Iris Coleman
17 grudnia 2025 06:09
Dan Fu z together.ai twierdzi, że sztuczna inteligencja ogólna (AGI) jest osiągalna poprzez optymalizację współprojektowania oprogramowania i sprzętu, zwiększenie wykorzystania obecnych chipów i przezwyciężenie postrzeganych ograniczeń sprzętowych.
Debata dotycząca potencjału osiągnięcia sztucznej inteligencji ogólnej (AGI) się nasila, a Dan Fu, wiceprezes ds. jąder w together.ai, przedstawia optymistyczny pogląd. Według together.ai, Fu kwestionuje pogląd, że postępy w AI są hamowane przez ograniczenia sprzętowe. Zamiast tego twierdzi, że obecne chipy są znacznie niedostatecznie wykorzystywane i że strategiczne podejście do współprojektowania oprogramowania i sprzętu może uwolnić znaczące usprawnienia wydajności.
Obecne ograniczenia i przyszły potencjał
W miarę jak krajobraz AI ewoluuje, obawy o osiągnięcie granic obliczeń cyfrowych stają się coraz bardziej powszechne. Niektórzy eksperci sugerują, że ograniczenia sprzętowe, szczególnie w GPU, mogą utrudniać postęp w kierunku rozwoju ogólnie użytecznej AI. W przeciwieństwie do tego, Fu przedstawia bardziej pełną nadziei perspektywę w swojej publikacji „Tak, AGI może się wydarzyć – perspektywa obliczeniowa", która argumentuje, że pułap możliwości AI jeszcze nie został osiągnięty.
Niedostateczne wykorzystanie istniejącego sprzętu
Fu podkreśla, że najnowocześniejsze sesje treningowe AI, takie jak DeepSeek-V3 czy Llama-4, często osiągają tylko około 20% średniego wykorzystania FLOP (MFU), przy czym wykorzystanie wnioskowania czasami wynosi pojedyncze cyfry. Te dane sugerują znaczącą możliwość zwiększenia efektywności poprzez lepszą integrację oprogramowania i sprzętu, jak również innowacje takie jak trening FP4.
Postępy w modelach obliczeniowych
Obecne modele AI są oparte na starszym sprzęcie, a potencjał nowszych zasobów obliczeniowych nie został w pełni wykorzystany. Fu podkreśla, że masywne klastry GPU najnowszej generacji, liczące ponad 100 000 jednostek, nie zostały jeszcze w pełni zintegrowane z procesami rozwoju AI, co wskazuje na obiecujący horyzont przyszłych postępów.
Obecna użyteczność i przyszłe implikacje
Pomimo postrzeganych ograniczeń, istniejące modele AI już rewolucjonizują złożone procesy pracy, takie jak pisanie wysokowydajnych jąder GPU z ludzką pomocą. Ta transformacja podkreśla natychmiastową użyteczność technologii AI i wskazuje na ogromny potencjał przyszłych zastosowań.
Dla osób zainteresowanych przecięciem inżynierii systemów, efektywności sprzętowej i skalowania AI, analiza Fu dostarcza cennych spostrzeżeń. Pełna analiza jest dostępna na stronie internetowej together.ai.
Źródło obrazu: Shutterstock
Źródło: https://blockchain.news/news/exploring-potential-agi-hardware-software-synergy


