nvidia обяви, че видеокартите ѝ от най-високия клас ще могат да се използват, за работа с приложения с генеративен AI. Без да се налага да се минава през облачните сървъри. По този начин, в близко бъдеще пазарът може да се окаже достатъчно наситен с потребителски процесори, които да правят AI изчисления. Qualcomm също пусна мобилен чипсет с подобни възможности – Snapdragon 8 Gen 3, а тези на Apple имат също стабилно количество невронни ядра.

Отворен срещу затворен модел

Ситуацията с AI хардуера наподобява тази с езиковите модели на генеративния изкуствен интелект. Сблъскват се идеите за отворен срещу затворен подход. Създаден да брани първия, OpenAI постепенно се превърна в компания, която преследва втория при разработката на своите модели. В хардуерната част проблемът е идентичен – какъв тип софтуер го управлява най-ефективно.

Центърът на вниманието остава CUDA – архитектурата за момента е голямата разлика между това, което предлага Nvidia и конкурентите. Тя обаче е изцяло затворен модел, който се държи здраво от технологичния гигант. Затова, повечето водещи компании в тази сфера се обединяват с идеята да създадат аналог на CUDA, наречен OneAPI, който да разчита на отворен код. Така се появява фондацията UXL, като първите нейни резултати се очакват през втората половина на 2024 г. В нея влизат AMD, Intel, Google, ARM, Qualcomm, Samsung и др.

Бъдещето на силициевия AI е горе-долу ясно – до няколко години повечето масови устройства ще разполагат с изчислителни възможности да движат някои езикови модели. Самият изкуствен интелект от своя страна ще се нарои на по-специализирани алгоритми, които ще са по-оптимизирани за конкретен тип работа. Само най-обемните задачи ще изискват големи центрове за данни. Поне това е концепцията и на хардуерно ниво изглежда повече от постижимо. Споровете и битките ще са на софтуерно такова в съревнование на интерфейсите.

The post Силициевата обвивка на AI appeared first on TechTrends България.

Сега повече от половин век след формулирането на Закона на Мур все повече експерти са на мнение, че той ще започне да престане да действа. Причината е, че процесорните архитектури вече са доста миниатюризирани и технологиите вече много по-трудно ще се развиват в посока само броя на транзисторите.

Поради тази причина, технологичният колумнист в Wall Street Journal (WSJ) Кристофър Мимс предлага да се замени с нов – Законът на Хуанг. Той е концентриран върху развитието на системите за изкуствен интелект (AI) и графичните процесори, вместо стандартните. Новата концепция е кръстена на Йенсен Хуанг – основателят на разработчика на видеокарти Nvidia. Тя наскоро придоби водещата архитектура за мобилни процесори ARM и обяви, че ще развива задълбочено технологии базирани на AI.

Краят на една епоха

Краят на Закона на Мур донякъде беше очакван. Вече имаме чипове с транзистори с размери от 5nm, а скоро те ще са 3nm. Технологията става все по-сложна за развитие в тази посока, като самите Intel още не могат да изкарат процесори със 7nm архитектура.

Експертите буквално предричат спирането на действието на Закона на Мур да стане ако не сега, то в много близко бъдеще. През 2011 г. Михио Каку предрича, че това ще стане през 2020 г. или малко след това. Причината е, че транзисторите ще са толкова малки, че ще са с размерите на атоми. Физичните и квантови закони няма да позволят създаването на такива, които да работят ефективно. Потенциално решение са квантовите компютри, но те реално прескачат концепцията въведена от съоснователя на Intel. Самият Гордън Мур през 2007 г. предполага, че скоро неговия закон няма да важи, именно заради ограниченията в размерите.

Необходима е нова закономерност, която да показва напредъка на дигиталните технологии, която да не се простира само до броя на транзисторите. Особено предвид факта, че вече на един чип рядко се намира само и единствено процесора (CPU). В мобилните силициеви платки се слагат още графичен (GPU) и такъв за AI. Разпределението на дейностите и специализацията на процесорите е важна тенденция от последните пет години.

Възходът на изкуствения интелект

Друго голямо в сферата на технологиите е пробивът в развитието на AI. При него имаме голям скок не само в алгоритмите, но и в хардуера, който ги обработва. Освен, че вече всеки разработчик на процесори вкарва такъв модул на своите чипове, самите софтуери стават много по-прецизни. Те могат да обработват огромни масиви от информация, да се самообучават и др. AI извървя огромен път само в рамките на последните 4-5 години, като вече имаме програми, които могат да бият хора на сложни видеоигри като StarCraft 2 или дори бойни пилоти във въздушни битки.

Неговите възможности са подхранени значително нарасналата процесорна мощ в устройствата и облачните центрове за данни, където да се обработват големи масиви от информация. Допълнително, има сериозен прогрес в процеса по самообучаване, алгоритмите и цялостния софтуер, който подхранва AI.

Казано накратко, развитието на изкуствения интелект зависи от пробивите едновременно в хардуера и в софтуера. Което полага основите на нова закономерност, която да замени добрия, но вече стар Закон на Мур.

Законът на Хуанг

Предложението на Кристофър Мимс е да се обвърже технологичният прогрес с развитието на AI. В публикацията си в WSJ той предлага новият Закон на Хуанг, според който процесорите, които извършват изчисленията свързани с изкуствен интелект ще се удвояват на всеки две години.

Приликата с предсказанието на Гордън Мур от 1965 г. е голяма, но има една съществена разлика. Технологията в случая няма да зависи само от хардуерния прогрес в AI чиповете, но и от софтуерните алгоритми. Това е ключов фактор, поради факта, че през последните години не малко постижения и иновации в крайните устройства се дължи доста на оптимизация на кода, платформите, приложенията и програмите, които ги ползват.

При AI това важи с пълна сила – първоначалните решения за смартфони например, разчитаха на връзка с облачните центрове за извършване на сложните изчисления. Налагането на специални модули за изкуствен интелект в процесорите, разпредели част от работата и тя да се прави на място. Софтуерът е доста ключов при това преразпределяне на задачите.

Освен това, ефективността на AI зависи много силно от алгоритмите и наличните данни. Скоростта с която се обработва море от информация, която се използва за лицево и гласово разпознаване или пресъздаване, автономни автомобили, кораби и камиони и много други, зависи от три фактора. Първият са самите алгоритми, колко добре се справят със съответната задача и колко бързо се самообучават за това. Вторият е свързан с наличните данни – колкото повече, толкова по-бърз и ефективен ще е процеса. Третият вече е в наличната изчислителна мощ.

Ролята на Nvidia

Защо все пак, новата закономерност носи името на основателя на Nvidia? Отговорът е, че компанията за видеокарти работи доста силно в обработването на процеси свързани с AI. Според нейни данни, между ноември 2012 г. и май 2020 г. производителността на чиповете ѝ в подобни операции е нараснал с впечатляващият темп от 317 пъти. Това обявява Бил Дели, вицепрезидент отговорен за развойната дейност в Nvidia, цитиран от WSJ.

Развитието на графичните процесори на компанията в областта на AI наподобява началото на представянето на обикновените CPU-та през 70-те години и Закона на Мур. Само, че погледнато от друг, по-съвременен ъгъл.

Nvidia е важен играч в изграждането на AI ориентирани системи. Причината е, че преди да започне създаването на специализирани модули за подобни операции, графичните процесори са по-оптимални за тях, отколкото стандартните. Това се крие във възможността на GPU-та да обработват много на брой самостоятелни задачи наведнъж. Традиционните процесори са доста по-ограничени в това отношение.

Фактът, че все повече обработването на AI информация преминава в отделни модули, интегрирани в архитектурата на процесорите, прави решенията на Nvidia не толкова примамливи за такива дейности. Затова, при обявяването на придобиването на ARM, компанията за видеокарти толкова силно говореше за разгръщане на потенциала на изкуствения интелект. Nvidia си купи ноу-хау за да остане сред водещите в AI процесорните технологии.

С което бетонира основателя си Йенсен Хуанг за най-подходящо име на новата технологична закономерност. Ще видим, дали Законът на Хуанг ще издържи толкова време, колкото този на Гордън Мур. Затова времето ще покаже, но едно е сигурно – AI е големият двигател на дигиталните иновации оттук насетне.

The post Новият Закон на Мур е свързан с изкуствен интелект appeared first on TechTrends България.