„Az AI az emberiség javát szolgálhatja ingyenes orvosok, ingyenes tanárok, ingyenes oktatás, több média és szórakozás, jobb vagyoni tanácsadók és ügyvédek, több robotika, jobb digitális egészségügy, jobb anyagtervezés; sokkal jobb erőforrás kutatás: lítium, kobalt, nikkel – a kemény atomos dolgok, amelyekről a tech optimisták általában nem beszélnek”.” – Vinod Khosla, 2023. november 12.
„A gyorsított számítástechnika és a generatív mesterséges intelligencia elérte a fordulópontot. A kereslet világszerte megugrik a vállalatok, iparágak és nemzetek körében.” – Jensen Huang, 2024. február 22.
A tájkép
A mesterséges intelligencia világának szereplőit kivétel nélkül a túlzott ambíció és a FOMO és a YOLO túlfűtött keveréke jellemzi. A mesterséges intelligencia mint elnevezés (abban az értelemben, hogy bármihez és mindenhez hozzáadják az „AI”-t) részben hóbort, de a GPU-képzéssel* hajtott gépi tanulási modellek formájában a legmodernebb AI-nak minden esélye megvan arra, hogy számos iparág számára átalakító hatással legyen.
A fogyasztóbarát vállalatok között vannak olyan AI startupok, amelyek a tartalom szerzői jogainak megfelelő felhasználására összpontosítanak, valamint olyan startupok, amelyek AI eszközöket kínálnak, hogy segítsenek a vállalatoknak jobban kommunikálni az ügyfeleikkel. Természetesen van olyan AI, amely segít a hangot szöveggé alakítani (Otter.ai) és fordítva(az IBM hangos chatbotjai), és van olyan AI, amely a szöveget még több szöveggé alakítja (Claude, Gemini (korábbi nevén Bard -) a Google fejlesztette), Poe, Perplexity), vagy képeket(Midjourney) vagy videókat(Sora). Létezik olyan mesterséges intelligencia is, amely képeket vagy szöveget címkéz, hogy megtanítsa a mesterséges intelligencia modelleket a minták felismerésére (Scale AI).
Néhány figyelemre méltó kivételtől eltekintve az ilyen szolgáltatásokat nyújtó startupok közül sokan nincsenek tőzsdén, de az infrastrukturális vállalatok közül elég sokan vannak, és mint tudjuk, minden aranyláz esetén érdemes befektetni a bányászati berendezések szállítóiba.
A vállalati AI cégek, amelyeket mindenkinek szem előtt kell tartania, a következők: AMD, Arm, TSMC, Cadence Design Systems, ASML, Arista Networks, ServiceNow, Snowflake, Autodesk és Adobe.
A mesterséges intelligencia átalakító ereje
Jelenleg kevesen kételkednek abban, hogy a mesterséges intelligencia forradalmat jelenthet az emberek kommunikációjában és az üzleti életben – hasonlóan ahhoz, amit az internet megjelenése hozott a kilencvenes évek közepén. Egyesek szerint a mesterséges intelligencia még tovább fog vinni minket. A kérdés az, hogy milyen típusú és mértékű átalakulást hozhat a mesterséges intelligencia. Bár az előrejelzések nehézségekbe ütköznek, reálisabb és vitathatatlanul jövedelmezőbb felvetés, ha rámutatunk azokra a vállalatokra, amelyek valószínűleg eljuttatnak minket oda.
Amint azt a fenti, néhány jelentős AI játékos alapvető felsorolása is jelzi, az Amazon, az IBM és a Google szerepeljen a rövid listán azok számára, akik a gépi tanulás által vezérelt AI eszközök hullámzásába kívánnak befektetni. A Meta egy másik szilárd versenyző. A Microsoft (MSFT) egy olyan óriásvállalat, amely nagyrészt az OpenAI-ba való előrelátó befektetésének és az azzal való partnerségének köszönhetően (amelynek legutóbbi tőkeemelésére a héten került sor, és amely 80 milliárd dollárra értékelte a vállalatot, és megnyitotta az utat a közeli vagy középtávú tőzsdei bevezetés előtt, sokkal magasabb értékelés mellett) – a maga kategóriájában kell, hogy legyen, ha az AI ambíciókról van szó.
Szürke öreg hölgy összeáll a szexi lánnyal
Egyrészt a Microsoft (MSFT) a teljes AI csomaggal foglalkozik, kezdve a bemenetekkel és itt nem a képzési adatokra gondolok. Tekintettel arra, hogy milyen hatalmas az áramszükséglet, a Constellation Energy adatai szerint az AI új áramigénye öt/hatszorosa lehet az EV-k töltésére használt áramnak, a Microsoft közép és hosszú távú megoldása az atomenergia alkalmazása. A szén-dioxid-mentes, éjjel-nappali áramtermelés mindenki számára előnyös, kivéve a hosszú, bonyolult és drága amerikai nukleáris szabályozási folyamatot, amellyel a projektfejlesztők szembesülnek. Mivel a Microsoft teljes körű mesterséges intelligencia stratégiája nagy igényt jelent az elektromos áramra, a technológiai óriás egy csirke és tojás ihlette csavart tesz az áram megszerzésére irányuló erőfeszítésekbe.
Miközben Te ezt olvasod a Microsoft folyamatosan kéri a generatív AI-t, hogy segítsen egyszerűsíteni az atomenergia projektek engedélyezési folyamatát, hogy jobb AI-t tudjon generálni.**
Nvidia (NVDA)
Az Nvidia természetesen a domináns technológiai motor és az AI alkalmazások térnyerésének sine qua nonja. A vállalat GPU (grafikus feldolgozó egység) chipjei egyelőre a mesterséges intelligencia funkciókat működtető mikroprocesszorok pótolhatatlan szabványa, és az Nvidia CUDA eszközkészletével párosítva, amely fejlesztői környezetet kínál a nagy teljesítményű GPU gyorsított alkalmazások létrehozásához, ellenállhatatlannak bizonyultak és egyfajta valutának, ami az Nvidia részvényeit újabb és újabb magasságokba repítette. Az elmúlt 12 hónapban több mint 1,4 trillió dollárral gyarapodott a kapitalizációja, és az Nvidia jelenleg a Microsoft és az Apple mögött a harmadik legértékesebb vállalat a piaci tőkeérték alapján, míg a Goldman Sachs kereskedési osztálya „a Föld legfontosabb részvényének” nevezi.
A mesterséges intelligencia iránti kereslet helyettesítőjeként kezelt Nvidia részvények mostanra a legnagyobb értékben forgalmazott részvények közé kerültek, és ezzel a Teslát is letaszították a trónról. Mintha az Nvidia piaci részesedése és gondolkodásmódja nem lenne elég elképesztő, Jim Cramer, a CNBC műsorvezetője tegnap azt mondta, hogy Jensen Huang, az Nvidia vezérigazgatója nagyobb látnok, mint Elon Musk, aki Cramer szerint korunk P.T. Barnumja, miközben Huangot inkább Leonardo da Vincihez és Taylor Swifthez hasonlítja, mivel sikerük páratlan a saját területükön.
Fontos, hogy a mesterséges intelligencia fogalmát a chipeken túl a szolgáltatásokra is kiterjesszük. Az Nvidia 2023 Q4-ben többet keresett az adatközpontokból származó bevételekből, mint az előző negyedév egészében.
Az Nvidia az Nvidia AI Enterprise Engine segítségével teljes körű szolgáltatást kíván nyújtani az AI képzéshez, amelyért az ügyfeleknek GPU-nként és évente kell fizetniük (akárcsak egy operációs rendszerért), és az ügyfelek ezután bármit futtathatnak, amit az Nvidia létrehoz és lehetővé tesz. Az Nvidia szolgáltatásai közé tartozik a szoftveralapú menedzsment, optimalizálás és javítás.
Intel (INTC). Az Intel néhány nappal ezelőtt bejelentette, hogy 2030-ra a második számú chip öntöde kíván lenni, és most azt is bejelentette, hogy a Microsoft a következő generációs 18A technológiáját fogja használni (a 14A a jelenlegi generációs technológia) egy meg nem nevezett chip gyártásához, és hogy most 15 milliárd dollár értékű öntödei megrendelésre számít, szemben a 10 milliárd dollárral, amelyre a vállalat korábban a befektetők szerint számított.
Az AMD processzorokat, grafikus kártyákat, gyorsítókat és adaptív SoC-ket (systems on chip) kínál generatív AI LLM-ek (nagy nyelvi modellek), videóelemzők, ajánlómotorok és más adatintenzív AI munkaterhelések futtatásához az autóipar, a repülőgépipar, az egészségügy, az ipar, a távközlés és a fejlett kutatás területén.
Az Arm Holdings (ARM ) mikroprocesszormagokat, grafikus és kameratechnológiát, előre ellenőrzött rendszereket és rendszer IP-t kínál SoC-khez, fizikai IP és processzormegvalósítási megoldásokat az autóipar, a számítástechnikai infrastruktúra, a fogyasztói technológia és a tárgyak internete (IoT) számára.
A TSMC, egy tajvani multinacionális félvezetőgyártó és tervezési vállalat, a világ második legértékesebb félvezetőgyártó vállalata, egyben a világ legnagyobb független és dedikált, azaz tiszta félvezető öntödéje.
A hollandiai székhelyű ASML a fejlett logikai és memóriachipek gyártásához használt litográfiai berendezések meghatározó szállítója, és a vezető chipgyártók részéről erős keresletnek örvend. A TSMC az ASML EUV (extrém ultraibolya), valamint régebbi mély ultraibolya (DUV) rendszereit használja a chipek gyártásához olyan gyár nélküli chipgyártók számára, mint az Apple, az Nvidia, a Qualcomm és az AMD. Az ASML EUV litográfiai gépei szükségesek a következő generációs AI gyorsítók és nagy sávszélességű memóriamodulok gyártásához.
Az IBM AI megoldásai közé tartozik az IBM watsonx.ai, egy adatplatform AI-asszisztensekkel, a watconx.data, amely segít a felelős AI skálázásában a vállalaton belül, valamint a watsonx.governance, amely a generatív AI felelős munkafolyamatainak integrálásával irányítja, kezeli és felügyeli az ügyfelek AI projektjeit.
Ipari robotika, ipari automatizálás, fehérjék szimulálása, időjárás előrejelzés – a világ egyre több módozatába való bekerülés a generatív mesterséges intelligencia következő nagy lehetősége. A félvezetők, a szoftverek és a rendszerek közötti kapcsolatok kulcsfontosságúak lesznek a jövőben. Számos összetevőnek: az adatközpontok tervezésétől a szoftveralkalmazásokon át az adatvédelmi rendszerekig együtt kell működnie az egyre összetettebb AI felhasználási esetek kezeléséhez. A döntő fontosságú ellenőrzési pontok valószínűleg közelebb lesznek az AI infrastruktúra szilícium alapjához.
Egyre több vállalat „fabless” chipgyártó, azaz saját chipeket tervez. A nagy technológiai cégek nem elégednek meg azzal, hogy a nagy keresletnek örvendő és ezért éles versenyben lévő szabványos chipekre hagyatkozzanak, és évek óta igyekeznek maguk irányítani számítási sorsukat. Erre talán a legjelentősebb példa 2020 novemberében volt, amikor az Apple bejelentette, hogy az Intel x86-os architektúrájától eltérve saját M1 processzort készít, amely most az új iMac-jeiben és iPadjeiben található. Az Apple, az Amazon, a Facebook, a Tesla és a Baidu is kerüli a bevett chipgyártó cégeket, és a chipfejlesztés bizonyos aspektusait házon belülre hozza. Az Amazon és a Microsoft is fejlesztett hálózati chipeket, amelyek javítják az általuk az ügyfeleknek értékesített felhőszerverek és mesterséges intelligencia szolgáltatások teljesítményét. Egyelőre azonban egyik technológiai óriás sem akarja saját maga végezni a chipfejlesztést, mivel egy fejlett öntöde, például a TSMC tajvani öntödéjének felállítása körülbelül 10 milliárd dollárba kerül és több évet vesz igénybe.
Tesla (TSLA) – az autógyártó saját chipeket tervez, majd nagy chipgyártókkal gyártatja le azokat. Korábban a Samsung ügyfele volt, de a Tesla a TSMC-hez fordult a Full Self Driving (FSD) számítógépét irányító chipekért, amely az AI/ML (gépi tanulás) klasszikus példája. A TSMC másik jelentős ügyfele az Apple.
Google (GOOG) – A Google, amely teknősbéka módjára állt hozzá az AI eszközök fejlesztéséhez, mégis beépíti a gépi tanulást bizonyos termékeibe. A Google Maps mesterséges intelligencia például valós idejű forgalmi adatokat elemez, hogy naprakész információkat szolgáltasson a forgalmi viszonyokról és késésekről. Legképzettebb modellje és egy növekvő ökoszisztéma alapja a Gemini, amely a Gemini chatbotot hajtja, és olyan Firebase bővítményeket tartalmaz, amelyek lehetővé teszik a felhasználók számára, hogy a Gemini API segítségével funkciókat építsenek.
A META (META) szerint olyan mesterséges általános intelligencia rendszereket kíván létrehozni, amelyek az elkövetkező években emberhez hasonlóbb képességekkel ruházzák fel termékeit. Január közepén bejelentette, hogy megkezdte a Llama 3, az elsődleges generatív AI modelljének következő generációjának képzését, és megismételte elkötelezettségét, hogy AI modelljeit – ha lehetséges – nyílt forráskódon keresztül adja ki.
Government.ai
A mesterséges intelligencia infrastruktúrára nagy a kereslet és kevés a kínálat, és ez arra készteti a technológiai óriásokat és a chipgyártókat, hogy az Egyesült Államokban és világszerte szövetségre lépjenek a kormányokkal, hogy megpróbálják növelni a teljesítményt és felszabadítani a torlódási pontokat. Ez az új AI ipari komplexum vagyonokat siet költeni, hogy elkerülje a Tajvan domináns chipgyáraitól való túlzott függőséget.
A Szilícium völgy libertariánus retorikája és szabadpiaci preferenciái ellenére a kormányzat és a csúcstechnológiai iparágak régóta összefonódtak, ahogyan azt maga az internet is mutatja, amely a DARPA-tól indult, mint kormányzati kutatási projekt.
Egy végrehajtási utasítást követően, amely előírja, hogy az ügynökségeknek elő kell mozdítaniuk a mesterséges intelligencia használatát és szabályokat kell alkotniuk, a mesterséges intelligencia rendszereket már több mint 1200 különböző módon használják vagy fogják bevezetni az amerikai kormányzaton belül, a határellenőrzéstől a vulkánok tanulmányozásáig. Mivel az amerikai törvények egyes részei eltérően határozzák meg a mesterséges intelligenciát, és tekintettel a feladatok széles körére, amelyekben a szoftver hasznos lehet, kihívást jelent majd, hogy a kormányhivatalok megegyezzenek a mesterséges intelligencia fogalmának meghatározásában.
Az Egyesült Államok védelmi minisztériuma mégis azt tervezi, hogy a mesterséges intelligencia segítségével kifinomultabb autonóm fegyvereket fejleszt ki, köztük olyan drónokat, amelyeknek kevesebb emberi irányításra van szükségük. Világszerte a hadseregek egyre inkább a drónokat használják felderítésre és támadásra, Ukrajna tavaly több mint 200 000-et vetett be. A Pentagon nemzetközi normákat akar felállítani a mesterséges intelligenciával működő katonai eszközök fejlesztésére. Az OpenAI nemrég bejelentette, hogy a Pentagonnal való együttműködés érdekében feloldja a katonai eszközök készítésének tilalmát, de ragaszkodik ahhoz, hogy továbbra is tiltja a fegyverfejlesztést.
A védelmi területen az egyik olyan vállalat, amelyet nagyon alaposan meg kell figyelni, a Palantir. A Palantir, amely piaci részesedése és bevétele alapján a vezető AI, adattudomány és gépi tanulás szállítója, biztonságos LLM hozzáférést, több végfelhasználói alkalmazást és integrált architektúrát kínál, amely potenciálisan minden döntésbe be tudja vinni a mesterséges intelligenciát. Alex Karp, a Palantir vezérigazgatója arról beszélt, hogy jelenleg két különálló AI fegyverkezési verseny zajlik: a hazai és a peer-to-peer verseny, és elmagyarázta, miért fontos, hogy az egyiket elveszítsük, a másikat pedig megnyerjük.
A mesterséges intelligencia belsőségei
Eközben senki sem rendelkezik elegendő AI infrastruktúrával, azaz a fejlett mikroprocesszorokkal, amelyek a generatív AI rendszereket működtetik. A vezérigazgatók az Nvidia chipjeit gyűjtögetik, miközben számos vállalat ígéri, hogy chipgyárakat épít az Egyesült Államokban, és világszerte állami tulajdonú vagy finanszírozású erőfeszítésekkel igyekeznek különböző nyelveken AI-modelleket létrehozni és kereskedelmi forgalomba hozni.
Bár mindannyian jól ismerjük az olyan mesterséges intelligencia kedvenceket, mint az Nvidia és a Microsoft, van egy maroknyi vállalat, amely csendben hajtja ezt a forradalmat, létrehozva az AI figyelemre méltó képességeit lehetővé tevő eszközöket és infrastruktúrát. Miközben a mesterséges intelligencia fejlődése a címlapokra kerül, ezek a vállalatok mindannyian befutott, sikeres cégek, amelyek döntő, de gyakran láthatatlan szerepet játszanak a fejlődésben. Íme néhány a legjobb nevek közül, mind hardveres, mind szoftveres szempontból.
Cadence Design Systems (CDNS) – A Cadence olyan eszközöket kínál, amelyeket az összetett elektronikai termékek gyártói a bonyolult chipek tervezésének és teljesítményének javítására használnak. Ügyfelei közé tartozik a Samsung, a Palantir és a NASA.
Synopsis (SNPS) chiptervezési szoftvert kínál. Hagyományos ügyfeleinek listája – főként a félvezetőgyártó vállalatok – mára kiegészült az olyan szuperskalálókkal, mint a Google, a Microsoft és mások, valamint a chipgyártókkal, mint az Intel.
Arista Networks (ANET) – A vállalat többrétegű hálózati kapcsolókat tervez és értékesít, hogy szoftveresen definiált hálózatot biztosítson nagy adatközpontok, felhőalapú számítástechnika, nagy teljesítményű számítástechnika és nagyfrekvenciás kereskedési környezetek számára. Az Arista kifejezetten a mesterséges intelligenciához kínál megoldásokat a GPU és tárolóhálózatok összekapcsolásához, amelyek nagy teljesítményű IP/Ethernet kapcsolók segítségével irányítják az AI/ML-munkaterhelést.
ServiceNow (NOW) – A ServiceNow felhőalapú platformot kínál, amely segít a vállalatoknak a vállalati műveletek digitális munkafolyamatainak kezelésében. Kontextus tudatos ajánlásokat hoz felszínre, és a társalgási mesterséges intelligencia révén jobb önkiszolgálást biztosít. A mesterséges intelligenciát az ügyfelek erőforrásainak előrejelzésére és priorizálására, valamint a valós idejű elemzések révén a fejlesztések ösztönzésére is használja.
Snowflake (SNOW) – A Snowflake egy adatfelhő szolgáltató vállalat, amely felhőalapú adattárolási és elemzési szolgáltatást kínál, amelyet általában adatszolgáltatásnak neveznek. Sikeresen alkalmaz mesterséges intelligencia eszközöket az adattárolás, feldolgozás és elemzés megoldásainak biztosításához.
Autodesk (ADSK) – Az Autodesk szoftvereket és szolgáltatásokat kínál az építészeti, mérnöki, építőipari, gyártási, média, oktatási és szórakoztatóipar számára. AI eszközei lehetővé teszik az ügyfelek számára, hogy valós időben végezzenek előrejelző elemzést a szél, a zaj és a működési energia tekintetében, előrejelezzék az árvízi térképeket, további tervezési lehetőségeket tárjanak fel, és automatizálják az ismétlődő feladatokat.
Adobe (ADBE) – Az Adobe gépi tanulást és mély tanulást alkalmaz a tartalommegértés (beleértve a képeket, videókat stb.) ajánlások és személyre szabás, keresés és információkeresés, előrejelzés és útelemzés, tartalom szegmentálás, szervezés, szerkesztés és generálás javítására. Például az Acrobat és Acrobat Reader termékek mesterséges intelligenciával támogatott funkciói javítják a hosszú PDF tartalmak megértését.
Merre tart az AI
- A jövőkutatók azt jósolják, hogy a vállalati szoftvercégek több millió AI ügynökből fognak profitálni.
- Az OpenAI vezérigazgatója, Sam Altman trilliárdokat szeretne összegyűjteni (bár lehet, hogy végül nagyságrendekkel kevesebbet), hogy létrehozza a fejlett félvezetőket gyártó chipgyárak hálózatát, amelyek nagy részét köztük az Nvidia hőn áhított GPU-it ma Tajvanon gyártják. Ez a félvezetőgyárak építésével és fenntartásával járó megközelítés eltér az OpenAI olyan iparági társainak stratégiájától, mint az Amazon, a Google és a Microsoft, amelyek jellemzően a szilíciumot tervezik és a gyártást kiszervezik. Az ilyen létesítmények építése jelentős beruházást igényel, egy-egy üzem több tízmilliárd dollárba kerül.
- Az év elején, Davosban Altman azt mondta, hogy „egyik darab sem áll készen” az AI infrastruktúra „az emberek által kívánt méretben történő megvalósításához.”
- Az OpenAI tárgyalásokat folytat új finanszírozás felvételéről, legalább 100 milliárd dolláros értékelés mellett. 80 milliárd dollárt is felvett egy vételi ajánlat keretében.
- A Microsoft a 2023-as év végi jelentésében a chiphiányt jelölte meg az eredményét fenyegető kockázatként.
Tajvan szerepét a világ vezető csúcskategóriás chipszállítójaként megzavarhatja egy invázió, blokád vagy más katonai beavatkozás Kína részéről, és ez közvetlen kockázatot jelent a TSMC számára, és ez az oka annak, hogy egyre több vállalat igyekszik majd megszabadulni az ettől az öntödétől való függőségétől. Az amerikai székhelyű AMD például, az Nvidia legközelebbi versenytársa a mesterséges intelligencia chipek piacán, igyekszik csökkenteni függőségét az iparágvezető Taiwan Semiconductor Manufacturing Co. (TSMC) vállalattól, amely a legtöbb AMD által tervezett terméket gyártja.
A TSMC maga is fedezi a téteket. Egy két üzemet érintő, 40 milliárd dolláros projektet tervez Arizonában. A GlobalWafer, egy másik tajvani székhelyű chipgyártó novemberben kezdte meg egy texasi üzem építését, miután Doris Hsu vezérigazgató arra figyelmeztetett, hogy az ellátási láncok heteken belül összeomlanának, ha Kína megszállná Tajvant.
A Semiconductor Industry Association szerint időközben 200 milliárd dollárt fordítottak új amerikai chipgyártási infrastruktúrára, több tucat telephelyen. A legnagyobb beruházásokat az Intel, a Micron és a TSMC hajtja végre, és a Biden kormányzat 25 nemzeti mesterséges intelligencia kutatóintézet finanszírozását is bejelentette. A CHIP Act 1,5 milliárd dolláros támogatását nemrégiben a Global Foundries, az árbevétel alapján harmadik legnagyobb félvezető öntöde kapta.
A globális befektetések is halmozódnak. Az aprócska, kevesebb mint 10 millió lakossal rendelkező Egyesült Arab Emírségek egy új, államilag támogatott mesterségesintelligencia vállalatot indított, hogy kereskedelmi forgalomba hozza az ország nagy teljesítményű Falcon modelljének ágazati változatait. Az ország mesterséges intelligenciáért felelős minisztere, Omar Sultan Al Olama szerint a cél az, hogy a mesterséges intelligencia segítségével az Egyesült Arab Emírségek globális hatalmi szereplővé váljon. Az Egyesült Arab Emírségek 1,5 trillió dolláros állami vagyonalapja ellenőrzi a GlobalFoundries-t, az öt legnagyobb félvezetőgyártó vállalat egyikét, a 2021-es amerikai tőzsdei bevezetés után.
Japán azon törekvése, hogy új lendületet adjon lankadó chipágazatának, amerikai vállalatok, köztük az IBM támogatását is magához vonzotta.
Indiában és az Egyesült Királyságban nemzeti mesterséges intelligenciakészleteket hoznak létre GPU-kból. Az indiai kormány például 24 500 GPU-t vásárolt startupok és akadémikusok számára, hogy 17 dedikált központban használhassák őket, míg a brit kormány több mint 600 millió dollárt fektet be, hogy fejlett chipekhez biztosítson hozzáférést a kutatók, nonprofit szervezetek és startupok számára. Az indiai kormány 500 AI/deep tech startupot is finanszírozni fog a termékfejlesztési szakaszban, hasonlóan Emmanuel Macron francia elnök tervéhez, aki 600 millió dollárt szán a helyi „AI-bajnokok” létrehozására. Az indiai, francia és közel-keleti miniszterek a saját fejlesztésű AI modellekben látják a nyelvük és kultúrájuk megőrzésének és népszerűsítésének lehetőségét. A Krutrim, egy indiai startup decemberben indította el 10 nyelvű LLM-jét, amelynek vezérigazgatója, Bhavish Aggarwal szerint ez segíteni fog abban, hogy „India a világ legtermékenyebb, leghatékonyabb és legképzettebb gazdaságává váljon”.
Mint általában, Ezek a cikkek, amiket írok a MarketMaker tagoknak inkább további kutatás kiindulópontjaként szolgáljon, mielőtt befektetést hajtanánk végre, mintsem részvényajánlások forrásaként. Bár a fent említett nevek mindegyike potenciálisan profitálhat az infrastrukturális kormányzati beruházásokból, önmagában ez nem lehet a befektetési döntés alapja.
Javasolom, hogy olvasd el a régebbi cikkeimet, amely mélyrehatóan foglalkozik az automatizáláshoz vezető úttal és az egyre súlyosbodó globális vízválságból adódó lehetőségekkel. Megtalálhatod továbbá a Z generáció felemelkedéséről szóló cikkemet is.
* A grafikus feldolgozó egységeket (GPU) eredetileg a grafikus feldolgozás felgyorsítására fejlesztették ki. A mélytanulásban részt vevő számítási folyamatokat drámaian fel tudják gyorsítani, és a modern mesterséges intelligencia infrastruktúrájának alapvető részét képezik. Új GPU-kat fejlesztenek és optimalizálnak kifejezetten a mélytanuláshoz.
** Először a képzés következik. A Microsoft mérnökei hat hónapos határidővel egy LLM (nagy nyelvi modell) kiképzését tűzték ki célul az amerikai nukleáris szabályozási és engedélyezési dokumentumokra. A cél az ilyen engedélyekhez szükséges papírok kitöltésének és benyújtásának felgyorsítása. Normális esetben a folyamat évekig tart és több százmillió dollárba kerül. A Terra Praxis nevű nonprofit szervezettel kötött partnerség, amely a volt szénerőművek kisebb reaktorok telephelyeként történő újrahasznosítását szorgalmazza, két részre osztja a feladatot: A Microsoft végzi a kódolást, a Terra Praxis pedig a szabályozási szakértelmet. A rutinmunkákat automatizálják, így a szűk szakterület szakértői, azaz a szabályozók és a fejlesztők olyan munkát végezhetnek, amelyhez emberek, nem pedig robotok figyelmére van szükség.
*** Mark Zuckerberg nemrég jelentette be, hogy a Meta 340 000 darab Nvidia H100 GPU chipet gyűjtött össze (ez hajtotta a ChatGPT fejlesztését és használatát); más chipekkel együtt a Meta előrejelzése szerint az év végére közel 600 000 H100-nak megfelelő darabot fog birtokolni. Zuckerberg nem kockáztat, és azt mondja, hogy a H100-asok vásárlási hulláma „talán nagyobb, mint bármely más vállalaté”, és hogy ez folytatódni fog, akár értékelik ezt mások, akár nem. (Elon Musk árnyalatai, aki a Cybertruck akkori debütálásáról azt mondta: „Ez lesz a legnagyobb termékbemutató a Földön ebben az évben.”) Mindezt annak ellenére, hogy a Meta már 2019-ben, miután megállapította, hogy a meglévő chipek nagyrészt alkalmatlanok a mélytanulásra és felismerve, hogy a jövőben a mélytanulási algoritmusok képzésére használt chipeknek, amelyek a mesterséges intelligencia terén a közelmúltban elért legtöbb előrelépés alapját képezik, szükségük lenne arra, hogy az adatokat úgy tudják manipulálni, hogy nem kell azokat több tételre bontani -, saját félvezetőfajtán dolgozott.
Crypto AI projektekről majd ezek után beszélgetünk. Fontosnak tartottam, hogy lássuk a tendenciát mélyrehatóan és azt, hogy milyen lehetőséget hordoz magában az AI szektor. Folytatjuk hamarosan!