fallback

Хуан от Nvidia: ИИ не се интересува къде учи

Дженсън Хуанг, директор на Nvidia

10:30 | 31 август 2024
Автор: Силвия Грозева

Споменахте ресурси, което означава енергийни нужди. Казахте, че следващото поколение модели ще имат по-големи нужди от изчислителна мощ. Как ще се увеличат енергийните нужди и какви са предимствата на Nvidia в тази област?

Най-важната ни цел е повишаване на резултатите и ефективността на новото ни поколение. Blackwell е много пъти по-резултатен от Hopper при еднакво потребление на енергия. Това е енергийна ефективност.

Повече ефективност при същото или по-ниско потребление на ток. Това, първо.

Второ, използва течно охлаждане. Ние поддържаме въздушно и течно охлаждане. Течното е много по-енергийно ефективно.

Съчетанието на всичко това ви дава доста голям напредък.

Важното е и да сме наясно, че изкуственият интелект изобщо не се интересува къде учи. Все по-често той ще се обучава на едно място, а след това ще се използва на друго, където е населението или на вашия настолен компютър или телефон.

Ние обучаваме големи модели, но целта не е постоянно ние да ги управляваме, може да се предлага като премиум услуга, но по-скоро те по-късно ще помагат в обучението на по-малки модели. Накрая ще имаме няколко големи модели, които могат да обучават много по-малки, които ще се навсякъде.

fallback
fallback