1 марта 2025 Financial One | Nvidia
Хуанг начал с обсуждения главных трендов индустрии ИИ, сосредоточившись на данных и прогнозах Nvidia по точкам продаж (point of sale, POS). Однако он также подчеркнул, что существуют новые факторы, не отраженные в прогнозах, – в частности, подъем инновационных стартапов, которые появились на свет благодаря достижениям в области искусственного интеллекта.
Независимо от конкретной области, в которой работают ИИ-компании, их объединяет общая потребность: значительные вычислительные ресурсы для стимулирования роста и инноваций, подчеркнул Хуанг. По словам эксперта, уровень капиталовложений в центры обработки данных в этом году значительно превышает и без того впечатляющие показатели прошлого года.
Самым захватывающим аспектом революции искусственного интеллекта является наступление эры разумного ИИ, считает Хуанг. Он объяснил, что в отличие от предыдущих итераций ИИ, которые давали немедленные ответы на запросы, системы разумного ИИ способны обдумывать проблемы, прежде чем предлагать решения. При этом вычислительные требования, необходимые для построения процесса рассуждений, экспоненциально выше, чем у предыдущих моделей ИИ. Эксперт сравнил потребность в вычислительной мощности для «думающего» ИИ с тем, что требовалось для более ранних систем, подчеркнув, что современному поколению моделей ИИ, например DeepSeek и ChatGPT 4o, необходимо примерно в 100 раз больше вычислительных мощностей.
«Представьте себе, в прошлом году мы думали, что необходимый на тот момент объем вычислений – это очень много. А потом вдруг появился "думающий" ИИ, примером которого является DeepSeek и ChatGPT 4o. Всем этим моделям разумного ИИ теперь требуется гораздо больше вычислительных мощностей, чем раньше», – говорит Хуанг.
Чтобы объяснить этот феномен, Хуанг описал четыре основные фазы разработки ИИ. На первом этапе предварительного обучения система получает базовые знания, подобно тому, как человек проходит процесс обучения в школе. Этот этап является основополагающим и закладывает основу для понимания ИИ языка, математики и общих человеческих знаний.
На втором этапе последующего обучения в модель интегрируется обратная связь от человека с помощью обучения с подкреплением, а на третьем – обратная связь от других моделей ИИ. По сути, один ИИ учит другой ИИ, как стать лучше, говорит эксперт.
Четвертый этап – процесс логического умозаключения, в ходе которого ИИ применяет полученные знания для генерации ответов. Вместо того чтобы просто выдавать ответ по команде, ИИ тратит время на тщательное изучение вопроса, оценку различных возможных ответов и выбор наилучшего из них. Этот сложный процесс требует гораздо большей вычислительной мощности, чем методы простого генерирования ответов.
«Таким образом, необходимый объем вычислений теперь в 100 раз больше, чем когда ChatGPT только появился. Это привело к тому, что спрос на вычислительную технику просто взлетел до небес», – сообщил Хуанг.
Не является индивидуальной инвестиционной рекомендацией | При копировании ссылка обязательна | Нашли ошибку - выделить и нажать Ctrl+Enter | Жалоба