


30,000 個の A100 は高すぎるため、Microsoft の 300 人が 5 年間秘密裏に独自の AI チップを開発しました。 TSMC 5nm、ChatGPT は約 30% 節約
ChatGPT をトレーニングするために、Microsoft は十分な資金を費やしました。
ChatGPT が消費する総計算能力は、1 秒あたり 1 京回計算すると、約 3640PF 日かかります。
Microsoft は、30,000 個を超える Nvidia A100 チップを接続し、数億ドルをかけて OpenAI 用にオーダーメイドのスーパーコンピューターを構築しました。
この消費が続くと、Microsoft の財布が耐えられなくなる可能性があります。
実は、Nvidiaチップの置き換え計画は2019年から社内で秘密裏に進められてきました。
The Information は、約 5 年前に Microsoft が社内コードネーム「Athena」というチップの開発を開始し、300 名が共同開発したと報じました。
当初の計画ではTSMCの5nmプロセスを使用する予定でした。
NVIDIA に挑戦するために自社開発した Athena
言うまでもなく、「Athena」は大規模言語モデル (LLM) のトレーニング用に特別に設計されています。
さて、Microsoft が GPT-4 のすべての機能を Bing、Microsoft 365、GitHub を含む FamilyMart バケットに組み込みたい場合は、間違いなく大量のコンピューティング能力サポートが必要になります。
驚くべきことに、Athena のようなチップの開発コストは年間約 1 億ドルかかる可能性があります。
モデルをトレーニングする際、研究者は「Athena」の機能を使用して、新しいデータを処理し、同時に推論を実行できます。
このようにして、人工知能ソフトウェアを処理するために専用のコンピューターを使用しなければならないという以前の状況は緩和されました。結局のところ、AI を実行するためだけに使用されるコンピューターだけでは決して十分ではありませんでした。
なぜなら、以前は NVIDIA だけがこの種のチップを生産していたため、供給不足によりテクノロジー業界全体がこの不足を感じているからです。
まさにこのため、Microsoft は一部の社内チームに専用チップを提供しなければなりません。
以前、調査会社セミアナリシスは、ChatGPTが1日当たり70万米ドルを消費し、各クエリのコストは0.36セントだったと推定していた。
「Athena」が競争力がある場合、各チップのコストを1/3に削減できます。
Forrester ResearchのシニアクラウドアナリストであるTracy Woo氏は、AIの爆発的な普及により大手企業がAIに殺到しており、チップ不足はサプライヤーに圧力をかけるだけでなく、AI技術企業にも圧力をかけていると述べた。 。
Google や Amazon のような大手テクノロジー企業は、独自のチップを設計、開発するのに十分な資本を持っており、他の企業もそのペースに追いつく必要があります。
Microsoft の「Athena」について話しましょう。
実際、MicrosoftのAIチッププロジェクトのリリースのタイミングは全くの偶然であり、計画されたものではありませんでした。
今年の初めに、OpenAI と Microsoft は LLM トレーニングにおいて質的飛躍を遂げました。事情に詳しい関係者によると、ChatGPTのリリースはインターネットに爆発的な影響を与え、そのためMicrosoftは「Athena」のリリースを急ぐことになったという。
ご存知のとおり、ChatGPT には 1 億人を超えるユーザーがいます。
Microsoft は、早ければ来年にも Microsoft と OpenAI 内を含めて大規模に「Athena」を適用する可能性があると予測されています。彼らがまだ迷っているのは、Azureクラウドコンピューティングサービスの顧客に「Athena」を提供するかどうかだ。
Microsoft は、ほとんどの顧客は独自の LLM をトレーニングする必要がないため、チップのサポートは必要ないと述べています。
しかし、本当にそれを実現したいのであれば、MicrosoftはNVIDIAよりもうまくやる必要があります。結局のところ、NVIDIA のチップは 15 年間懸命に働き続けており、すべての開発者にとってベストセラーとなっています。
調査会社セミアナリシスの首席アナリストであるディラン・パテル氏は、ChatGPTの運用コストは1日あたり約70万米ドル、つまり1クエリあたり約0.36セントであると述べた。これらのコストの主な原因はサーバーであり、サーバーは高価すぎます。
しかし、OpenAIが独自に開発した「Athena」を使用し、Nvidiaに勝つことができれば、コストは3分の1に削減できます。
さらに、Microsoft は将来、Bing、Office 365、GitHub などのすべてのアプリケーションで LLM を使用したいと考えていると述べました。現在のハードウェアを導入に使用し続けると、毎年数百億ドルのコストがかかります。
さらに、Microsoft の自社開発チップには別のデータ サポートがあります。
Microsoft 幹部は、AI の作業をサポートするためにどれだけの数のグラフィックス処理ユニットが必要になるかを予測しています。この件に詳しい関係者の1人は、Nvidiaチップに完全に依存すると法外な費用がかかるだろうと語った。
マイクロソフトとNVIDIAは昨年、スーパーコンピューターを構築するための協力プロジェクトに合意したばかりだが、チップの点では「Athena」は依然としてNVIDIAの製品と競合している。
ただし、NVIDIA はこのデリケートな話題についてコメントすることを拒否しました。
以上が30,000 個の A100 は高すぎるため、Microsoft の 300 人が 5 年間秘密裏に独自の AI チップを開発しました。 TSMC 5nm、ChatGPT は約 30% 節約の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Apollo Researchの新しいレポートによると、高度なAIシステムの未確認の内部展開は、重大なリスクをもたらします。 主要なAI企業の間で一般的なこの監視の欠如は、Uncontに及ぶ潜在的な壊滅的な結果を可能にします

従来の嘘検出器は時代遅れです。リストバンドで接続されたポインターに依存すると、被験者のバイタルサインと身体的反応を印刷する嘘発見器は、嘘を識別するのに正確ではありません。これが、嘘の検出結果が通常裁判所で採用されない理由ですが、多くの罪のない人々が投獄されています。 対照的に、人工知能は強力なデータエンジンであり、その実用的な原則はすべての側面を観察することです。これは、科学者がさまざまな方法で真実を求めるアプリケーションに人工知能を適用できることを意味します。 1つのアプローチは、嘘発見器のように尋問されている人の重要な符号応答を分析することですが、より詳細かつ正確な比較分析を行います。 別のアプローチは、言語マークアップを使用して、人々が実際に言うことを分析し、論理と推論を使用することです。 ことわざにあるように、ある嘘は別の嘘を繁殖させ、最終的に

イノベーションの先駆者である航空宇宙産業は、AIを活用して、最も複雑な課題に取り組んでいます。 近代的な航空の複雑さの増加は、AIの自動化とリアルタイムのインテリジェンス機能を必要とします。

ロボット工学の急速な発展により、私たちは魅力的なケーススタディをもたらしました。 NoetixのN2ロボットの重量は40ポンドを超えており、高さは3フィートで、逆流できると言われています。 UnitreeのG1ロボットの重量は、N2のサイズの約2倍で、高さは約4フィートです。また、競争に参加している多くの小さなヒューマノイドロボットがあり、ファンによって前進するロボットさえあります。 データ解釈 ハーフマラソンは12,000人以上の観客を惹きつけましたが、21人のヒューマノイドロボットのみが参加しました。政府は、参加しているロボットが競争前に「集中トレーニング」を実施したと指摘したが、すべてのロボットが競争全体を完了したわけではない。 チャンピオン - 北京ヒューマノイドロボットイノベーションセンターによって開発されたティアンゴニ

人工知能は、現在の形式では、真にインテリジェントではありません。既存のデータを模倣して洗練するのに熟達しています。 私たちは人工知能を作成するのではなく、人工的な推論を作成しています。情報を処理するマシン、人間は

レポートでは、更新されたインターフェイスがGoogle Photos Androidバージョン7.26のコードに隠されていることがわかり、写真を見るたびに、新しく検出された顔のサムネイルの行が画面の下部に表示されます。 新しいフェイシャルサムネイルには名前タグが欠落しているため、検出された各人に関する詳細情報を見るには、個別にクリックする必要があると思います。今のところ、この機能は、Googleフォトが画像で見つけた人々以外の情報を提供しません。 この機能はまだ利用できないため、Googleが正確にどのように使用するかはわかりません。 Googleはサムネイルを使用して、選択した人のより多くの写真を見つけるためにスピードアップしたり、編集して個人を選択するなど、他の目的に使用することもできます。待って見てみましょう。 今のところ

補強能力は、人間のフィードバックに基づいて調整するためにモデルを教えることにより、AI開発を揺さぶりました。それは、監督された学習基盤と報酬ベースの更新をブレンドして、より安全で、より正確に、そして本当に助けます

科学者は、彼らの機能を理解するために、人間とより単純なニューラルネットワーク(C. elegansのものと同様)を広く研究してきました。 ただし、重要な疑問が生じます。新しいAIと一緒に効果的に作業するために独自のニューラルネットワークをどのように適応させるのか


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

mPDF
mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

DVWA
Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター

ホットトピック









