Чипы для ИИ – новое "золотое дно" для инвесторов: почему за них просят от $30 тыс.

Обучение нейросетей и разработка инструментов на основе искусственного интеллекта не может обойтись без специальных чипов, сообщает Techexplore. На сегодня это одно из самых актуальных направлений для инвестиций и внезапно Nvidia оказалось той компанией, чьи чипы H100 лучше всего подходят для ИИ.

Что такое "чипы для ИИ"

"На самом деле нет четкого понятия подобных процессоров", — утверждает Ханна Домен, исследователь-аналитик Центра безопасности и новых технологий. В общем смысле термин охватывает вычислительное оборудование, которое специализируется на обработке задач ИИ — например, обучая системы ИИ решать сложные проблемы, которые могут затормозить обычные компьютеры.

Заглянув в историю, можно обнаружить, что основу для разработки нейросетей заложила именно компания Nvidia, которая в конце 90-х выпустила первый графический процессор (GPU) для параллельной обработки графических данных. Он был призван упростить и ускорить разработку игр, а теперь за счет подобных чипов идут исследования в области искусственного интеллекта, потому что именно они лучше всего подходят для подобных целей.

Еще в 2012 году два аспиранта Университета Торонто использовали нейронную сеть на основе GPU для победы в престижном конкурсе ИИ под названием ImageNet, распознавая изображения на фотографиях с гораздо меньшими ошибками, чем конкуренты. Победа стимулировала интерес к параллельной обработке данных связанной с ИИ, открывая новую возможность для бизнеса Nvidia.

В чем особенность "чипов для ИИ"

Чипы для ИИ имеют ряд преимуществ перед обычными процессорами. Они способны выполнять больше операций за меньшее время и потреблять меньше энергии. Это делает их идеальными для обучения систем ИИ на больших объемах данных и выполнения сложных задач ИИ в режиме реального времени.

И лучшим на сегодня для этих целей является процессор H100 от Nvidia, который состоит из 80 млрд транзисторов. Неудивительно, что эта технология недешева – за такой чип в среднем просят от $30 тысяч.

Кто конкурирует с чипами Nvidia

Конечно, производители тут же отреагировали на небывалый ажиотаж вокруг чипов для искусственного интеллекта и пока Nvidia почивает на лаврах, другие разработчики активно пытаются предложить альтернативы.

Intel, Qualcomm, AMD и Google – все они пытаются отхватить свой кусок рынка пытаясь создавать свои собственные чипы для ИИ под свои специфические нужды. Например, Amazon разработала свой чип под названием Inferentia для ускорения работы своих облачных сервисов на основе ИИ. Аналогично Facebook создал свой чип под названием Zion для обучения своих систем ИИ на огромных объемах данных.

Рынок чипов для ИИ продолжает расти по мере того, как системы ИИ становятся все более сложными и распространенными. По оценке консалтинговой компании McKinsey & Company объем этого рынка может достичь 65 млрд долларов к 2025 году.

Чтобы удовлетворить спрос на чипы для ИИ, производители чипов должны постоянно улучшать свои продукты, говорят эксперты рынка. Разработчики должны преодолевать различные технические и логистические проблемы, такие как нехватка производственных мощностей или полупроводниковых материалов, если хотят получать прибыл и продвигать инновации.

Ранее Фокус рассказывал о том, что Космические силы США стали активно внедрять ИИ для защиты от России и Китая.