Jeff Thramann, ซีอีโอ McCarthy Finney Jeff Thramann ซีอีโอ McCarthy Finney

ทำไมช่วงต่อไปของโครงสร้างพื้นฐาน AI จะต้องมีมากกว่าศูนย์ข้อมูลขนาดใหญ่

ปัญญาประดิษฐ์กำลังเข้าสู่ช่วงเวลาที่ยุทธศาสตร์โครงสร้างพื้นฐานกลายเป็นสิ่งที่แยกไม่ออกจากความสามารถของโมเดล ในช่วงหลายปีที่ผ่านมา ศูนย์ข้อมูลขนาดใหญ่ได้ขับเคลื่อนการเติบโตของการฝึกอบรมขนาดใหญ่ ทำให้โมเดลแนวหน้าสามารถเติบโตจากล้านเป็นล้านพันพารามิเตอร์ แต่เมื่อการนำ AI ไปใช้เร็วขึ้นในองค์กร อุตสาหกรรม และระบบเรียลไทม์ การอนุมานกำลังแทนที่การฝึกอบรมในฐานะงานหลัก และการอนุมานมีข้อกำหนดที่แตกต่างอย่าง根本ยุคต่อไปของ AI ไม่สามารถรองรับได้ด้วยเพียงศูนย์ข้อมูลขนาดใหญ่เท่านั้น แต่จะเกิดรูปแบบผสมที่ศูนย์กลางฝึกอบรมจะถูกเสริมด้วยศูนย์ข้อมูลเชิงพาณิชย์ขนาดใหญ่สำหรับการอนุมาน ซึ่งได้รับแรงผลักดันจาก ข้อจำกัดด้านความหน่วง ข้อกำหนดด้านความเป็นเจ้าของข้อมูล ความเป็นจริงด้านพลังงาน และข้อจำกัดทางกายภาพของการขยายศูนย์ข้อมูลขนาดใหญ่ต่อเนื่อง.การแยกทางของการฝึกอบรมและการอนุมานการฝึกอบรมยังคงเป็นกิจกรรมที่กระจุกตัว มันต้องการคลัสเตอร์ขนาดใหญ่ ปายพูลข้อมูลความเร็วสูง และงานที่มีระยะเวลานานซึ่งได้รับประโยชน์จากเศรษฐกิจของขนาด ศูนย์ข้อมูลขนาดใหญ่ได้รับการปรับให้เหมาะสมสำหรับสิ่งนี้ด้วยการคำนวณที่หนาแน่น สื่อกลางเครือข่ายพิเศษ และการมีอยู่ทั่วโลก แต่การอนุมานมีพฤติกรรมที่แตกต่าง...