ปัญญาประดิษฐ์ในอุตสาหกรรมต่างๆ

เมื่อเร็วๆ นี้ IDC และ Longchamp ได้ร่วมกันเปิดตัว "2022-2023 China Artificial Intelligence Computing Power Development Assessment Report" (ต่อไปนี้จะเรียกว่า "รายงาน") รายงานคาดการณ์ว่าการใช้จ่ายที่เกี่ยวข้องกับตลาด AI ในจีนจะสูงถึง 13.03 พันล้านดอลลาร์ในปี 2565 และคาดว่าจะสูงถึง 26.69 พันล้านดอลลาร์ในปี 2569 โดยมีอัตราการเติบโตต่อปีที่ 19.6 เปอร์เซ็นต์ตั้งแต่ปี 2565 ถึง 2569

ในหมู่พวกเขา เซิร์ฟเวอร์ AI ยังคงเป็นตัวขับเคลื่อนหลักของการเติบโตของตลาด AI ข้อมูลของ IDC แสดงให้เห็นว่าตลาดเซิร์ฟเวอร์ AI ทั่วโลกจะเติบโตในอัตราร้อยละ 39.1 ในปี 2564 ซึ่งสูงกว่าอัตราการเติบโตของตลาด AI ทั่วโลกโดยรวม (ร้อยละ 20.9 ) และเป็นแรงขับเคลื่อนเบื้องหลังการเติบโตของตลาด AI โดยรวม

ในประเทศจีน การลงจอดอย่างรวดเร็วของแอปพลิเคชัน AI ผลักดันการเติบโตอย่างสูงของตลาดเซิร์ฟเวอร์ AI ของจีน ขนาดตลาดเซิร์ฟเวอร์ AI มูลค่า 5.92 พันล้านดอลลาร์ในปี 2564 เพิ่มขึ้น 68.2 เปอร์เซ็นต์เมื่อเทียบกับปี 2563 และคาดว่าจะสูงถึง 12.34 พันล้านดอลลาร์ภายในปี 2569

ในขณะเดียวกัน ขนาดของพลังการประมวลผลในประเทศจีน โดยเฉพาะอย่างยิ่งพลังการประมวลผลอัจฉริยะ ก็เติบโตในอัตราที่สูงเช่นกัน ตามรายงาน สเกลพลังการประมวลผลตามวัตถุประสงค์ทั่วไปของจีนสูงถึง 47.7EFLOPS (การดำเนินการแบบทศนิยม 1 หมื่นล้านรายการต่อวินาที) ในปี 2564 และคาดว่าจะสูงถึง 111.3EFLOPS ภายในปี 2569

ขนาดพลังการประมวลผลอัจฉริยะของจีนสูงถึง 155.2EFLOPS ในปี 2564 จะสูงถึง 268EFLOPS ในปี 2565 และคาดว่าจะเข้าสู่ระดับล้านล้านล้านทศนิยมต่อวินาที (ZFLOPS) ภายในปี 2569 แตะ 1271.4EFLOPS

นี่ก็หมายความว่าในช่วง 2021-2026 สเกลพลังประมวลผลอัจฉริยะของจีนสามารถเติบโตในอัตราการเติบโตทบต้นต่อปีที่ 52.3 เปอร์เซ็นต์ ในขณะที่สเกลพลังประมวลผลอเนกประสงค์เติบโตในอัตราการเติบโตทบต้นต่อปีที่ 18.5 เปอร์เซ็นต์ในช่วงเวลาเดียวกัน .

โมเดลขนาดใหญ่ที่ได้รับความนิยมมากขึ้นในอุตสาหกรรมในช่วงไม่กี่ปีที่ผ่านมาคือนวัตกรรมที่สำคัญโดยทั่วไปซึ่งขับเคลื่อนด้วยพลังการประมวลผลอัจฉริยะ ตามรายงาน ต้องขอบคุณความสามารถทั่วไปที่แข็งแกร่งของโมเดล การพึ่งพาข้อมูลหางยาวที่ต่ำ และการปรับปรุงประสิทธิภาพของการใช้โมเดลดาวน์สตรีม ทำให้โมเดลขนาดใหญ่ได้รับการพิจารณาว่ามีต้นแบบของ "ข่าวกรองทั่วไป" และมี กลายเป็นหนึ่งในวิธีสำคัญในการสำรวจอุตสาหกรรมเพื่อให้ได้ปัญญาประดิษฐ์ที่ครอบคลุม

พื้นฐานทางเทคนิคของ Big Model ได้แก่ สถาปัตยกรรมทรานส์ฟอร์มเมอร์ การเรียนรู้การย้ายถิ่น และการเรียนรู้ด้วยตนเอง สถาปัตยกรรมทรานส์ฟอร์มเมอร์ได้สร้างความก้าวหน้าใน NLP และยังได้พิสูจน์ประสิทธิภาพในงานด้านการมองเห็นอีกด้วย จากมุมมองของพลังการประมวลผล ความจุของโมเดลภาษาและภาพและความต้องการพลังการประมวลผลที่สอดคล้องกันกำลังขยายตัวอย่างรวดเร็ว และการพัฒนาโมเดลขนาดใหญ่ได้รับการสนับสนุนโดยพลังการประมวลผลมหาศาล

หากเราใช้ "สมมูลเลขคณิต" (PetaFlops/s-day, PD) กล่าวคือ จำนวนรวมของกำลังเลขคณิตที่ใช้โดยคอมพิวเตอร์ที่ทำงานเป็นล้านล้านครั้งต่อวินาทีเป็นเวลาหนึ่งวันเต็ม เพื่อวัดจำนวนรวมของกำลังเลขคณิต จำเป็นสำหรับงาน AI, AlphaFold2 ใน AI บวก Science, ระบบขับขี่อัตโนมัติ และ GPT-3 ใน AI บวก Science การฝึกอบรมแบบจำลอง เช่น GPT-3 ต้องการการสนับสนุนเลขคณิตหลายร้อยหรือหลายพัน PD เช่น การฝึกอบรม GPT-3 ต้องใช้กำลังเลขคณิต 3640 PD

ด้วยความสามารถของโมเดลขนาดใหญ่ แอพพลิเคชั่นประเภท AIGC ซึ่งรวมถึงการแปลงข้อความเป็นกราฟและมนุษย์ดิจิทัลเสมือนจริง กำลังเข้าสู่ขั้นตอนการค้าอย่างรวดเร็วและนำการเปลี่ยนแปลงครั้งใหญ่มาสู่การผลิตเนื้อหาของเมตายูนิเวิร์ส ตามรายงาน รุ่นใหญ่ช่วยให้เทคโนโลยี AI เปลี่ยนจากการ "สามารถฟังและดู" เมื่อห้าปีก่อนเป็น "สามารถคิดและสร้าง" ในวันนี้ และคาดว่าจะบรรลุ "สามารถให้เหตุผลและตัดสินใจได้ " ในอนาคต. อนาคตคาดว่าจะบรรลุความก้าวหน้าที่สำคัญของ "เหตุผลสามารถตัดสินใจได้"

อย่างไรก็ตาม การพัฒนาโมเดลขนาดใหญ่ยังทำให้เกิดความท้าทายอย่างมากต่อพลังการประมวลผล ตามรายงาน โอเวอร์เฮดทรัพยากรการคำนวณและสตอเรจขนาดใหญ่สำหรับการฝึกอบรมโมเดลขนาดใหญ่มีความต้องการสูงสำหรับระบบเร่งความเร็วคอมพิวเตอร์และสแต็กซอฟต์แวร์ปัญญาประดิษฐ์ และการ์ดเร่งความเร็วหลายพันใบมักจำเป็นสำหรับการฝึกโมเดลหลายแสนล้านล้านล้าน ความท้าทายในการส่งเสริมและการวางรูปแบบทั่วไปของรุ่นใหญ่

ในเวลาเดียวกัน ถูกจำกัดด้วยผลกระทบที่ลดลงเล็กน้อย การปรับปรุงเพิ่มเติมของความซับซ้อนและความแม่นยำของแบบจำลองจะต้องใช้ทรัพยากรในการคำนวณในสัดส่วนที่มากขึ้น และความกังวลเกี่ยวกับประสิทธิภาพการคำนวณจะจำกัดการขยายอย่างต่อเนื่องของมาตราส่วนพารามิเตอร์แบบจำลองขนาดใหญ่

ดังนั้น แม้ว่าจำนวนพารามิเตอร์โมเดลขนาดใหญ่ในปัจจุบันยังไม่ถึงขนาดซินแนปติกของสมองมนุษย์ แต่การรับรู้ของตลาดเกี่ยวกับโมเดลขนาดใหญ่ก็กลายเป็นเหตุผล อุตสาหกรรมค่อยๆ ตระหนักว่าการพัฒนาโมเดลขนาดใหญ่ควรเน้นที่สีเขียวและคาร์บอนต่ำ ความสามารถในการให้บริการที่ลดลง และแนวปฏิบัติของโมเดลธุรกิจ ซึ่งจะปูทางให้โมเดลขนาดใหญ่เข้าสู่อุตสาหกรรมต่างๆ

รายงานชี้ให้เห็นว่าโดยทั่วไปแล้ว ระดับของการประยุกต์ใช้ AI ในอุตสาหกรรมต่างๆ แสดงให้เห็นถึงแนวโน้มที่ลึกซึ้งยิ่งขึ้น และสถานการณ์ของการประยุกต์ใช้ก็ครอบคลุมมากขึ้นเรื่อยๆ AI กลายเป็นความสามารถที่สำคัญสำหรับองค์กรในการแสวงหาจุดเติบโตทางธุรกิจใหม่ ปรับปรุงประสบการณ์ของผู้ใช้ และรักษาความสามารถในการแข่งขันหลัก

ในขณะเดียวกันในการจัดอันดับเมือง AI ของจีนในปี 2022 ปักกิ่ง หางโจว และเซินเจิ้นยังคงรักษาสามอันดับแรกไว้ได้ เซี่ยงไฮ้และกวางโจวอยู่ในอันดับที่สี่และห้า และเทียนจินเข้าสู่ 10 อันดับแรก นอกจากเมือง 10 อันดับแรกแล้ว ยังมีอีกหลายเมือง เช่น เหอเฟย์ หวู่ฮั่นและฉางซามีความก้าวหน้าอย่างมากในการใช้งาน AI โดยได้แรงหนุนจากข้อได้เปรียบทางอุตสาหกรรมและปัจจัยต่างๆ ของพวกเขาเอง

*** แปลด้วย www.DeepL.com/Translator (เวอร์ชั่นฟรี) ***