Η φρενήρης κούρσα της Τεχνητής Νοημοσύνης και η συνεχής κυκλοφορία νέων μικροτσίπ εγείρουν ένα κρίσιμο ερώτημα: τι συμβαίνει με τους επεξεργαστές παλαιότερης γενιάς;
Του Jason Ma
Νέα τσιπ τεχνητής νοημοσύνης φαίνεται να κυκλοφορούν στην αγορά με ταχύτερο ρυθμό, καθώς οι εταιρείες τεχνολογίας αγωνίζονται να εξασφαλίσουν υπεροχή στην παγκόσμια κούρσα για υπολογιστική ισχύ.
Αλλά αυτό εγείρει το ερώτημα: Τι συμβαίνει με όλα αυτά τα τσιπ παλαιότερης γενιάς;
Η άνθηση των μετοχών της τεχνητής νοημοσύνης έχει χάσει μεγάλο μέρος της δυναμικής της τις τελευταίες εβδομάδες λόγω, εν μέρει, ανησυχιών ότι οι λεγόμενοι hyperscalers δεν λαμβάνουν σωστά υπόψη την υποτίμηση (μείωση αξίας) των τσιπ που έχουν αγοράσει για να τροφοδοτήσουν τα chatbots.
Ο Μάικλ Μπέρι – ο επενδυτής του διάσημου Big Short (Το μεγάλο σορτάρισμα), ο οποίος προέβλεψε την κατάρρευση της στεγαστικής αγοράς το 2008 – έκρουσε τον κώδωνα του κινδύνου τον περασμένο μήνα όταν προειδοποίησε ότι τα κέρδη της εποχής της τεχνητής νοημοσύνης βασίζονται σε «μία από τις πιο συνηθισμένες απάτες στη σύγχρονη εποχή», δηλαδή στην παράταση του χρονοδιαγράμματος μείωσης αξίας. Ο ίδιος θεωρεί ότι οι μεγάλες τεχνολογικές εταιρείες θα υποεκτιμήσουν τη μείωση αξίας κατά 176 δισεκατομμύρια δολάρια μεταξύ 2026 και 2028.
Ωστόσο, σύμφωνα με ένα σημείωμα την περασμένη εβδομάδα από την Alpine Macro, οι φόβοι για την υποτίμηση των τσιπ είναι υπερβολικοί για τρεις λόγους.
Πρώτον, οι αναλυτές επεσήμαναν ότι οι εξελίξεις στο λογισμικό που συνοδεύουν τα τσιπ επόμενης γενιάς μπορούν επίσης να αναβαθμίσουν τους επεξεργαστές παλαιότερης γενιάς. Για παράδειγμα, το λογισμικό μπορεί να βελτιώσει την απόδοση του 5 ετών τσιπ A100 της Nvidia κατά δύο έως τρεις φορές σε σύγκριση με την αρχική του έκδοση.
Δεύτερον, η Alpine δήλωσε ότι η ανάγκη για παλαιότερα τσιπ παραμένει ισχυρή εν μέσω της αυξανόμενης ζήτησης για inference (εξαγωγή συμπερασμάτων βάσει δεδομένων), δηλαδή όταν ένα chatbot απαντά σε ερωτήματα. Στην πραγματικότητα, η ζήτηση για inference θα ξεπεράσει σημαντικά τη ζήτηση για εκπαίδευση στην τεχνητή νοημοσύνη τα επόμενα χρόνια.
«Για το inference, το πιο πρόσφατο hardware βοηθάει αλλά συχνά δεν είναι απαραίτητο, επομένως η ποσότητα των τσιπ μπορεί να υποκαταστήσει την ποιότητα αιχμής», έγραψαν οι αναλυτές, προσθέτοντας ότι η Google εξακολουθεί να χρησιμοποιεί TPU επτά έως οκτώ ετών.
Τρίτον, η Κίνα συνεχίζει να επιδεικνύει «ακόρεστη» ζήτηση για τσιπ τεχνητής νοημοσύνης, καθώς η προσφορά της «υστερεί σε σχέση με τις ΗΠΑ κατά αρκετές γενιές σε ποιότητα και πολλαπλάσια σε ποσότητα». Και παρόλο που το Πεκίνο έχει απαγορεύσει ορισμένα τσιπ των ΗΠΑ, η μαύρη αγορά θα συνεχίσει να εξυπηρετεί τις ελλείψεις της Κίνας.
Εντωμεταξύ, δεν ανήκουν όλα τα τσιπ που χρησιμοποιούνται στην τεχνητή νοημοσύνη σε hyperscalers. Ακόμη και οι επεξεργαστές γραφικών που περιέχονται σε καθημερινές κονσόλες παιχνιδιών θα μπορούσαν να κάνουν τη δουλειά.
Ένα σημείωμα την περασμένη εβδομάδα από την Yardeni Research επεσήμανε την «κατανεμημένη τεχνητή νοημοσύνη», η οποία αξιοποιεί αχρησιμοποίητα τσιπ σε σπίτια, διακομιστές εξόρυξης κρυπτονομισμάτων, γραφεία, πανεπιστήμια και κέντρα δεδομένων για τη λειτουργία παγκόσμιων εικονικών δικτύων.
Αν και το κατανεμημένο ΑΙ μπορεί να είναι πιο αργό από ένα σύμπλεγμα τσιπ που στεγάζονται στο ίδιο κέντρο δεδομένων, η αρχιτεκτονική δικτύου του μπορεί να είναι πιο ανθεκτική εάν ένας υπολογιστής ή μια ομάδα από αυτούς παρουσιάσει βλάβη, προσέθεσε η Yardeni.
«Αν και δεν είμαστε σε θέση να διαπιστώσουμε πόσες GPU συνδέονται με αυτόν τον τρόπο, η κατανεμημένη τεχνητή νοημοσύνη είναι σίγουρα ένας ενδιαφέρων τομέας που αξίζει να παρακολουθήσουμε, ιδίως δεδομένου ότι δαπανώνται δισεκατομμύρια για την κατασκευή νέων, μεγάλων κέντρων δεδομένων», καταλήγει το σημείωμα.