Google-ი Amazon-ს შეუერთდა: ტექნოლოგიური გიგანტები ხელოვნური ინტელექტის ჩიპების ბაზარზე Nvidia-ს დომინირებას უპირისპირდებიან
Google-მა და Amazon-მა PyTorch-ის საკუთარი ვერსიები წარადგინეს, რაც დეველოპერებს საშუალებას აძლევს AI აპლიკაციები Nvidia-ს ჩიპების ნაცვლად მათ საკუთარ ინფრასტრუქტურაზე მარტივად გადაიტანონ.

სამშაბათს Google-მა TorchTPU-ს გამოშვების შესახებ გამოაცხადა. ეს არის PyTorch-ის დიდი ხნის ნანატრი ვერსია, რომელიც უკვე ხელმისაწვდომია როგორც ღია კოდის (open-source) პროექტი. ამ ნაბიჯით Google შეუერთდა Amazon-ს იმ მცდელობაში, რომელიც მიზნად ისახავს Nvidia-ს დომინირების დასრულებას ხელოვნური ინტელექტის ინდუსტრიაში. ამჟამად AI აპლიკაციების უმეტესობა სტანდარტულად Nvidia-ს ჩიპებზე, ანუ გრაფიკულ პროცესორებზე (GPU) მუშაობისთვის იქმნება.PyTorch არის პოპულარული ღია კოდის ინსტრუმენტების ნაკრები, რომელსაც AI აპლიკაციების დეველოპერები და სტარტაპები მოდელების შესაქმნელად, მოსამზადებლად და გასაშვებად იყენებენ. მონაცემების მიხედვით, AI აპლიკაციების დაახლოებით 85% სწორედ ამ ხელსაწყოს იყენებს. PyTorch თავდაპირველად Meta-მ (მაშინდელმა Facebook-მა) 2016 წელს შექმნა, მანამ, სანამ მსოფლიო გააცნობიერებდა, რომ დიდი ენობრივი მოდელები (LLM) სამყაროს შეცვლიდა. იმ დროს Nvidia-ს GPU-ები უკვე წარმოადგენდა სტანდარტს AI კვლევებისთვის, რის გამოც PyTorch-ის მრავალი ფუნქცია სპეციალურად მათზე მორგებული შეიქმნა. 2022 წელს Meta-მ პროექტი Linux Foundation-ს გადასცა, რომელიც მრავალ მნიშვნელოვან ღია კოდის პროექტს მართავს.Google-ის ვერსია, TorchTPU, საშუალებას იძლევა AI აპლიკაციები Google-ის საკუთარ ჩიპებზე — Tensor Processing Units (TPU) — გაეშვას. ეს ასევე ამარტივებს არსებული PyTorch აპლიკაციების გადატანას TPU-ებზე და, შესაბამისად, Google Cloud-ზე. დეველოპერებს ამის გაკეთება მარტივი კონფიგურაციის ცვლილებით შეუძლიათ, რაც კოდის ხელახლა დაწერის საჭიროებას გამორიცხავს.მსგავსი განცხადება ორშაბათს Amazon-მაც გააკეთა, როდესაც PyTorch-ის საკუთარი ვერსია, TorchNeuron წარადგინა. TorchNeuron-ი საშუალებას იძლევა AI აპლიკაციები Amazon-ის მიერ შექმნილ Trainium ჩიპებზე და AWS-ზე (Amazon Web Services) ყოველგვარი გადაწერის გარეშე გადავიდეს. Amazon-მა ასევე აღნიშნა, რომ კიდევ უფრო შორს მიდის Nvidia-ს გავლენის შესასუსტებლად: კომპანია PyTorch-ის მთავარ პროექტში ისეთ კოდს ამატებს, რომელიც სხვადასხვა ფუნქციებს Nvidia-ს ჩიპებისგან დამოუკიდებელს ხდის, რაც პლატფორმას ნებისმიერი აპარატურისთვის უფრო ღიას ხდის.თუმცა, Google-ი Amazon-ს რამდენიმე მიმართულებით უსწრებს. კომპანიის განცხადებით, ისინი პირდაპირ თანამშრომლობდნენ Meta-სთან, Hugging Face-თან, Inferact-თან (vLLM-ის შემქმნელი), RadixArk-თან (SGLang-ის შემქმნელი) და სხვებთან. ეს თანამშრომლობა უზრუნველყოფს, რომ TorchTPU-ს ფუნქციები და კოდის ბიბლიოთეკები სრულყოფილად მუშაობდეს პოპულარულ AI ინსტრუმენტებთან, ისევე როგორც ორიგინალი PyTorch.გარდა ამისა, საძიებო გიგანტმა სპეციალური ინსტრუმენტი, TPU agent suite გამოუშვა. ის დეველოპერებს აპლიკაციების Google-ის ჩიპებსა და ღრუბლოვან სერვისებზე გადატანაში და ხარვეზების გამოსწორებაში ეხმარება. კომპანიამ ასევე განაახლა პოპულარული LiteRT ინსტრუმენტი, რომელიც ხელოვნურ ინტელექტს ტელეფონებზე, ლეპტოპებსა და ჩაშენებულ მოწყობილობებზე ამუშავებს, რათა მან უკეთ ითანამშრომლოს PyTorch-ის AI აპლიკაციებთან.ყოველივე ეს არ ნიშნავს, რომ დეველოპერები მყისიერად და მასობრივად იტყვიან უარს Nvidia-ს აპარატურაზე მხოლოდ იმიტომ, რომ ალტერნატიულ ჩიპებსა და ღრუბლოვან სერვისებზე გადასვლა გამარტივდა. თუმცა, აშკარაა, რომ Amazon-ი და Google-ი აქტიურად მუშაობენ Nvidia-ს უპირატესობის დასასრულებლად.
მსგავსი სტატიები

ერიკ შმიდტი Anthropic-ის აქციების მნიშვნელოვან წილს ფლობს: ყოფილი Google-ის აღმასრულებელი დირექტორის ინვესტიცია შესაძლოა მილიარდებად იქცეს
Bloomberg-ის ინფორმაციით, Google-ის ყოფილი აღმასრულებელი დირექტორი ერიკ შმიდტი Anthropic-ის 1%-ს ფლობს, რაც კომპანიის IPO-ს შემდეგ მის ქონებას შესაძლოა 20 მილიარდი დოლარით გაზარდოს.

ChatGPT-ში ჩატების დაბლოკვის ფუნქცია დაემატა: როგორ დავიცვათ პირადი მიმოწერები
OpenAI-მ ChatGPT-ისთვის ახალი ფუნქცია წარადგინა, რომელიც მომხმარებლებს საშუალებას აძლევს, პირადი მიმოწერები PIN კოდით ან ბიომეტრიული მონაცემებით დაბლოკონ.

ჩაშენებული AI შემფასებლები მარტივი გამოსავალი არ იქნება — Hugging Face-ის პოლიტიკის ხელმძღვანელი
Hugging Face-ის პოლიტიკის ხელმძღვანელი, ირინ სოლაიმანი, AI მოდელების შეფასების სირთულეებზე, ბენჩმარკინგის სანდოობასა და ინდუსტრიაში ერთიანი სტანდარტების საჭიროებაზე საუბრობს.