ການອອກແບບ GPU ຕ້ອງການແຮງງານ ແລະ ເວລາຫຼາຍ. Bryan Catanzaro, ຮອງປະທານຝ່າຍຄົ້ນຄວ້າການຮຽນຮູ້ເລິກທີ່ Nvidia, ກ່າວວ່າຊິບດຽວຕ້ອງການຄົນເກືອບ 1,000 ຄົນເພື່ອສ້າງ, ແລະ ແຕ່ລະຄົນຕ້ອງເຂົ້າໃຈວ່າສ່ວນຕ່າງໆຂອງຂະບວນການອອກແບບເຮັດວຽກຮ່ວມກັນແນວໃດ.
ລະບົບ ChipNeMo ໃຊ້ຮູບແບບພາສາຂະໜາດໃຫຍ່ທີ່ພັດທະນາມາຈາກ Meta's Llama 2. ອີງຕາມ Insider , chatbot ຂອງ ChipNeMo ສາມາດຕອບຄຳຖາມທີ່ກ່ຽວຂ້ອງກັບການອອກແບບຊິບ, ເຊັ່ນ: ສະຖາປັດຕະຍະກຳ GPU ແລະຂຽນລະຫັດການອອກແບບຊິບ.
Nvidia ເປັນບໍລິສັດທີ່ໄດ້ຮັບຜົນປະໂຫຍດຈາກຄວາມວຸ້ນວາຍຂອງ AI.
ໃນປີ 2023, ຄວາມວຸ້ນວາຍດ້ານ AI ໄດ້ຊຸກຍູ້ Nvidia ເຂົ້າສູ່ "ສະໂມສອນຫຼາຍພັນລ້ານໂດລາ," ດ້ວຍມູນຄ່າຕະຫຼາດທີ່ບັນລຸ 1 ພັນຕື້ໂດລາ. ນັກວິເຄາະທີ່ Goldman Sachs ຄາດວ່າຮຸ້ນຂອງ Nvidia ຈະສືບຕໍ່ເພີ່ມຂຶ້ນຈົນຮອດເຄິ່ງທຳອິດຂອງປີ 2025.
ນັບຕັ້ງແຕ່ ChipNeMo ໄດ້ເປີດຕົວໃນເດືອນຕຸລາ 2023, Nvidia ໄດ້ກ່າວວ່າລະບົບ AI ນີ້ມີປະໂຫຍດຫຼາຍໃນການສະຫຼຸບບັນທຶກ ແລະ ຝຶກອົບຮົມວິສະວະກອນໃໝ່ໃນການອອກແບບຊິບ. ບໍລິສັດກຳລັງເຮັດວຽກເພື່ອເພີ່ມການຜະລິດເພື່ອຕອບສະໜອງຄວາມຕ້ອງການຊິບທີ່ເພີ່ມຂຶ້ນ.
ໃນເດືອນມັງກອນ, Mark Zuckerberg ໄດ້ປະກາດແຜນການທີ່ຈະໃຊ້ຈ່າຍຫຼາຍພັນລ້ານໂດລາເພື່ອຊື້ GPU Nvidia H100 ເພີ່ມເຕີມອີກ 350,000 ອັນເພື່ອເປັນເຊື້ອເພີງໃຫ້ແກ່ການແຂ່ງຂັນ AI. ລວມທັງຊິບຮຸ່ນອື່ນໆ, Meta ຈະມີຊິບສະສົມ 600,000 ຊິບພາຍໃນທ້າຍປີ 2024.
ບໍລິສັດເທັກໂນໂລຢີຍັກໃຫຍ່ອື່ນໆຈຳນວນໜຶ່ງກໍ່ກຳລັງຊອກຫາວິທີແກ້ໄຂບັນຫາການຂາດແຄນຊິບ.
ໃນເດືອນກໍລະກົດ 2023, ພະແນກ DeepMind ຂອງ Google ໄດ້ສ້າງລະບົບ AI ເພື່ອເລັ່ງຂະບວນການອອກແບບຕົ້ນແບບຊິບທີ່ກຳນົດເອງລ່າສຸດ, ອີງຕາມ ໜັງສືພິມ Wall Street Journal . ໃນຂະນະດຽວກັນ, ບໍລິສັດອອກແບບຊິບຊັ້ນນໍາ Synopsys ໄດ້ເປີດຕົວເຄື່ອງມື AI ທີ່ຖືກອອກແບບມາເພື່ອຊ່ວຍໃຫ້ວິສະວະກອນຊິບເພີ່ມຜົນຜະລິດ.
[ໂຄສະນາ_2]
ລິ້ງແຫຼ່ງຂໍ້ມູນ







(0)