Νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Συντάκτης αυτού του άρθρου: Li Dan

Πηγή: Hard AI

Δημόσια έγγραφα δείχνουν ότι η ανάπτυξη του δικού της συστήματος τεχνητής νοημοσύνης (AI), Apple Intelligence, από την Apple, είναι αδιαχώριστη από την υποστήριξη των προσαρμοσμένων τσιπ της Google.

Τη Δευτέρα, 29 Ιουλίου, Eastern Time, ο επίσημος ιστότοπος της Apple δημοσίευσε ένα τεχνικό έγγραφο που περιγράφει λεπτομερώς ορισμένα βασικά μοντέλα γλώσσας που αναπτύχθηκαν για την υποστήριξη του συστήματος προσωπικής νοημοσύνης Apple Intelligence, συμπεριλαμβανομένου ενός μοντέλου γλώσσας περίπου 3 δισεκατομμυρίων που χρησιμοποιείται για αποτελεσματική εκτέλεση στη συσκευή "Apple Basic Model" (AFM) από την πλευρά του πελάτη και ένα μεγάλο μοντέλο γλώσσας διακομιστή - διακομιστή AFM σχεδιασμένο για την αρχιτεκτονική cloud AI της Apple "Private Cloud Compute".

Στο έγγραφο, η Apple εισήγαγε ότι το AFM από την πλευρά του πελάτη και το AFM του διακομιστή είναι μέλη μιας μεγάλης οικογένειας μοντέλων παραγωγής που αναπτύχθηκαν από την Apple. Αυτά τα μοντέλα χρησιμοποιούνται για την υποστήριξη χρηστών και προγραμματιστών. Στο έγγραφο, η Apple αποκάλυψε ότι το μοντέλο εκπαίδευσης χρησιμοποιεί το τσιπ AI ASIC τέταρτης γενιάς TPUv4 και το τσιπ νεότερης γενιάς TPUv5 που αναπτύχθηκε από την Google. Το άρθρο γράφει:

"Εκπαιδεύσαμε τον διακομιστή AFM από την αρχή σε 8192 τσιπ TPUv4, χρησιμοποιώντας ένα μήκος ακολουθίας 4096 και ένα μέγεθος παρτίδας 4096 ακολουθιών για τη διεξαγωγή εκπαίδευσης 6,3 τρισεκατομμυρίων συμβολαίων."
"Το AFM στην πλευρά του τερματικού είναι εκπαιδευμένο σε τσιπ 2048 TPUv5p."

Στο έγγραφο 47 σελίδων, η Apple δεν ανέφερε ονομαστικά την Google ή τη Nvidia, αλλά είπε ότι οι υπηρεσίες AFM και AFM της εκπαιδεύονται σε «συμπλέγματα TPU cloud». Αυτό σημαίνει ότι η Apple νοικιάζει διακομιστές από παρόχους υπηρεσιών cloud για την εκτέλεση υπολογισμών.

Μάλιστα, κατά τη διάρκεια του Worldwide Developers Conference (WWDC) τον Ιούνιο του τρέχοντος έτους, τα μέσα ενημέρωσης ανακάλυψαν στις λεπτομέρειες των τεχνικών εγγράφων που δημοσίευσε η Apple ότι η Google έχει γίνει ένας ακόμη νικητής των προσπαθειών της Apple στον τομέα της τεχνητής νοημοσύνης. Οι μηχανικοί της Apple χρησιμοποίησαν το λογισμικό πλαισίου που αναπτύχθηκε μόνος της εταιρείας και μια ποικιλία υλικού για την κατασκευή του βασικού μοντέλου, συμπεριλαμβανομένων των μονάδων επεξεργασίας τανυστών (TPU) που είναι διαθέσιμες μόνο στο Google Cloud. Ωστόσο, η Apple δεν αποκάλυψε πόσο η Apple βασίζεται στα τσιπ και το λογισμικό της Google σε σύγκριση με άλλους προμηθευτές υλικού τεχνητής νοημοσύνης όπως η Nvidia.

Ως εκ τούτου, ένα σχόλιο στα μέσα κοινωνικής δικτύωσης X τη Δευτέρα επεσήμανε ότι υπήρχαν νέα σχετικά με την Apple που χρησιμοποιεί τσιπ της Google τον Ιούνιο και τώρα έχουμε περισσότερες λεπτομέρειες σχετικά με τη στοίβα προπόνησης.

Κάποια σχόλια είπαν ότι η Apple δεν μισεί τη Nvidia, αλλά η TPU είναι πιο γρήγορη. Υπάρχουν επίσης σχόλια ότι το TPU είναι πιο γρήγορο, οπότε είναι λογικό να το χρησιμοποιεί η Apple Φυσικά, μπορεί να είναι και φθηνότερο από τα τσιπ της Nvidia.

Τα σχόλια των μέσων ενημέρωσης τη Δευτέρα ανέφεραν ότι το TPU της Google δημιουργήθηκε αρχικά για εσωτερικούς φόρτους εργασίας και τώρα χρησιμοποιείται ευρύτερα. Η απόφαση της Apple να χρησιμοποιήσει τσιπ της Google για την εκπαίδευση μοντέλων υποδηλώνει ότι ορισμένοι τεχνολογικοί γίγαντες μπορεί να αναζητούν και να έχουν βρει εναλλακτικές λύσεις για τα τσιπ AI της Nvidia όσον αφορά την εκπαίδευση τεχνητής νοημοσύνης.

Η Wall Street Journal ανέφερε ότι την περασμένη εβδομάδα, ο Διευθύνων Σύμβουλος της Meta Zuckerberg και ο Διευθύνων Σύμβουλος της Alphabet και της Google, Pichai, άφησαν να εννοηθεί στις ομιλίες τους ότι οι εταιρείες τους και άλλες εταιρείες τεχνολογίας μπορεί να έχουν υπερεπενδύσει σε υποδομές τεχνητής νοημοσύνης. Αλλά όλοι αναγνωρίζουν ότι οι επιχειρηματικοί κίνδυνοι από το να μην το κάνουν είναι πολύ μεγάλοι.

Ο Ζούκερμπεργκ είπε:

«Η συνέπεια της καθυστέρησης είναι ότι θα βρεθείτε σε μειονεκτική θέση στις πιο σημαντικές τεχνολογίες τα επόμενα 10 με 15 χρόνια».

Ο Pichai είπε:

Η τεχνητή νοημοσύνη είναι δαπανηρή, αλλά ο κίνδυνος υποεπένδυσης είναι ακόμη μεγαλύτερος. Η Google μπορεί να έχει επενδύσει πάρα πολλά σε υποδομές τεχνητής νοημοσύνης, συμπεριλαμβανομένης κυρίως της αγοράς GPU της Nvidia. Ακόμα κι αν η έκρηξη της τεχνητής νοημοσύνης επιβραδυνθεί, τα κέντρα δεδομένων και τα τσιπ υπολογιστών που αγοράζουν οι εταιρείες μπορούν να χρησιμοποιηθούν για άλλους σκοπούς. Για εμάς, ο κίνδυνος υποεπένδυσης είναι πολύ μεγαλύτερος από τον κίνδυνο υπερεπένδυσης.