Почему автократы ИИ должны быть привлечены к ответственности за лучшую работу

Если мы узнали что-то из эпохи ИИ, то это то, что отрасль сталкивается с значительными проблемами власти. Эти проблемы являются как буквальными – в смысле поиска способов удовлетворить ненасытные энергетические потребности, которые требуют центры данных ИИ, – так и фигуральными – в смысле концентрации богатства ИИ в нескольких руках на основе узких коммерческих интересов, а не более широких социальных выгод.

Парадокс власти ИИ: высокие затраты,集中ный контроль

Для того чтобы ИИ был успешным и приносил пользу человечеству, он должен стать повсеместным. Чтобы стать повсеместным, он должен быть как экономически, так и экологически устойчивым. Это не тот путь, по которому мы сейчас движемся. Безумная борьба за более крупные и быстрые системы ИИ обусловлена более короткими сроками получения прибыли и доминированием на рынке, чем тем, что лучше для устойчивого и доступного ИИ.

Гонка за создание все более мощных систем ИИ ускоряется, но она происходит за счет значительных экологических издержек. Передовые чипы ИИ, такие как Nvidia H100 (до 700 Вт), уже потребляют значительное количество энергии. Этот тренд, как ожидается, будет продолжаться, и инсайдеры отрасли прогнозируют, что следующая архитектура Blackwell от Nvidia (NVDA ) может привести к тому, что потребление энергии на чип будет находиться в диапазоне киловатта, потенциально превышая 1 200 Вт. С учетом того, что лидеры отрасли прогнозируют, что миллионы этих чипов будут развернуты в центрах данных по всему миру, энергетические потребности ИИ готовы взлететь.

Экологическая стоимость гонки вооружений ИИ

Давайте поставим это в повседневный контекст. Электричество, которое питает ваш весь дом, может запустить все ваши приборы на полную мощность одновременно – не то, чтобы кто-то это делал. Теперь представьте себе один стеллаж Nvidia на 120 кВт, требующий такое же количество энергии – особенно когда может быть сотни или тысячи таких стеллажей в крупных центрах данных! Теперь 1 200 Вт равны 1,2 кВт. Итак, на самом деле мы говорим о среднем размере квартала. Один стеллаж Nvidia на 120 кВт – по сути, 100 таких энергозатратных чипов – требует достаточно электричества, чтобы запитать примерно 100 домов.

Эта траектория вызывает беспокойство, учитывая энергетические ограничения, с которыми сталкиваются многие сообщества. Эксперты центров данных прогнозируют, что США будут нуждаться в 18-30 гигаваттах новой мощности в течение следующих пяти-семи лет, что заставляет компании искать способы справиться с этим скачком. Тем временем моя отрасль просто продолжает создавать все более энергозатратные приложения ИИ, которые потребляют энергию далеко за пределами того, что теоретически необходимо для приложения или того, что возможно для большинства бизнесов, не говоря уже о том, что желательно для планеты.

Баланс безопасности и доступности: гибридные решения центров данных

Эта автократия ИИ и “гонка вооружений”, одержимая сырой скоростью и мощностью, игнорирует практические потребности реальных центров данных – а именно, доступных решений, которые снижают барьеры рынка для 75% организаций США, которые не приняли ИИ. И давайте признаем, что по мере того, как вводятся новые правила ИИ, касающиеся конфиденциальности, безопасности и экологической защиты, больше организаций будут требовать гибридного подхода к центрам данных, защищающего их наиболее ценные, конфиденциальные и чувствительные данные в высокозащищенных местах, удаленных от ИИ и кибератак. Будь то медицинские записи, финансовые данные, государственные секреты или целостность выборов, будущее корпоративного ИИ требует баланса между безопасностью на месте и гибкостью облака.

Это значительная системная проблема и требует гиперсотрудничества, а не гиперконкуренции. С доминирующим вниманием к GPU и другим ускорителям ИИ с сырыми возможностями, скоростью и показателями производительности мы упускаем из виду достаточное внимание к доступной и устойчивой инфраструктуре, необходимой для того, чтобы правительства и бизнес могли принять возможности ИИ. Это как построить космический корабль, у которого нет места для запуска, или как поставить Lamborghini на сельскую дорогу.

Демократизация ИИ: сотрудничество отрасли

Хотя обнадеживает, что правительства начинают рассматривать регулирование – гарантируя, что ИИ приносит пользу всем, а не только элите – нашей отрасли нужно больше, чем государственные правила.

Например, Великобритания использует ИИ для улучшения возможностей правоохранительных органов, повышая обмен данными между правоохранительными органами для улучшения прогнозирования и предотвращения преступлений с помощью ИИ. Они фокусируются на прозрачности, подотчетности и справедливости при использовании ИИ для полицейской деятельности, гарантируя общественное доверие и соблюдение прав человека – с помощью инструментов, таких как распознавание лиц и прогнозная полиция для помощи в обнаружении и управлении преступностью.

В высокорегулируемых отраслях, таких как биотехнологии и здравоохранение, заметным примером сотрудничества является сотрудничество между Johnson & Johnson (JNJ ) MedTech и Nvidia для улучшения ИИ для хирургических процедур. Их сотрудничество направлено на разработку реальных, ИИ-обусловленных анализа и принятия решений в операционной. Это партнерство использует платформы ИИ Nvidia для обеспечения масштабируемой, безопасной и эффективной развертываемости приложений ИИ в медицинских учреждениях.

Тем временем в Германии Merck сформировал стратегические альянсы с Exscientia и BenevolentAI для продвижения открытий лекарств с помощью ИИ. Они используют ИИ для ускорения разработки новых кандидатов на лекарства, особенно в области онкологии, неврологии и иммунологии. Цель – улучшить успех и скорость разработки лекарств с помощью мощных возможностей проектирования и открытия ИИ.

Первый шаг – снизить затраты на развертывание ИИ для бизнеса за пределами BigPharma и Big Tech, особенно в фазе вывода ИИ – когда бизнес устанавливает и запускает обученную модель ИИ, такую как Chat GPT, Llama 3 или Claude, в реальном центре данных каждый день. Недавние оценки предлагают, что стоимость разработки крупнейших из этих систем следующего поколения может составлять около 1 миллиарда долларов, а затраты на вывод могут быть в 8-10 раз выше.

Парящая стоимость реализации ИИ в повседневной производственной деятельности giữает многие компании от полного принятия ИИ – “неимущих”. Недавний опрос показал, что только одна из четырех компаний успешно запустила инициативы ИИ за последние 12 месяцев, и что 42% компаний еще не видели значительной выгоды от инициатив генеративного ИИ.

Чтобы真正 демократизировать ИИ и сделать его повсеместным – то есть, повсеместным бизнес-принятием – нашей отрасли ИИ необходимо изменить фокус. Вместо гонки за самыми большими и быстрыми моделями и чипами ИИ нам нужно больше совместных усилий для улучшения доступности, снижения потребления энергии и открытия рынка ИИ для более широкого и положительного потенциала. Системные изменения поднимут все лодки, сделав ИИ более прибыльным для всех с огромной потребительской выгодой.

Есть обнадеживающие признаки того, что снижение затрат на ИИ является возможным – снижение финансового барьера для укрепления крупномасштабных национальных и глобальных инициатив ИИ. Моя компания, NeuReality, сотрудничает с Qualcomm (QCOM ) для достижения до 90% снижения затрат и 15-кратной лучшей энергетической эффективности для различных приложений ИИ по тексту, языку, звуку и изображениям – основным строительным блокам ИИ. Вы знаете эти модели ИИ под отраслевыми названиями, такими как компьютерное зрение, разговорный ИИ, распознавание речи, обработка естественного языка, генеративный ИИ и крупномасштабные языковые модели. Сотрудничая с более программными и сервисными поставщиками, мы можем продолжать настраивать ИИ на практике, чтобы повысить производительность и снизить затраты.

На самом деле, мы смогли снизить стоимость и потребление энергии на запрос ИИ по сравнению с традиционной инфраструктурой, ориентированной на ЦП, на которой полагаются все ускорители ИИ, включая чипы Nvidia GPU, сегодня. Наш аппаратное обеспечение NR1-S для вывода ИИ начало поставляться летом с ускорителями Qualcomm Cloud AI 100 Ultra, объединенными с NR1 NAPU. Результатом является альтернативная архитектура NeuReality, которая заменяет традиционный ЦП в центрах данных ИИ – самую большую проблему обработки данных ИИ сегодня. Этот эволюционный шаг глубокий и крайне необходим.

За пределами хайпа: построение экономически и устойчивого будущего ИИ

Давайте перейдем за пределы хайпа ИИ и серьезно займемся решением наших системных проблем. Трудная работа лежит впереди на системном уровне, требуя, чтобы вся отрасль ИИ работала вместе – а не против – друг друга. Сосредоточившись на доступности, устойчивости и доступности, мы можем создать отрасль ИИ и более широкую базу клиентов, которая приносит пользу обществу более значимым образом. Это означает предложение устойчивых вариантов инфраструктуры без концентрации богатства ИИ в руках нескольких, известных как Большая семерка.

Будущее ИИ зависит от наших коллективных усилий сегодня. Приоритизируя энергоэффективность и доступность, мы можем избежать будущего, доминируемого энергозатратной инфраструктурой ИИ и ИИ-олигархией, ориентированной на сырую производительность за счет широкой выгоды. Одновременно мы должны решить проблему неустойчивого потребления энергии, которая препятствует потенциалу ИИ революционизировать общественную безопасность, здравоохранение и обслуживание клиентов.

Таким образом, мы создаем мощный цикл инвестиций и прибыльности ИИ, обусловленный широкими инновациями.

Кто с нами?