Rewolucja sztucznej inteligencji zaczyna wpływać na inną kluczową część przemysłu technologicznego: CPU.
Zapotrzebowanie na AI zmieniło już rynek procesorów graficznych i pamięci o dużej przepustowości.
Analitycy obserwują, czy wzrost liczby agentów AI może dramatycznie zwiększyć popyt na tradycyjne procesory serwerów.
Analiza branżowa uwydatniona 1 października wskazuje, że ładunki AI oparte na agentach mogą przekształcić zapotrzebowanie procesora wewnątrz centrów danych.
To ma znaczenie, ponieważ systemy sztucznej inteligencji nie działają tylko na GPU.
Duże centra danych zawierają ogromną liczbę procesorów odpowiedzialnych za koordynację aplikacji, baz danych, sieci i ogólne obciążenia obliczeniowe.
Agenci AI mogą wymagać ogromnych zasobów obliczeniowych
Dzisiejsze popularne systemy AI odpowiadają przede wszystkim na żądania użytkowników.
Następne pokolenie agentów AI mogło wykonywać zadania w sposób ciągły.
Agent może badać informacje, analizować dokumenty, komunikować się z innym oprogramowaniem, przetwarzać dane i wykonywać wiele działań przed dostarczeniem końcowego rezultatu.
Jeżeli miliony przedsiębiorstw zaczną wdrażać te systemy jednocześnie, wymogi dotyczące komputerów mogą znacznie wzrosnąć.
To stwarza szansę nie tylko dla producentów GPU, ale także dla firm produkujących CPU serwerów, pamięci, sprzętu sieciowego i przechowywania danych.
Nvidia rozszerza się poza GPU
Nvidia stała się determinującą spółką boomu infrastruktury AI ze względu na swoją dominującą pozycję w zaawansowanych GPU.
Ale granice między różnymi rynkami chipów stają się coraz mniej jasne.
Nvidia rozszerzyła swoje ambicje o technologię procesora, podczas gdy giganty chmur, w tym Amazon i Google, rozwijają swoje własne procesory.
Tradycyjne firmy półprzewodnikowe stoją zatem przed konkurencją z kilku kierunków.
Dostawcy chmur chcą żetonów zoptymalizowanych dla ich własnej ogromnej infrastruktury.
Firmy AI chcą maksymalnej wydajności obliczeniowej.
Operatorzy centrów danych chcą większej efektywności energetycznej.
Wszystkie trzy ciśnienia przyspieszają rozwój chipów.
Modele świata mogą stworzyć kolejną falę
Przyciąga także uwagę inna nowa technologia.
Tak zwane modele świata próbują pomóc sztucznej inteligencji zrozumieć i przewidzieć, jak zachowują się środowiska fizyczne.
Technologia ta może stać się szczególnie ważna dla robotyki i autonomicznej jazdy.
Analitycy cytowani przez The Wall Street Journal mówią, że badania nad modelami światowymi mogą w końcu stworzyć dodatkowe zapotrzebowanie na komputery i pamięć AI.
Technologia pozostaje na wczesnym etapie, ale potencjalne zastosowania są ogromne.
Roboty muszą zrozumieć środowisko fizyczne.
Samodzielne pojazdy muszą przewidywać zachowanie dróg, pojazdów i pieszych.
Systemy SI zdolne do modelowania tych środowisk mogą stać się kluczową częścią obu gałęzi przemysłu.
Wydaje się zatem, że boom AI rozszerza się poza czaty.
GPU to dopiero początek.
KPU, pamięć, robotyka, autonomiczne pojazdy i architektura całego centrum danych mogą stać się częścią następnej fazy.
