Pa sglodyn AI sy'n gryfach? Cyhoeddodd Gemau Olympaidd y byd deallusrwydd artiffisial yr ateb

Financial Associated Press, Ebrill 4 (Golygydd Huang Junzhi) Yn ôl canlyniadau diweddaraf MLPerf, prawf meincnod AI awdurdodol y byd, curodd sglodion deallusrwydd artiffisial Qualcomm Inc Nvidia mewn dau o'r tri dangosydd effeithlonrwydd ynni. A daeth cwmni newydd o Taiwan i'r brig yn un o'r metrigau sy'n weddill.

Adroddir bod Nvidia mewn safle blaenllaw yn y farchnad hyfforddi model deallusrwydd artiffisial. Ond ar ôl i'r modelau AI hyn gael eu hyfforddi, fe'u defnyddir yn eang mewn gwaith "casgliad" fel y'i gelwir, megis cynhyrchu ymatebion testunol i awgrymiadau a phenderfynu a yw delwedd yn cynnwys cath.

Mae dadansoddwyr yn credu, wrth i gwmnïau gymhwyso technoleg deallusrwydd artiffisial i'w cynhyrchion, y bydd y farchnad ar gyfer sglodion casglu canolfannau data yn tyfu'n gyflym, ond mae llawer o gwmnïau, gan gynnwys Google, wedi dechrau archwilio sut i reoli'r costau ychwanegol a fydd yn cynyddu.

Deellir mai un o'r prif gostau yw trydan. Defnyddiodd Qualcomm ei brofiad o ddylunio sglodion ar gyfer dyfeisiau sy'n cael eu gyrru gan fatri fel ffonau smart i ddatblygu sglodyn o'r enw CloudAI100, sy'n anelu at leihau'r defnydd o bŵer.

Curodd AI100 Qualcomm sglodyn blaenllaw Nvidia, yr H100, ar ddosbarthiad delwedd mewn data prawf a ryddhawyd gan MLCommons ddydd Mercher, yn seiliedig ar faint o ymholiadau gweinydd canolfan ddata y gall pob sglodyn eu perfformio fesul wat. Cyflawnodd sglodyn Qualcomm 197.6 ymholiad gweinydd fesul wat, o'i gymharu â 108.4 fesul wat Nvidia. Daeth Neuchips, cwmni cychwyn Taiwan, ar frig y rhestr gyda 227 o ymholiadau fesul wat.

Mae MLCommons yn sefydliad trydydd parti sy'n mesur cyflymder prosesu deallusrwydd artiffisial. Dechreuwyd ei is-gwmni MLPerf gan enillydd Gwobr Turing David Patterson (David Patterson) ar y cyd â Google, Stanford, Prifysgol Harvard a sefydliadau academaidd blaenllaw eraill. Dyma'r prawf meincnod perfformiad AI rhyngwladol mwyaf awdurdodol a dylanwadol, ac mae ei statws yn cyfateb i'r "Gemau Olympaidd" byd-eang ym maes AI.

Hefyd, curodd Qualcomm Nvidia mewn canfod gwrthrychau gyda sgôr o 3.2 y wat o'i gymharu â 2.4 y wat Nvidia. Gellir defnyddio canfod gwrthrychau mewn cymwysiadau fel dadansoddi ffilm fideo o siop adwerthu i weld lle mae siopwyr yn cael eu mynychu amlaf.

Eto i gyd, daeth Nvidia i'r brig o ran perfformiad absoliwt ac effeithlonrwydd pŵer mewn prawf o brosesu iaith naturiol, y dechnoleg deallusrwydd artiffisial a ddefnyddir fwyaf mewn systemau fel chatbots. Cyflawnodd Nvidia 10.8 sampl y wat, tra daeth Neuchips yn ail gyda 8.9 sampl y wat, a Qualcomm yn drydydd gyda 7.5 sampl y wat.