Nvidia

Compania canadiană Cerebras produce „cipuri regale” neobișnuite – procesoare aproape de dimensiunea unei plachete de siliciu întregi, pe care sunt de obicei „imprimate” zeci de microcipuri mici, relatează 3DNews.ru.

În fabricația convențională, o placă de circuite integrate (placă de circuite integrate) este mai întâi umplută cu numeroase cipuri, apoi tăiată în bucăți și ambalată. Cerebras a adoptat o abordare diferită: ia aproape întreaga placă de circuite integrate și o transformă într-un singur „creier” de calcul gigantic. La prima vedere, acest lucru pare a fi un beneficiu net: mai puține operațiuni intermediare, mai puține „conexiuni” între mai multe cipuri și un schimb de date mai rapid în cadrul unui singur sistem. Tocmai de aceea, astfel de soluții sunt interesante nu pentru computerele de acasă, ci pentru aplicațiile de centre de date la scară largă - în special pentru inteligența artificială, unde este crucial să se mute cantități uriașe de date înainte și înapoi fără latență.

Prin ce diferă „cipul Tsar” de cel obișnuit?

Textul citează cifre pentru a ilustra amploarea. Prima generație WSE-1 (2019) avea 1,2 trilioane de tranzistoare și 18 GB de memorie integrată foarte rapidă. Generația actuală WSE-3 (martie 2024) are 4 trilioane de tranzistoare și 44 GB de SRAM integrat. Mai important nu este numărul de tranzistoare, ci ideea: memoria și unitățile de calcul sunt foarte apropiate una de cealaltă, reducând blocajul transferului lent de date. Acest lucru oferă un avantaj uriaș în sarcinile de inteligență artificială, unde computerul înmulțește constant tabele mari de numere (matrici). Când totul este „aproape unul de celălalt”, sistemul rulează mai rapid. Astfel de cipuri pot fi conectate în complexe mari - până la 2048 de noduri, atingând o performanță maximă de 256 EFLOPS. Pentru un cititor fără cunoștințe de informatică, aceasta înseamnă un singur lucru: „o mulțime de calcule într-un timp foarte scurt”.

De ce centrele de date nu adoptă acest lucru în masă?

Dacă totul este în regulă, apare întrebarea principală a articolului: de ce aceste „cipuri țar” nu sunt folosite peste tot încă, doar în „câteva supercomputere” și „o mână de centre de date”? Și de ce și-a retras Cerebras chiar și cererea de listare la bursă (compania însăși atribuie acest lucru întârzierilor din punct de vedere al reglementărilor, nu problemelor tehnice)? Articolul enumeră motive care par banale. Primul este cel legat de bani: costul estimat al unui cluster CS-3 mare este de 5-6 miliarde de dolari, iar prețul pe unitatea de performanță este comparabil cu sistemele bazate pe cipurile populare Nvidia. Al doilea este specializarea: aceste „cipuri țar” sunt excelente atunci când datele sunt „rare” (cu multe zerouri în interior), dar când se trece la date „dense”, performanța lor poate scădea semnificativ, chiar și cu un ordin de mărime. Al treilea este cel legat de producție: un cristal atât de gigantic va avea aproape inevitabil zone defecte, care trebuie dezactivate și ocolite folosind software, ceea ce reduce și o parte din eficiență.

pe canalul său de Telegram a criticat . El a susținut că sectorul privat este împiedicat în activitatea sa în domeniul inteligenței artificiale. El a susținut că Rusia riscă „să se bucure de suveranitatea sa în peștera unui internet izolat”.

Cursa tehnologică globală

Deripaska a citat un discurs al directorului general al Nvidia, Jensen Huang. Potrivit acestuia, concurența dintre SUA și China este sistemică. Aceasta cuprinde energia, cipurile, centrele de date, modelele de inteligență artificială și aplicațiile acestora.

Evaluări alarmante

Izolarea lasă Rusia la marginea dezvoltării inteligenței artificiale. Pe platforma LM Arena, cel mai bun produs rusesc, GigaChat, ocupă locul 25. YandexGPT se află pe locul 35.

Conform instrumentului Global AI Vibrancy Tool al Universității Stanford, Rusia ocupă locul 28 din 36 de țări. Evaluarea pregătirii realizată de Fondul Monetar Internațional este și mai strictă, clasând Rusia pe locul 53 din 174, cu un scor de 0,56.

Fostul director de top al Yandex, Yuri Podorozhny, a declarat pentru The Wall Street Journal: „Rusia este cu ani în urmă în dezvoltarea propriei inteligențe artificiale. A pierdut deja această cursă și este imposibil să recupereze decalajul.” În 2024, companiile rusești de inteligență artificială au strâns aproximativ 30 de milioane de dolari. Numai OpenAI a primit peste 6 miliarde de dolari.

NVIDIA intenționează să dezvăluie seria de procesoare grafice GeForce RTX 50 la CES 2025, care va avea loc între 7 și 10 ianuarie, potrivit sursei Kopite7kimi.

Deși NVIDIA își anunță în mod tradițional noile plăci grafice pentru desktop la evenimente separate, de data aceasta compania ar putea renunța la această practică și să dezvăluie noile produse la CES. Această decizie este în concordanță cu strategia NVIDIA de a separa anunțurile de lansările efective de produse.

Conform informațiilor din interior, NVIDIA nu se grăbește să lanseze seria RTX 50. AMD și Intel sunt așteptate, de asemenea, să lanseze noua lor serie de GPU-uri, dar nu înainte de 2025. Prin urmare, toți jucătorii majori de pe piața GPU-urilor dedicate își planifică lansările majore pentru 2025.

Amânarea lansării noilor GPU-uri ar putea permite utilizatorilor să economisească pentru produse noi. Cu toate acestea, datele de lansare, specificațiile și prețurile pot fi modificate oricând, așa că orice informație din acest moment trebuie privită cu prudență.

NVIDIA, în colaborare cu cercetătorii de la Universitatea Cornell, a lansat VideoLDM, un model de inteligență artificială capabil să genereze videoclipuri de înaltă rezoluție de până la 2048×1280 p, la 24 fps și cu o durată de 4,7 secunde, pe baza unor descrieri text.

Modelul se bazează pe tehnologia rețelei neuronale Stable Diffusion și are până la 4,1 miliarde de parametri, ceea ce îl face unul dintre cele mai avansate generatoare de text video. VideoLDM poate genera, de asemenea, videoclipuri de până la 5 minute, la o rezoluție de 1024x512, pentru scenarii de condus, folosind o singură fotografie. În plus, VideoLDM poate prezice mai multe scenarii de condus plauzibile pe baza aceluiași cadru.

Modelul de inteligență artificială NVIDIA VideoLDM poate fi utilizat într-o varietate de aplicații, inclusiv producția de film și televiziune și dezvoltarea de jocuri video.

Citește sursa