Muhtemelen sizin de bildiğiniz gibi, yapay zekaya ve onun üzerinde çalışması gereken çiplere karşı doyumsuz bir talep var. Öyle ki Nvidia, bu yazının yazıldığı sırada 1.73 trilyon dolar ile piyasa değeri bakımından şu anda dünyanın altıncı en büyük şirketidir. Nvidia bile bu alandaki talebi karşılamakta zorlanırken, yavaşlama işaretleri pek az görünüyor cesur yeni yapay zeka dünyası. Para yazıcısı brrrr'a gidiyor.
Yapay zeka çiplerinin tasarımını kolaylaştırmak ve verimliliği artırmak için Nvidia, Büyük Dil Modeli (LLM) adını verdiği bir Büyük Dil Modeli (LLM) geliştirdi. ChipNeMo. Esas olarak Nvidia'nın dahili mimari bilgilerinden, belgelerinden ve kodlarından veri toplayarak ona dahili süreçlerinin çoğunu anlamayı sağlar. Meta'nın Llama 2 LLM'sinin bir uyarlamasıdır.
İlk kez Ekim 2023'te tanıtıldı ve Wall Street Journal (VIA İş Insider), geri bildirimler şu ana kadar umut vericiydi. Bildirildiğine göre sistem, genç mühendislerin eğitimi için yararlı olduğunu kanıtladı ve onların chatbot aracılığıyla verilere, notlara ve bilgilere erişmelerine olanak sağladı.
Kendi dahili yapay zeka sohbet robotuna sahip olması sayesinde veriler hızlı bir şekilde ayrıştırılabiliyor ve belirli verilere ve bilgilere erişmek için e-posta veya anlık mesajlaşma gibi geleneksel yöntemleri kullanma ihtiyacını ortadan kaldırarak çok fazla zaman tasarrufu sağlıyor. Farklı tesisler ve saat dilimleri bir yana, bir e-postaya yanıt vermenin alabileceği süre göz önüne alındığında, bu yöntemin üretkenliğe kesinlikle hoş bir artış sağladığı kesindir.
Nvidia, en iyi yarı iletken düğümlere erişim için mücadele etmek zorunda kalıyor. TSMC'nin son teknoloji düğümlerine erişim için çek defterlerini açan tek kişi bu değil. Talep arttıkça Nvidia yeterli çip üretmeye çalışıyor. Peki aynı işi bir taneyle yapabilecekken neden iki tane alasınız ki? Bu, Nvidia'nın neden kendi iç süreçlerini hızlandırmaya çalıştığını anlamak için uzun bir yol kat ediyor. Kaydedilen her dakika birikerek daha hızlı ürünleri pazara daha erken sunmasına yardımcı oluyor.
Yarı iletken tasarımı ve kod geliştirme gibi şeyler AI Yüksek Lisans'ları için çok uygundur. Verileri hızlı bir şekilde ayrıştırabiliyor ve hata ayıklama ve hatta simülasyonlar gibi zaman alan görevleri gerçekleştirebiliyorlar.
Daha önce Meta'dan bahsetmiştim. Mark Zuckerberg'e göre (üzerinden Verge), Meta'nın 600,000 sonuna kadar 2024 GPU stoğu olabilir. Bu çok fazla silikon demektir ve Meta yalnızca bir şirkettir. Google, Microsoft ve Amazon gibi firmaları da karışıma kattığınızda Nvidia'nın ürünlerini neden daha erken pazara sunmak istediğini anlamak kolaydır. Kazanılacak dağlar kadar para var.
Büyük teknolojinin yanı sıra, uç tabanlı yapay zekanın kendi ev sistemlerimizdeki kullanımlarını tam olarak gerçekleştirmekten çok uzağız. Daha iyi yapay zeka donanımı ve yazılımı tasarlayan yapay zekanın yalnızca daha önemli ve yaygın hale geleceğini hayal edebiliriz. Biraz korkutucu, bu.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- Kaynak: https://www.pcgamer.com/nvidias-ai-is-helping-its-engineers-to-bring-better-ai-to-the-market-faster
