Quelle infrastructure de centre de données doit être mise à niveau pour l'intelligence artificielle ?

L'infrastructure de données actuelle est déjà capable de gérer l'afflux du cloud computing, des réseaux 5G et du streaming vidéo, mais cela pourrait ne pas suffire pour soutenir la dernière transformation numérique provoquée par l'application complète de l'intelligence artificielle.

Au lieu de cela, l'infrastructure numérique pour l'IA peut nécessiter un cadre de cloud computing complètement distinct. Ce nouveau cadre nécessite de redéfinir le réseau de centres de données existant en fonction de l'emplacement de clusters de centres de données spécifiques et de leurs capacités.

Les entreprises technologiques suivent la tendance de l'intelligence artificielle

Le synthétiseur vocal d'intelligence artificielle ChatGPTAI, récemment discuté, compte plus d'un million d'utilisateurs et a reçu un investissement de 10 milliards de dollars de Microsoft. De plus, Amazon Web Services s'est associé à StabilityAI en novembre et Google a créé un système de type ChatGPT appelé Lamda. Pendant ce temps, Meta a récemment annoncé une pause dans la construction de son centre de données afin de pouvoir reconfigurer ses fermes de serveurs pour répondre aux exigences de traitement des données de l'IA.

Les besoins en traitement des données des plateformes d'intelligence artificielle ont augmenté à tel point qu'OpenAI, le créateur de ChatGPT, ne pourra pas continuer à exploiter la plateforme sans la prochaine mise à niveau par Microsoft de la plateforme cloud Azure.

Pourquoi l'IA nécessite une nouvelle infrastructure de données

Le « cerveau » d'une plateforme d'IA comme ChatGPT fonctionne à travers deux « hémisphères » ou « lobes » différents, le premier extrayant toutes les données nécessaires pour répondre aux demandes de contenu des utilisateurs, le second extrayant toutes les données nécessaires pour répondre aux demandes de contenu des utilisateurs. permet une plateforme générative qui répond aux questions des utilisateurs de manière plus « humaine » dès qu'elles sont posées.

La formation Ye aura besoin de beaucoup de « puissance de calcul » pour traiter tous les points de données nécessaires pour générer tout ce que ChatGPT crée. Essentiellement, la feuille de formation extrait les points de données et les réorganise au sein du modèle. Ce processus se produit de manière itérative, et chaque fois que l'entité IA comprend mieux, elle apprend elle-même à absorber les informations et à communiquer ce qu'elle apprend comme le ferait un humain.

Bien qu'il s'agisse d'un processus intéressant, la formation de Ye nécessite non seulement une puissance de calcul puissante, mais également des semi-conducteurs d'unité de traitement graphique (GPU) de pointe pour obtenir une fonctionnalité maximale. De plus, toute infrastructure axée sur la « formation » d’une plateforme d’IA nécessite de grandes quantités d’électricité, les centres de données doivent donc être situés à proximité de sources d’énergie renouvelables. Un nouveau système de refroidissement liquide et des systèmes d'alimentation de secours et de générateur repensés ont également dû être installés.

Quant à l’autre moitié du cerveau de la plateforme d’IA, la feuille d’inférence, qui est chargée de répondre aux questions quelques secondes après que les utilisateurs les posent, a son propre ensemble de besoins qui ne peuvent pas être satisfaits par l’infrastructure de données actuelle. La bonne nouvelle est que les réseaux de centres de données actuellement connectés peuvent répondre à cette demande, mais les installations doivent être mises à niveau pour gérer l'énorme puissance de traitement requise. Ces installations doivent également être situées à proximité du poste.

Les plus grands fournisseurs de cloud computing fournissent actuellement des capacités de traitement de données aux startups d'intelligence artificielle qui en ont besoin. Ils sont prêts à offrir ce service car ils considèrent les startups d’IA comme des clients potentiels à long terme.

Et il y a une guerre par procuration entre les grandes sociétés de cloud computing. Ils sont vraiment les seuls capables de construire des plateformes d’IA à véritablement grande échelle avec d’innombrables paramètres.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!