生成式AI越來越流行,尤其是在商業領域。不久前,沃爾瑪宣布推出生成式AI應用程序,供5萬名非店舖員工使用。 App將沃爾瑪資料與第三方大語言模型(LLM)結合,可以幫助員工執行多種任務,例如成為創意夥伴,在大文件中提取摘要。
由於生成式AI流行,GPU需求增加,訓練深度學習模型需要強大的GPU。根據《華爾街日報》報道,訓練AI模型可能需要數十億美元,因為要處理並分析海量資料。
新趨勢為英偉達帶來可觀的商機,英偉達GPU成為炙手可熱的賺錢機器。為了取得英偉達晶片,新創公司、投資者採取非常措施。 《紐約時報》專欄文章寫道:「相比金錢、工程人才、炒作熱度甚至利潤,今年企業似乎更需要GPU。」
在這次可能的科技變革中,英偉達站在山頂。就在此時,Google與英偉達達成合作,為Google雲端客戶提供基於英偉達GPU的技術支援。眼下需求大增是不是代表生成式AI觸及巔峰,還是說它是下一波浪潮的開始?這是一個大家都在思考的問題。
在最近的財報會議上,英偉達CEO黃仁勳指出,需求增加標誌著加速運算的開始,它只是黎明。黃仁勳建議企業重新配置投資,不要只盯著通用運算,應該要多關註生成式AI和加速運算。
通用目的運算指的是基於CPU的運算,但英偉達卻認為CPU已經成為落後基礎設施,開發者應該針對GPU做最佳化,因為比起傳統CPU,GPU的效率更高。 GPU可以同時並行處理多種運算,特別適合深度學習。在處理一些特定數學問題時GPU也有獨特優勢,例如線性代數和矩陣操作任務。
可惜的是,許多軟體都只是針對CPU做了最佳化,無法從GPU平行運算中獲益。未來許多CPU任務將由GPU來執行,這對英偉達來說是一個機會,因為生成式AI會產生大量內容,它需要雲端運算支撐。
人類和企業都是懶惰的,既然軟體已經針對CPU做了最佳化,就不願意再為GPU投入資源和時間。
當機器學習剛出現時,資料科學家野心太大,想將它應用於一切,即使有些領域已經有了更簡單的工具,他們也要引入機器學習。老實說,在眾多商業問題中,機器學習能出色解決的只有極少數。總之,加速運算和GPU並非適用於所有軟體。
迎接下一波浪潮,生成式AI需要突破
審視當下,英偉達的業績數據的確搶眼,但Gartner卻警告稱,生成式AI處在預期膨脹的頂峰。有人斷言,生成式AI炒作已經演變成毫無根據的興奮和誇大的期望。
生成式AI熱潮可能很快就會觸及瓶頸。 SK Ventures創投家認為:「我們現在已經進入第一波大語言模型AI的長尾階段。浪潮是從2007年開始的,當時谷歌發布了一篇名為《Attention is All You Need》的論文,在未來1-2年內,大家就會撞到瓶頸。」有哪些瓶頸呢?例如產生幻覺的傾向,狹窄領域的訓練資料不足,多年前的訓練語料庫老化,還有其它無數因素。總之,我們現在極可能已經進入第一輪AI浪潮的尾部。
是不是說生成式AI即將死亡?非也,只是說生成式AI需要重大技術突破,這樣才能大幅提高生產力,才能孕育更好的自動化。在下一波生成式AI浪潮中,新模型、更開放、無所不在的廉價GPU可能是關鍵。
從長遠看,生成式AI應該是光明的,因為勞動力短缺,人類需要更出色的自動化技術。回看歷史,AI與自動化似乎是兩個獨立的技術門類,但生成式AI改變了這種看法。 Workflow聯合創辦人Mike Knoop說:「AI與自動化正在坍縮成同一樣東西。」麥肯錫在報告中表示:「生成式AI將會孕育下一次生產力大提升。」高盛則認為生成式AI可以將全球GDP提升7%。 (小刀)
以上是生成式AI走到十字路口 下一波浪潮在哪裡?的詳細內容。更多資訊請關注PHP中文網其他相關文章!