생성적 AI가 교차로에 도달했습니다. 다음 물결은 어디에 있습니까?

제너레이티브 AI는 특히 비즈니스 세계에서 점점 인기를 얻고 있습니다. 얼마 전 Walmart는 매장 외 직원 50,000명이 사용할 수 있는 생성 AI 애플리케이션 출시를 발표했습니다. 이 앱은 Walmart 데이터를 타사 LLM(대형 언어 모델)과 결합하여 직원이 창의적인 파트너가 되고 대용량 문서에서 요약을 추출하는 등 다양한 작업을 수행할 수 있도록 지원합니다.

생성 AI의 인기로 인해 GPU 수요가 증가했으며 딥 러닝 모델을 훈련하려면 강력한 GPU가 필요합니다. Wall Street Journal에 따르면 처리하고 분석해야 하는 엄청난 양의 데이터로 인해 AI 모델을 교육하는 데 수십억 달러의 비용이 소요될 수 있습니다.

새로운 트렌드는 NVIDIA에 상당한 비즈니스 기회를 가져왔고 NVIDIA GPU는 뜨거운 돈 버는 기계가 되었습니다. Nvidia 칩을 확보하기 위해 스타트업과 투자자는 특별한 조치를 취합니다. "New York Times" 칼럼에서는 "돈, 엔지니어링 재능, 과대 광고, 심지어 이익까지 비교해 보면 올해 기업에 GPU가 더 필요한 것 같습니다."

이러한 기술 변화에서 NVIDIA는 산 꼭대기에 서 있습니다. 이때 Google은 Google Cloud 고객에게 NVIDIA GPU 기반 기술 지원을 제공하기 위해 NVIDIA와 협력했습니다. 현재 수요 급증은 생성 AI가 정점에 도달했음을 의미합니까, 아니면 다음 물결의 시작입니까? 이것은 모두가 생각하고 있는 질문이다.

최근 재무 보고 회의에서 NVIDIA CEO Jensen Huang은 수요 증가는 가속화된 컴퓨팅의 시작을 의미하며 이제 막 시작일 뿐이라고 지적했습니다. Huang Renxun은 기업이 투자를 재분배하고 일반 컴퓨팅에만 집중할 것이 아니라 생성 AI와 가속 컴퓨팅에 더 많은 관심을 기울여야 한다고 제안했습니다.

범용 컴퓨팅은 CPU 기반 컴퓨팅을 의미하지만 NVIDIA는 CPU가 낙후된 인프라가 되었다고 믿고 있으며 GPU가 기존 CPU보다 효율적이기 때문에 개발자는 GPU에 최적화해야 합니다. GPU는 동시에 여러 계산을 병렬로 처리할 수 있어 딥러닝에 특히 적합합니다. GPU는 또한 선형 대수학 및 행렬 연산 작업과 같은 특정 수학적 문제를 처리할 때 고유한 이점을 제공합니다.

안타깝게도 많은 소프트웨어는 CPU에만 최적화되어 있으며 GPU 병렬 컴퓨팅의 이점을 누릴 수 없습니다. 미래에는 많은 CPU 작업이 GPU에 의해 수행될 것이며, 이는 Nvidia에게 기회입니다. 생성 AI가 엄청난 양의 콘텐츠를 생성하고 클라우드 컴퓨팅 지원이 필요하기 때문입니다.

인간과 기업은 이제 소프트웨어가 CPU에 최적화되었으므로 GPU에 리소스와 시간을 투자할 의지가 없습니다.

머신러닝이 처음 등장했을 때 데이터 과학자들은 너무 야심적이었고 이를 모든 분야에 적용하고 싶었습니다. 일부 분야에 이미 더 간단한 도구가 존재하더라도 머신러닝을 도입하고 싶었습니다. 솔직히 말해서 머신러닝은 아주 적은 수의 비즈니스 문제만을 해결할 수 있습니다. 간단히 말해서, 가속 컴퓨팅과 GPU는 모든 소프트웨어에 적합하지 않습니다.

다음 물결을 맞이하려면 제너레이티브 AI가 돌파해야 합니다

현 상황을 보면 Nvidia의 성능 데이터가 참으로 눈길을 끄는데, Gartner는 제너레이티브 AI가 예상 인플레이션의 정점에 있다고 경고합니다. 일부에서는 생성적 AI에 대한 과대광고가 근거 없는 흥분과 과장된 기대로 발전했다고 주장합니다.

생성 AI 열풍이 곧 병목 현상을 일으킬 수도 있습니다. SK벤처스 벤처캐피탈 관계자는 “이제 우리는 대형 언어 모델 AI 1차 물결의 롱테일 단계에 진입했다”고 생각한다. 2007년 구글이 “Attention is All You Need”라는 논문을 발표하면서 그 물결은 시작됐다. -2년 지나면 누구나 병목 현상을 겪게 될 것이다. "병목 현상은 무엇인가? 환각 경향, 좁은 영역의 훈련 데이터 부족, 수년 전의 훈련 코퍼스 노후화, 기타 수많은 요인 등이 있습니다. 간단히 말해서, 우리는 이제 AI의 첫 번째 물결의 끝 부분에 진입할 가능성이 가장 높습니다.

이것은 생성 AI가 곧 죽을 것이라는 의미입니까? 아니요, 이는 생성 AI가 생산성을 크게 향상하고 더 나은 자동화를 촉진할 수 있도록 주요 기술 혁신이 필요하다는 것을 의미합니다. 생성 AI의 다음 물결에서는 새로운 모델, 더 많은 개방성, 유비쿼터스의 저렴한 GPU가 핵심일 수 있습니다.

노동력이 부족하고 인간에게는 더 나은 자동화 기술이 필요하기 때문에 장기적으로 생성 AI는 밝아야 합니다. 역사를 되돌아보면 AI와 자동화는 두 개의 독립적인 기술 범주인 것처럼 보이지만 생성 AI는 이러한 관점을 바꾸었습니다. 워크플로우(Workflow) 공동 창업자인 마이크 누프(Mike Knoop)는 “AI와 자동화는 같은 것으로 무너지고 있다”고 말했다. 맥킨지는 보고서에서 “제너레이티브 AI(Generative AI)가 생산성의 차세대 대폭 향상을 가져올 것”이라고 말했다. 7%. (칼)

위 내용은 생성적 AI가 교차로에 도달했습니다. 다음 물결은 어디에 있습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!