新しいカスタムチップを発表したメタ社はAIに大きく賭け、インフラの更新に記録的な金額を投じる
5 月 19 日のニュース: 過去 1 年間、ソーシャルメディア大手の Meta はコスト削減と従業員の一時解雇に取り組んできましたが、AI の分野で先を行くためにインフラストラクチャの更新に記録的な金額を費やしてきました。レース。
現地時間の木曜日、Metaは、AIのトレーニングを高速化するのに役立つ新しいカスタムチップや、プログラマーに製品開発の提案を提供できるプログラミングツールなど、一連の新技術をリリースした。さらに、同社は AI テクノロジーをより便利に導入できるようにデータセンターを変革しています。
Meta CEOのMark Zuckerberg氏は電子メールでの声明で次のように述べた。「この取り組みは私たちの長期的な取り組みを反映しており、この技術をさまざまな分野でより有効に活用し、さらなる進歩を遂げることができるでしょう。」 Facebook と Instagram の推奨アルゴリズムを高速化するチップ。さらに同社は、AI ハードウェア専用に設計された新しいデータセンターを立ち上げました。 Meta は、ChatGPT などの大規模な言語モデルのトレーニングに使用される AI スーパーコンピューターの第 2 段階の構築が完了したと発表しました。
2018年のメタ社の資本支出は314億米ドルに達し、2017年から4.5倍以上増加し、過去最高を記録しました。ザッカーバーグ氏はかつて、今年をメタ社の「効率化の年」と呼んだことがあるが、アナリストらは今年のメタ社の投資水準は2022年と同程度となり、資金の多くはAIインフラの改善と拡張に使われると予想している。
Meta AI 研究ディレクターの Kim Hazelwood 氏は、「効率の向上においていくつかの困難に直面しましたが、これは、AI への投資と効率の向上の間に直接的な競合があることを意味するものではありません。
一部の AI アップデートにより、Meta の内部機能が明らかに改善されました。」と述べました。効率性の低下により、同社はここ数カ月で数千人の従業員を一時解雇した。
CodeCompose は、プログラミング作業を自動的に完了したり、開発者にコードを変更するための提案を提供したりできる、生成 AI に基づく新しい開発ツールです。 Meta 氏によると、現在 5,200 人の社内プログラマーが CodeCompose を使用しており、AI によって提案されたコーディングの 22% が採用されています。
Meta は、ビジネス上の最大の問題を解決するために AI をますます活用しています。 Appleのプライバシーポリシーの調整により、多くの広告主にとってデジタル広告でユーザーを正確にターゲティングすることがより困難になったため、MetaはAIを利用してユーザーの興味を推測する計画だ。ショートビデオプラットフォームTikTokに対抗するため、FacebookやInstagramもユーザーがフォローしていないアカウントのコンテンツを表示し始めており、そのためにはユーザーが何に興味を持っているのかを推測するアルゴリズムが必要となる。
市場調査会社CFRAリサーチのアナリスト、アンジェロ・ジーノ氏はインタビューで、投資家は多額の支出を正当化するためにこうした改善の直接的な証拠を求めるだろうと語った。
これらのことには一定の時間がかかり、一度に完了できるものではないことは明らかであり、これはメタ社の全体的な資本支出の増加を目的としている、とジノ氏は述べました。 「収益面での利益を確実に加速できるよう、多くの見直しが行われることは間違いありません。
推論には特定の種類の計算プロセスが使用されており、AI モデルに質問すると、答えが得られます。」 。 Meta は、特定の内部タスクを完了し、NVIDIA GPU の不足数を (大量に購入した場合でも) 補うために、新しいチップ MTIA (Meta Training and Inference Accelerator、メタ トレーニングと推論アクセラレータを意味します) を開発することを決定しました。
Meta は、MTIA チップがユーザーにとってより正確で興味深いオリジナル コンテンツ タイプと広告コンテンツ タイプを予測する能力を向上させ、人々がより多くの時間をアプリの使用に費やし、より多くの広告をクリックできるようにすることを望んでいます。
同社は、ビデオやライブ コンテンツの処理専用に設計された社内の特殊集積回路 (ASIC) も立ち上げました。 Facebook や Instagram では毎日 20 億本以上の短いビデオが共有されています。この新しいプロセッサを使用すると、視聴しているデバイスに関係なく、ビデオの読み込みが高速になり、消費データが少なくなります。
Meta のハードウェア エンジニアリング担当副社長 Alexis Bjorlin 氏は次のように述べています。「私たちは、推奨モデルに合わせて最初のチップを最適化、バランス調整し、微調整することに成功しました。生成 AI ワークロードやその他の関連ニーズに関する情報を完全に理解しています。」 Meta ソーシャル メディア アプリで使用されるエンジンは現在の AI テクノロジーに基づいていますが、将来の生成 AI の動作は Meta の AI スーパーコンピューター Research SuperCluster に依存します。同社はこのスーパーコンピューターを使用して、多数の AI モデルをトレーニングする予定です。
Meta は木曜日、第 2 段階の構築が完了し、LLaMA と呼ばれる大規模な言語モデルをトレーニングしたと発表しました。これは、同社が仮想現実プラットフォームのメタバースを構築する方法の重要な部分になります。
Meta は、先進的なテクノロジーの一部を外の世界に公開することに取り組んできました。スタック内のハードウェアの多くは内部使用に制限されていますが、一部の作業はオープンソースです。 LLaMA モデルと同様に、Meta スーパーコンピューターによって訓練され、国際数学オリンピックの競技問題 10 問を解くことができる AI モデルも研究者と共有されています。 CodeCompose は、メタ AI 研究チームによって公開された技術成果に基づいて構築されたコード開発ツールです。さらに、新しい推論チップは、Meta が開発し、独立性を高めるために Linux Foundation に移行したオープンソース AI フレームワークである PyTorch のサポートを継続するのに役立ちます。
Meta は長年にわたって AI ツールの開発に取り組んできましたが、ザッカーバーグ氏は仮想現実というより漠然としたビジョンに会社の将来を置くことを選択しました。投資調査会社サード・ブリッジのアナリスト、スコット・ケスラー氏は、この変化は投資家によって厳しく精査されており、AIインフラへの大規模な投資は投資家が全体的な戦略に対するザッカーバーグ氏への信頼を再構築するのに役立つ可能性があると述べた。
業界がAIをビジネスに組み込むために競う中、「スタートラインで負けたくない」とケスラー氏は述べ、「6~9か月前よりも今ではこの声明を信じる人が増えている」と語った。
以上が新しいカスタムチップを発表したメタ社はAIに大きく賭け、インフラの更新に記録的な金額を投じるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック

ブートストラップリストのサイズは、リスト自体ではなく、リストを含むコンテナのサイズに依存します。 BootstrapのグリッドシステムまたはFlexBoxを使用すると、コンテナのサイズを制御することで、リスト項目を間接的に変更します。

ブートストラップのネストされたリストでは、スタイルを制御するためにブートストラップのグリッドシステムを使用する必要があります。まず、外層< ul>を使用します。および< li>リストを作成するには、内側のレイヤーリストを< div class =" row>に巻き付けます。 and< div class =" col-md-6">内側のレイヤーリストに、内側の層リストが行の幅の半分を占めることを指定します。このように、内側のリストは正しいものを持つことができます

アイコンをブートストラップリストに追加する方法:アイコンライブラリ(Font Awesomeなど)が提供するクラス名を使用して、アイコンをリストアイテム< li>に直接詰めます。 Bootstrapクラスを使用して、アイコンとテキストを調整します(たとえば、d-flex、Justify-content-wether、align-Items-center)。ブートストラップタグコンポーネント(バッジ)を使用して、数字またはステータスを表示します。アイコンの位置(Flex-Direction:Row-Reverse;)を調整し、スタイル(CSSスタイル)を制御します。一般的なエラー:アイコンは表示されません(違います

vue.jsのオブジェクトに文字列を変換する場合、標準のjson文字列にはjson.parse()が推奨されます。非標準のJSON文字列の場合、文字列は正規表現を使用して処理し、フォーマットまたはデコードされたURLエンコードに従ってメソッドを削減できます。文字列形式に従って適切な方法を選択し、バグを避けるためにセキュリティとエンコードの問題に注意してください。

質問:エクスポートデフォルトを通じてエクスポートされるVUEコンポーネントを登録する方法は?回答:3つの登録方法があります。グローバル登録:vue.component()メソッドを使用して、グローバルコンポーネントとして登録します。ローカル登録:現在のコンポーネントとそのサブコンポーネントでのみ利用可能なコンポーネントオプションに登録します。動的登録:vue.component()メソッドを使用して、コンポーネントが読み込まれた後に登録します。

MySQLパフォーマンスの最適化は、インストール構成、インデックス作成、クエリの最適化、監視、チューニングの3つの側面から開始する必要があります。 1。インストール後、INNODB_BUFFER_POOL_SIZEパラメーターやclose query_cache_sizeなど、サーバーの構成に従ってmy.cnfファイルを調整する必要があります。 2。過度のインデックスを回避するための適切なインデックスを作成し、説明コマンドを使用して実行計画を分析するなど、クエリステートメントを最適化します。 3. MySQL独自の監視ツール(ShowProcessList、ShowStatus)を使用して、データベースの健康を監視し、定期的にデータベースをバックアップして整理します。これらの手順を継続的に最適化することによってのみ、MySQLデータベースのパフォーマンスを改善できます。

700万のレコードを効率的に処理し、地理空間技術を使用したインタラクティブマップを作成します。この記事では、LaravelとMySQLを使用して700万を超えるレコードを効率的に処理し、それらをインタラクティブなマップの視覚化に変換する方法について説明します。最初の課題プロジェクトの要件:MySQLデータベースに700万のレコードを使用して貴重な洞察を抽出します。多くの人は最初に言語をプログラミングすることを検討しますが、データベース自体を無視します。ニーズを満たすことができますか?データ移行または構造調整は必要ですか? MySQLはこのような大きなデータ負荷に耐えることができますか?予備分析:キーフィルターとプロパティを特定する必要があります。分析後、ソリューションに関連している属性はわずかであることがわかりました。フィルターの実現可能性を確認し、検索を最適化するためにいくつかの制限を設定しました。都市に基づくマップ検索

MySQLの起動が失敗する理由はたくさんあり、エラーログをチェックすることで診断できます。一般的な原因には、ポートの競合(ポート占有率をチェックして構成の変更)、許可の問題(ユーザー許可を実行するサービスを確認)、構成ファイルエラー(パラメーター設定のチェック)、データディレクトリの破損(テーブルスペースの復元)、INNODBテーブルスペースの問題(IBDATA1ファイルのチェック)、プラグインロード障害(エラーログのチェック)が含まれます。問題を解決するときは、エラーログに基づいてそれらを分析し、問題の根本原因を見つけ、問題を防ぐために定期的にデータをバックアップする習慣を開発する必要があります。
