Aramizda
Aktif Üye
Uzun bir süredir hangi arama sonuçlarının görüntüleneceğine yapay zeka karar veriyor, e-posta gelen kutusundan istenmeyen postaları filtreliyor, çeşitli platformlarda içerik öneriyor veya görüntü değerlendirmeyi destekliyor. Bununla birlikte, son aylarda çoğu insan için neredeyse hiç yoktan üstümüze yığılan büyük AI dalgası, üretken AI tarafından tetiklendi – yani Midjourney gibi görüntü oluşturucular veya doğal dilde metin yazabilen ChatGPT gibi sohbet robotları tarafından. Bunu yapmak için yapay zeka modelleri inanılmaz miktarda veriyle eğitildi ve bu da bilgi işlem gücü gerektiriyor. Peki bu yutturmaca neden şimdi oluyor?
Reklamcılık
Form işlevi takip eder, zaten Bauhaus’un sloganıydı. c’t’den Christof Windeck, üretici yapay zeka hakkındaki mevcut aldatmacanın nihayetinde ancak donanımın nihayet geliştiricilerin fikirlerini uygulamaya yetecek kadar iyi olması nedeniyle mümkün olduğunu açıklıyor. Çünkü AI donanımı her zaman hızlanma ile ilgili değildir, ancak genellikle daha çok etkinleştirme ile ilgilidir, çünkü aksi takdirde örneğin bir mikrodenetleyici yeterince hızlı olmayacaktır.
Yapay zeka aslında ne kadar zeki? Üretken yapay zekanın işimiz, boş zamanlarımız ve toplumumuz için sonuçları nelerdir? Haberler’nin “KI-Güncellemesi”nde, The Decoder ile birlikte, size yapay zekadaki en önemli gelişmeler hakkında günlük güncellemeler getiriyoruz. Cuma günleri yapay zeka devriminin farklı yönlerini uzmanlar eşliğinde inceleyeceğiz.
Aynı şekilde, veri merkezleri için süper güçlü yapay zeka hızlandırıcıları da var. Şimdiye kadar, Nvidia tartışmasız en iyi köpek oldu. Carsten Spille, “2017’den beri, aslında yapay zekadan yalnızca profesyonel bir şey söz konusu olduğunda bahsediyorlar,” diye vurguluyor. AI işlemcileri içeren milyar avroluk işe dahil olmak isteyenler için en büyük zorluk, AI uygulamalarının ve bunlarla ilişkili görevlerin hızla geliştirilmesidir. AI eğitiminin aynı anda hem daha hızlı hem de daha verimli olması gerekir.
Doğru yongalara ek olarak, veri merkezlerinin başka bir şeye ihtiyacı vardır: alan. Çok fazla alan. Christoph Windeck, “Bugün eğitilen yeni uygulamaların çoğu Microsoft Azure, Amazon ve Google’ın sözde hiper ölçekli veri merkezlerinde çalışıyor” diyor. Bunlar hayal edilemeyecek kadar büyük sistemler. “Microsoft şu anda Dublin’de, alanların o kadar büyük olması ve kamyonların bu veri merkezlerini donatacak kadar hızlı gidememesi sorunu yaşıyor!” Microsoft’un İrlanda’da inşa ediyor olmasının nedeni de hava durumu çünkü oradaki sistemlerin daha sıcak ülkelerdeki kadar soğutulması gerekmiyor. Veri merkezleri de genel elektrik fiyatlarındaki gelişmelere daha az bağımlı hale gelmek için kendi elektrik santrallerini işletiyor.
Veri merkezleri gerekli kapasiteleri sağlayabildiği için yapay zeka gelişimi gelecekte daha da hızlı ilerleyecek mi, yoksa veri merkezleri yeni yapay zeka modellerinin geliştirilmesinin gerisinde mi koşuyor… Bu muhtemelen klasik “tavuk ve yumurta sorunu”. “, derin dalışımızda bile netleştiremeyeceğimiz. Kesin olan şu ki, her ikisinden de çok daha fazlası olacak.
“Yapay zeka hızlandırıcılarının bitlerine bakmak” konusu hakkında daha fazla bilgi c’t’in işlemci podcast’i Bit-Rauschen’de ve iki haftada bir güncel dergide bulunabilir.
(igr)
Haberin Sonu
Reklamcılık
Form işlevi takip eder, zaten Bauhaus’un sloganıydı. c’t’den Christof Windeck, üretici yapay zeka hakkındaki mevcut aldatmacanın nihayetinde ancak donanımın nihayet geliştiricilerin fikirlerini uygulamaya yetecek kadar iyi olması nedeniyle mümkün olduğunu açıklıyor. Çünkü AI donanımı her zaman hızlanma ile ilgili değildir, ancak genellikle daha çok etkinleştirme ile ilgilidir, çünkü aksi takdirde örneğin bir mikrodenetleyici yeterince hızlı olmayacaktır.
Yapay zeka aslında ne kadar zeki? Üretken yapay zekanın işimiz, boş zamanlarımız ve toplumumuz için sonuçları nelerdir? Haberler’nin “KI-Güncellemesi”nde, The Decoder ile birlikte, size yapay zekadaki en önemli gelişmeler hakkında günlük güncellemeler getiriyoruz. Cuma günleri yapay zeka devriminin farklı yönlerini uzmanlar eşliğinde inceleyeceğiz.
Aynı şekilde, veri merkezleri için süper güçlü yapay zeka hızlandırıcıları da var. Şimdiye kadar, Nvidia tartışmasız en iyi köpek oldu. Carsten Spille, “2017’den beri, aslında yapay zekadan yalnızca profesyonel bir şey söz konusu olduğunda bahsediyorlar,” diye vurguluyor. AI işlemcileri içeren milyar avroluk işe dahil olmak isteyenler için en büyük zorluk, AI uygulamalarının ve bunlarla ilişkili görevlerin hızla geliştirilmesidir. AI eğitiminin aynı anda hem daha hızlı hem de daha verimli olması gerekir.
Doğru yongalara ek olarak, veri merkezlerinin başka bir şeye ihtiyacı vardır: alan. Çok fazla alan. Christoph Windeck, “Bugün eğitilen yeni uygulamaların çoğu Microsoft Azure, Amazon ve Google’ın sözde hiper ölçekli veri merkezlerinde çalışıyor” diyor. Bunlar hayal edilemeyecek kadar büyük sistemler. “Microsoft şu anda Dublin’de, alanların o kadar büyük olması ve kamyonların bu veri merkezlerini donatacak kadar hızlı gidememesi sorunu yaşıyor!” Microsoft’un İrlanda’da inşa ediyor olmasının nedeni de hava durumu çünkü oradaki sistemlerin daha sıcak ülkelerdeki kadar soğutulması gerekmiyor. Veri merkezleri de genel elektrik fiyatlarındaki gelişmelere daha az bağımlı hale gelmek için kendi elektrik santrallerini işletiyor.
Veri merkezleri gerekli kapasiteleri sağlayabildiği için yapay zeka gelişimi gelecekte daha da hızlı ilerleyecek mi, yoksa veri merkezleri yeni yapay zeka modellerinin geliştirilmesinin gerisinde mi koşuyor… Bu muhtemelen klasik “tavuk ve yumurta sorunu”. “, derin dalışımızda bile netleştiremeyeceğimiz. Kesin olan şu ki, her ikisinden de çok daha fazlası olacak.
“Yapay zeka hızlandırıcılarının bitlerine bakmak” konusu hakkında daha fazla bilgi c’t’in işlemci podcast’i Bit-Rauschen’de ve iki haftada bir güncel dergide bulunabilir.
(igr)
Haberin Sonu