В последние месяцы мы наблюдаем взрывной рост популярности генеративных нейросетей, особенно чат-бота ChatGPT. Оборудование Nvidia является основным для обеспечения функционирования таких сетей, и возрастание нагрузки ведет к необходимости расширения серверной поддержки.
Согласно данным FierceElectronics изначально для обучения ChatGPT использовалось 10 тысяч специализированных ускорителей NVIDIA. Но после роста популярности система была перегружена и не могла обеспечивать потребности большой базы пользователей. Поэтому была запущена платная подписка ChatGPT Plus за 20 долларов, которая обеспечивает приоритетный доступ. По данным аналитиков текущая модель искусственного интеллекта ChatGPT использует 25 тысяч ускорителей Nvidia. Недавно Microsoft интегрировала ChatGPT в поисковик Bing, что, очевидно, тоже приведет к расширению серверной базы для обеспечения работы нейросети.
Google планирует интегрировать в свой поисковик аналог ChatGPT. Специалисты уже прикинули, что для развертывания такого ИИ потребуется 512 820 серверов Nvidia A100 HGX с 4 102 568 графическими процессорами A100. Это потребует огромных капиталовложений на уровне 100 миллиардов долларов. Пока это теоретические прикидки, но они позволяют оценить потенциал данного сегмента рынка.
Сейчас все высокопроизводительные системы глубокого обучения используют оборудование Nvidia. Многие библиотеки и фреймворки глубокого обучения, например, TensorFlow и PyTorch, имеют встроенную поддержку CUDA и оптимизированы для графических процессоров Nvidia. Поэтому вся эта гонка в сфере ИИ сулит Nvidia рекордными доходами.
Для обычных пользователей ситуация может оказаться совершенно иной. Спрос в сегменте специализированных ускорителей скоро превысит предложение. Это может вынудить Nvidia увеличить производство специализированных ускорителей в ущерб решений для массового рынка. Не исключена ситуация, когда мы снова увидим дефицит и завышенные цены на игровые видеокарты, как это было во время майнинговой лихорадки.
Источник:
Wccftech