Искусственный интеллект может казаться множеством разных вещей – целым рядом программ, у которых, казалось бы, мало общего. Иногда искусственный интеллект – это собеседник, иллюстратор, репетитор по математике, инструмент для распознавания лиц. Но в любом воплощении это всегда, всегда машина, требующая для своей работы почти непостижимых объемов данных и энергии.
Системы искусственного интеллекта, такие как ChatGPT, работают в зданиях, начиненных кремниевыми компьютерными чипами. Чтобы создать более мощные машины – как это хотели бы сделать Microsoft, Google, Meta, Amazon и другие технологические компании, – нужно больше ресурсов. А они на нашей планете на исходе.
Вычислительные мощности, необходимые для обучения лучших программ искусственного интеллекта, за последнее десятилетие удваивались каждые полгода и вскоре могут стать неподъемными. Согласно недавнему исследованию, к 2027 году программы искусственного интеллекта могут потреблять примерно столько же электроэнергии, сколько Швеция. GPT-4, самая мощная модель, предлагаемая сейчас потребителям OpenAI, по одним оценкам, в 100 раз более требовательна к обучению, чем GPT-3, выпущенная всего четыре года назад. Недавно Google внедрила генеративный ИИ в свою поисковую функцию, и, возможно, в результате этого стоимость одного поиска увеличилась в десять раз. Между тем, чипы, на которых работает ИИ, в дефиците – генеральный директор OpenAI Сэм Альтман заявил в мае прошлого года в Конгрессе, что “у нас их недостаточно”, как и электричества. При нынешних темпах развития скоро в мире может не хватить энергии для запуска более совершенных моделей без огромной нагрузки на местные электросети. Даже если бы это было так, покупка всего этого электричества была бы непомерно дорогой.
Американские технологические компании поклоняются алтарю масштаба – веры в то, что увеличение количества компьютеров, электроэнергии и данных в программах искусственного интеллекта непременно улучшит ее, – поэтому так не получится. В настоящее время проводится новое соревнование по разработке аппаратного обеспечения для ИИ, которое позволит технологии стать мощнее и эффективнее. Именно это, а не ослепительные приложения, такие как генератор видео Sora от OpenAI, определит будущее технологии – какие компании будут доминировать, какие продукты ИИ они смогут вывести на рынок и насколько дорогими будут эти продукты. До сих пор явным победителем этого конкурса был не традиционный технологический титан. Им стала Nvidia – компания, которая еще год назад была неизвестна за пределами сферы фанатов компьютерных игр, а теперь стала третьей по стоимости компанией в мире, обогнав Google, Amazon и Meta.
Walid Berrazeg/SOPA Images/LightRocket via Getty Images
Богатство Nvidia связано с разработкой самой важной части машин искусственного интеллекта – компьютерных чипов. Тонкие прямоугольники, покрытые сложной сетью кремния, эти чипы несут в себе код, лежащий в основе чат-ботов, генераторов изображений и других продуктов ИИ. Графические процессоры, или GPU, компании Nvidia ранее были известны тем, что повышали визуальную точность видеоигр. То же самое оборудование, которое позволяет компьютеру воспроизводить более реалистичное освещение в игре Call of Duty, может также обучать самые современные системы искусственного интеллекта. Эти GPU – одни из самых быстрых и надежных чипов, и именно они сделали возможной зарождающуюся революцию в области ИИ.
Чтобы поддержать дальнейший рост ИИ, технологические компании приступили к созданию инфраструктуры, стоимость которой вскоре может сравниться с расходами на полеты “Аполлона” и строительство региональных автомагистралей: Десятки миллиардов долларов, если не больше, ежегодно тратятся на облачные вычислительные мощности. Nvidia, в свою очередь, контролирует до 95 % рынка специализированных чипов для ИИ; недавние программы генеративного ИИ от Microsoft, OpenAI, Meta, Amazon и других компаний, вероятно, не могли бы быть созданы или запущены на компьютерах по всему миру без оборудования Nvidia.
Когда ChatGPT дебютировал, это было похоже на волшебство. Каждая другая технологическая компания поспешила выпустить свою собственную версию; конкуренция шла за программное обеспечение, чему в значительной степени способствовало оборудование Nvidia. Теперь три лучшие языковые модели – GPT-4 от OpenAI, Gemini от Google и последняя версия Claude от Anthropic – идут ноздря в ноздрю по производительности; цена является не менее важным фактором отличия, чем возможности. Закупка и питание всех этих чипов ИИ – самая дорогая часть технологии, рассказала Джай Випра, исследователь политики ИИ и ведущий научный сотрудник IT for Change. И “Nvidia – это та организация, которая определяет цену”.
Ни одна из компаний “Большого технологического сектора”, похоже, не в восторге от такой зависимости, и все они начали вкладывать значительные средства в разработку собственных чипов – что позволит им не только создавать более крупные модели, но и лучше контролировать свой развивающийся ИИ-бизнес. Сиддхарт Гарг, инженер-электрик, разрабатывающий аппаратное обеспечение для машинного обучения в Нью-Йоркском университете, рассказал, что наличие лучших компьютерных чипов вскоре может стать большим конкурентным преимуществом, чем наличие лучшего компьютерного кода. Очень важно, что чипы ИИ собственного производства могут быть адаптированы к конкретным моделям ИИ компании, что сделает ее продукцию более эффективной и позволит развиваться без столь интенсивного потребления энергии.
Технологические компании уже реализовывали подобные стратегии. Ваши ежедневные поисковые, переводческие и навигационные запросы в Google работают без сбоев, потому что в 2010-х годах Google разработала специальные компьютерные чипы, которые позволили компании обрабатывать миллиарды таких запросов каждый день с меньшими затратами энергии и средств. Переход Apple с Intel на собственные компьютерные процессоры в 2020 году практически мгновенно позволил компании выпустить более быстрый, легкий и тонкий MacBook. Аналогично, если пользовательские чипы Amazon будут быстрее работать с продуктами искусственного интеллекта, люди могут предпочесть их облачные сервисы облачным сервисам Google. Если iPhone, Google Pixel или планшет Microsoft Surface сможет запускать более мощную генеративную модель ИИ и загружать результаты немного быстрее благодаря специальному микрочипу, то больше покупателей захотят купить это устройство. “Это меняет правила игры”, – говорит Гарг.
Каждая компания хочет иметь свое собственное, автономное независимое королевство, не зависящее больше от цен конкурентов или внешних проблем с поставками. Но сможет ли какая-либо из этих компаний, занимающихся облачными вычислениями, соперничать с Nvidia – вопрос открытый, а разрыв связей с Nvidia маловероятен. Вполне возможно, что в будущем они будут использовать как компьютерные чипы, созданные на заказ, так и разработки Nvidia.
По словам Майрона Кси, работающего в исследовательской компании SemiAnalysis, разрабатывающей полупроводниковые приборы, Google удалось обучить и запустить свои флагманские модели Gemini с меньшими затратами энергии и меньшими расходами, используя собственные компьютерные процессоры, а не полагаясь на Nvidia. Однако многие облачные серверы компании также работают на чипах Nvidia, а Google оптимизировала свою последнюю языковую модель Gemma для работы на графических процессорах Nvidia. Amazon рекламирует свои заказные чипы для ИИ как “обеспечивающие высочайшую производительность обучения ML при значительно меньших затратах”, а Дэвид Браун, вице-президент по вычислениям и сетям Amazon Web Services, рассказал, что компьютерные чипы – это “критически важная область инноваций”. Но компания также расширяет свое партнерство с Nvidia. Представитель Microsoft заявил: “Наши пользовательские чипы скорее дополняют наши системы, чем заменяют существующее оборудование на базе NVIDIA”.
Это видение всеобъемлющей экосистемы ИИ может также стать способом привлечения клиентов. Владение iPhone и Macbook делает более удобным использование iMessage, iCloud, Apple Watch и так далее. Та же логика вскоре может быть применена и к искусственному интеллекту: Google Gemini, Google Chromebook, Google Pixel, собственные чипы искусственного интеллекта Google и облачные сервисы Google будут оптимизированы друг для друга. OpenAI, как сообщается, разрабатывает ИИ-“агентов”, которые смогут автоматизировать задачи на различных устройствах. А компания Apple переориентировала свой бизнес на генеративный ИИ. “Это своего рода метод вертикальной интеграции, позволяющий закрепить людей в своем стеке”, – сказала Сара Майерс Уэст, управляющий директор AI Now Institute.
Читайте: 130+ лучших компаний в сфере искусственного интеллекта (ИИ) в 2023 году
Помимо разработки чипов, технологические компании вкладывают значительные средства в создание более эффективного программного обеспечения, а также в возобновляемые источники энергии. На Всемирном экономическом форуме в январе Альтман сказал: “Мы все еще не осознаем энергетические потребности этой технологии… Без прорыва к этому не прийти”. Повышение эффективности может быть не только для того, чтобы сделать ИИ экологически устойчивым. Они могут быть необходимы для того, чтобы сделать технологию физически и финансово жизнеспособной.
