Ваш браузер не поддерживает элемент
ВтКУРИЦА СЭМ АЛЬТМАНбосс OpenИИопубликовал в этом месяце гномичный твит, в котором говорилось: «Стены нет», его последователи в социальной сети X были в восторге. «Трамп это построит», — сказал один из них. «Нет платного доступа для чатаGPT?» — пошутил другой. С тех пор это превратилось из шутки среди ботаников в серьезный деловой вопрос.
Стена, о которой идет речь, отражает точку зрения, согласно которой силы, лежащие в основе усовершенствований генеративного искусственного интеллекта (ИИ) за последние 15 лет достигли предела. Эти силы известны как законы масштабирования. «Идет много споров: не уперлись ли мы в законы масштабирования?» Сатья Наделла, руководитель Microsoft, задал этот вопрос на ежегодной конференции своей фирмы 19 ноября. Днем позже Дженсен Хуанг, глава Nvidia, самой дорогой компании в мире, сказал «нет».
Законы масштабирования не являются физическими законами. Как и закон Мура, наблюдение о том, что производительность обработки полупроводников удваивается примерно каждые два года, отражает представление о том, что ИИ производительность в последние годы удваивалась каждые шесть месяцев или около того. Основной причиной этого прогресса стало увеличение вычислительной мощности, используемой для обучения больших языковых моделей (Магистр правас). Судьба ни одной компании не связана с законами масштабирования более тесно, чем Nvidia, чьи графические процессоры (графический процессорs) обеспечивают почти всю эту вычислительную мощь.
20 ноября, во время презентации результатов Nvidia, г-н Хуанг выступил в защиту законов масштабирования. Он также рассказал Экономист что первая задача новейшего класса NVIDIA графический процессорs, известные как Blackwells, будут обучать новое, более мощное поколение моделей. «Всем этим создателям фундаментальных моделей очень важно выйти на новый уровень», — говорит он.
Результаты квартала Nvidia, завершившегося в октябре, усилили ощущение восходящего импульса. Хотя темпы роста несколько замедлились, выручка компании превысила $35 млрд, увеличившись на все еще впечатляющие 94% в годовом исчислении (см. диаграмму). А Nvidia прогнозирует выручку в этом квартале еще на $37,5 млрд, превысив ожидания Уолл-стрит. В компании заявили, что пересмотр в сторону повышения отчасти вызван ожиданием спроса на Blackwell. графический процессорЭто будет выше, чем предполагалось ранее. Г-н Хуанг предсказал, что 100 000 жителей Блэквелла будут быстро привлечены к работе, обучая и управляя следующим поколением компаний. Магистр правас.
Не все разделяют его оптимизм. Скептики закона масштабирования отмечают, что OpenИИ еще не выпустил новую универсальную модель на замену GPT-4, который лег в основу ChatGPT с марта 2023 года. Говорят, что Gemini от Google не впечатляет, учитывая деньги, потраченные на него.
Но, как отмечает г-н Хуанг, законы масштабирования применимы не только к начальному обучению Магистр праваs, но и к использованию модели или вывода, особенно когда речь идет о сложных рассуждениях. Чтобы объяснить почему, он указывает на OpenИИпоследняя модель, o1, которая обладает более сильными способностями к рассуждению, чем GPT-4. Он может решать сложные математические и другие сложные задачи, применяя пошаговый подход, который его создатель называет «мышлением». Этот расширенный процесс вывода использует гораздо больше вычислительной мощности, чем обычный чат.GPT ответ, говорит г-н Хуан. «Мы знаем, что нам нужно больше вычислений, какой бы подход ни был», — говорит он.
Чем больше ИИ будет принят, тем более важным станет вывод. Г-н Хуанг говорит, что предыдущие поколения Nvidia графический процессорs можно использовать для вывода, но Блэквеллс улучшит производительность в десятки раз. Уже как минимум половина инфраструктуры Nvidia используется для вывода.
Г-н Хуан явно заинтересован в том, чтобы представить масштабирование в наилучшем свете. Некоторые скептики задаются вопросом, насколько значимы достижения в области рассуждений. Хотя горстка бизнес-модели разрушаются, многие фирмы изо всех сил пытаются принять ИИ в масштабе, что в конечном итоге может повлиять на спрос на эту технологию. Однако это только начало. Технологические гиганты продолжают тратить большие средства на графический процессорs, и г-н Хуанг отмечает, что новым технологиям нужно время, чтобы освоиться. Nvidia еще не прижата к стене. ■
Чтобы быть в курсе самых важных новостей в сфере бизнеса и технологий, подпишитесь на Итогнаш еженедельный информационный бюллетень только для подписчиков.