ເຕັກໂນໂລຊີເຄື່ອນທີ່ໄວຢ່າງບໍ່ຫນ້າເຊື່ອ. ເຈົ້າອາດຈະຊື້ແທັບເລັດມາດຕະຖານ ຫຼືແລັບທັອບພື້ນຖານສຳລັບໂຮງຮຽນໃນໂຮງຮຽນໃນມື້ນີ້. ຢ່າງໃດກໍຕາມ, magic ທີ່ແທ້ຈິງຂອງອະນາຄົດເກີດຂຶ້ນໄກຢູ່ໃນສູນຂໍ້ມູນຂະຫນາດໃຫຍ່. ເຄື່ອງຈັກຍັກໃຫຍ່ປະມວນຜົນຂໍ້ມູນພູເຂົາເພື່ອເຮັດໃຫ້ເຄື່ອງເອເລັກໂຕຣນິກປະຈໍາວັນຂອງພວກເຮົາສະຫລາດແລະໄວຂຶ້ນ. ໂພສນີ້ອະທິບາຍວ່າພະລັງງານຄອມພິວເຕີຂະໜາດໃຫຍ່ ແລະ AI ປັບຕົວເຄື່ອງມືທີ່ພວກເຮົາທຸກຄົນເພິ່ງພາອາໄສແນວໃດ. ອ່ານຕໍ່ໄປເພື່ອເບິ່ງວ່າຮາດແວຜູ້ບໍລິໂພກຂອງມື້ອື່ນຖືກອອກແບບໂດຍລະບົບທີ່ກ້າວຫນ້າທີ່ສຸດຂອງມື້ນີ້ແນວໃດ.

ຊຸບເປີຄອມພິວເຕີແມ່ນຫຍັງ ແລະມັນຄິດໄລ່ແນວໃດ?

A ຊຸບເປີຄອມພິວເຕີ ເປັນສິ່ງຈໍາເປັນທີ່ສູງ ຄອມ​ພິວ​ເຕີ​ທີ່​ມີ​ອໍາ​ນາດ​. ມັນເປັນໂດຍສະເພາະ ຖືກອອກແບບມາເພື່ອແລ່ນ ວຽກງານອັນໃຫຍ່ຫຼວງ. ມັນສາມາດໄດ້ຢ່າງງ່າຍດາຍ ແກ້​ໄຂ​ບັນ​ຫາ​ສະ​ລັບ​ສັບ​ຊ້ອນ​ ວ່າເຄື່ອງປົກກະຕິບໍ່ສາມາດຈັດການໄດ້. ເມື່ອວິສະວະກອນວັດແທກ ປະສິດທິພາບຂອງຄອມພິວເຕີຊຸບເປີຄອມພິວເຕີ, ພວກເຂົາບໍ່ໄດ້ເບິ່ງຄວາມໄວໂມງມາດຕະຖານຄືກັບທີ່ເຈົ້າເຮັດໃນ PC ເຮືອນ. ແທນທີ່ຈະ, ຄວາມໄວຂອງມັນແມ່ນ ວັດແທກໃນການດໍາເນີນງານຈຸດລອຍຕົວຕໍ່ ທີສອງ. ພວກເຮົາມັກເອີ້ນອັນນີ້ວ່າ a flop.

ເພື່ອບັນລຸນີ້ incredible ລະດັບການປະຕິບັດ, ດຽວ ຊຸບເປີຄອມພິວເຕີສາມາດບັນຈຸ ໂປເຊດເຊີຫຼາຍສິບພັນໜ່ວຍ. ພາກສ່ວນນ້ອຍໆເຫຼົ່ານີ້ເຮັດວຽກຮ່ວມກັນຢ່າງໃກ້ຊິດເພື່ອເຮັດຫນ້າທີ່ເປັນສະຫມອງຍັກໃຫຍ່. ຂະໜາດໃຫຍ່ ຊຸບເປີຄອມພິວເຕີແມ່ນເຮັດ ຂອງຕ່ອນທາງດ້ານຮ່າງກາຍຂະຫນາດນ້ອຍກວ່ານັ້ນ ຈັດກຸ່ມເຂົ້າໄປໃນຂໍ້ຄອມພິວເຕີ. ເຫຼົ່ານີ້ ໂນດຄອມພິວເຕີ ຕໍ່ສູ້ກັບຕ່ອນນ້ອຍໆຂອງປິດສະໜາໃຫຍ່ໃນເວລາດຽວກັນ. ພວກເຂົາເຈົ້າປຸງແຕ່ງຫຼາຍພັນຕື້ ການ​ຄິດ​ໄລ່​ຕໍ່​ວິ​ນາ​ທີ​ ໃນອັດຕາ dizzying.

ອັນໃຫຍ່ຫຼວງນີ້ ຄິດໄລ່ ພະລັງງານແມ່ນມີຄວາມ ສຳ ຄັນແທ້ໆ ສຳ ລັບຄວາມທັນສະ ໄໝ AI. ບໍ່ວ່າຈະເປັນການຄາດເດົາແນວໂນ້ມການຊື້ເຄື່ອງ ຫຼືການຝຶກອົບຮົມຜູ້ຊ່ວຍສຽງອັດສະລິຍະ, AI ຕ້ອງການຊັບພະຍາກອນອັນຫຼວງຫຼາຍ. ຊຸບເປີຄອມພິວເຕີກໍ່ມີ ໃຊ້ເພື່ອທົດສອບການອອກແບບຊອບແວ ແລະຮາດແວ ໃນທີ່ສຸດກໍລົງເທິງອຸປະກອນຜູ້ບໍລິໂພກ. ທຸກໆແທັບເລັດ ຫຼືສະມາດໂຟນໃໝ່ໄດ້ຮັບຜົນປະໂຫຍດຈາກການຍົກໜັກທີ່ເຮັດໂດຍ ກ ຊຸບເປີຄອມພິວເຕີ ດົນນານກ່ອນທີ່ຜະລິດຕະພັນຈະຮອດຊັ້ນວາງ.

Supercomputing ເລີ່ມຕົ້ນແນວໃດໃນປະຫວັດສາດຄອມພິວເຕີ?

ເລື່ອງຂອງ ຊຸບເປີຄອມພິວເຕີ ເລີ່ມຕົ້ນຫຼາຍສິບປີກ່ອນ. ໄດ້ ຄອມ​ພິວ​ເຕີ​ທໍາ​ອິດ​ ເກີດມາເມື່ອນັກວິທະຍາສາດ ແລະນັກວິສະວະກອນທະຫານໃນຍຸກທຳອິດຕ້ອງການຄວາມໄວຫຼາຍຂຶ້ນ. Seymour Cray ເປັນ​ຕົວ​ເລກ​ນິ​ຍົມ​ໃນ​ຍຸກ​ຕົ້ນ​ນີ້​. ລາວອອກແບບທີ່ມີຊື່ສຽງ CDC 6600 ໃນຂະນະທີ່ເຮັດວຽກຢູ່ ຄວບຄຸມ Data Corporation. ນັກປະຫວັດສາດຫຼາຍຄົນເອີ້ນວ່າ CDC 6600 ຈຸດເລີ່ມຕົ້ນທີ່ແທ້ຈິງຂອງທີ່ທັນສະໄຫມ ເຕັກ​ໂນ​ໂລ​ຊີ​ຄອມ​ພິວ​ເຕີ​.

ກ່ອນເຄື່ອງດັ່ງກ່າວມາຮອດ, ໂຄງການອື່ນໆເຊັ່ນ: IBM 7030 ມີຢູ່. ໂດຍສະເພາະ, ໄດ້ IBM 7030 Stretch ພະຍາຍາມຍູ້ຂອບເຂດຂອງສິ່ງທີ່ເຄື່ອງຈັກສາມາດເຮັດໄດ້. ແນວໃດກໍ່ຕາມ, Seymour Cray ໄດ້ໃຊ້ການອອກແບບຄວາມເຢັນທີ່ສະຫລາດ ແລະສາຍໄຟທີ່ຫນາແຫນ້ນເພື່ອເຮັດໃຫ້ເຄື່ອງຈັກຂອງລາວໄວຂຶ້ນຫຼາຍ. ຕົ້ນ ຊຸບເປີຄອມພິວເຕີໃຊ້ ຮູບແບບສາຍໄຟທີ່ເປັນເອກະລັກເພື່ອຫຼຸດຜ່ອນຄວາມລ່າຊ້າຂອງສັນຍານລະຫວ່າງພາກສ່ວນ. ເຂົາເຈົ້າແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍຈາກສິ່ງອື່ນທີ່ສ້າງຂຶ້ນໃນເວລານັ້ນ.

ກັບຄືນໄປບ່ອນໃນຍຸກທໍາອິດນັ້ນ, ຄວາມໄວຂອງເຄື່ອງຈັກບາງຄັ້ງກໍ່ຖືກຈັດອັນດັບພຽງແຕ່ໃນ ລ້ານຄໍາແນະນໍາຕໍ່ວິນາທີ. ມັນເບິ່ງຄືວ່າຊ້າຢ່າງບໍ່ຫນ້າເຊື່ອໃນມື້ນີ້! ໃນປັດຈຸບັນ, ທີ່ທັນສະໄຫມ AI ແບບຈໍາລອງຕ້ອງການຫຼາຍກ່ວານັ້ນ. ແຕ່ຍຸກທໍາອິດເຫຼົ່ານັ້ນໄດ້ກໍານົດຂັ້ນຕອນ. ເຂົາເຈົ້າໄດ້ພິສູດວ່າມະນຸດສາມາດສ້າງເຄື່ອງຈັກຂະໜາດໃຫຍ່ເພື່ອຈັດການຄະນິດສາດບ້າ.

ເປັນຫຍັງຄອມພິວເຕີທົ່ວໄປຈຶ່ງແຕກຕ່າງຈາກຄອມພິວເຕີທີ່ມີປະສິດທິພາບສູງ?

ຄິດກ່ຽວກັບອຸປະກອນທີ່ນັ່ງຢູ່ເທິງໂຕະຂອງເຈົ້າດຽວນີ້. desktop ຫຼືທຸລະກິດມາດຕະຖານ 16 atch laptop ds160n95 ແມ່ນດີເລີດສໍາລັບການເຮັດວຽກປະຈໍາວັນ. ຄອມພິວເຕີປົກກະຕິ ປົກກະຕິແລ້ວມີຫຼັກດຽວ ໂຮງງານຜະລິດ. ພວກ​ເຂົາ​ເຈົ້າ​ອາດ​ຈະ​ມີ​ມື​ຂອງ​ ຫຼັກ CPU. ແຕ່ ກ ຄອມ​ພິວ​ເຕີ​ປະ​ສິດ​ທິ​ພາບ​ສູງ​ ເປັນສັດເດຍລະສານທີ່ແຕກຕ່າງກັນທັງຫມົດ.

ພື້ນຖານ ລະບົບຄອມພິວເຕີ ຈັດການວຽກງານຂອງບຸກຄົນໃນແຕ່ລະເວລາ. ມັນອາດຈະໃຊ້ມາດຕະຖານ ລະບົບປະຕິບັດການ ເຊັ່ນ Windows ຫຼື Android. ໃນທາງກົງກັນຂ້າມ, ເຄື່ອງຈັກຄົ້ນຄ້ວາຂະຫນາດໃຫຍ່ ບັນຈຸຫຼາຍສິບພັນຄົນ ຂອງພາກສ່ວນ. ພວກເຂົາເຈົ້າມີ ຫລາຍສິບພັນຂໍ້ ເຮັດວຽກໃນເວລາດຽວກັນ. ໃນເວລາທີ່ທ່ານພິມໃສ່ a ແລັບທັອບ, ມັນຮູ້ສຶກໄວຫຼາຍກັບທ່ານ. ແຕ່ມັນບໍ່ສາມາດດໍາເນີນການທົ່ວໂລກໄດ້ AI ການຈໍາລອງຫຼືສ້າງແບບຈໍາລອງຂອງ genome ຂອງມະນຸດ.

ປະຈໍາວັນຂອງເຈົ້າ ຄອມ​ພິວ​ເຕີ​ສ່ວນ​ບຸກ​ຄົນ​ ຖືກສ້າງຂຶ້ນສໍາລັບຄ່າໃຊ້ຈ່າຍຕ່ໍາ, ການພົກພາ, ແລະຄວາມຮ້ອນຕ່ໍາ. ສະຖານທີ່ຍັກໃຫຍ່ຕ້ອງຄຸ້ມຄອງຢ່າງລະມັດລະວັງ ການບໍລິໂພກພະລັງງານ. ມາດຕະຖານ ແລັບທັອບ ດູດພະລັງງານຫມໍ້ໄຟຊ້າໆ. ສະຖານ​ທີ່​ຂໍ້​ມູນ​ຂະໜາດ​ໃຫຍ່​ໃຊ້​ພະ​ລັງ​ງານ​ພຽງ​ພໍ​ເພື່ອ​ສ້າງ​ຄວາມ​ສະຫວ່າງ​ໃຫ້​ເມືອງ​ນ້ອຍໆ!

• ແລັບທັອບ: 1 CPU, 8-16 GB RAM, ແລ່ນດ້ວຍຫມໍ້ໄຟ, ສ້າງສໍາລັບຜູ້ໃຊ້ 1 ຄົນ.
• ຊຸບເປີຄອມພິວເຕີ: ລ້ານ cores, petabytes ຂອງ RAM, ຕ້ອງການໂຮງງານໄຟຟ້າ, ສ້າງສໍາລັບຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່.

ການປະມວນຜົນຂະໜານເຮັດໃຫ້ກຸ່ມຄອມພິວເຕີເໝາະສົມແນວໃດ?

ເພື່ອເຮັດໃຫ້ເຄື່ອງຈັກໄວຂຶ້ນ, ວິສະວະກອນເຊື່ອມຕໍ່ຫຼາຍພັນເຄື່ອງຂອງພວກມັນເຂົ້າກັນ. ນີ້ສ້າງເຄືອຂ່າຍຍັກໃຫຍ່ທີ່ເອີ້ນວ່າ a ກຸ່ມ. ພາຍໃນ ກ ກຸ່ມ, ພາກສ່ວນຕ້ອງສົນທະນາໄວ. ພວກເຂົາໃຊ້ພິເສດ, ຄວາມໄວສູງ ເຊື່ອມຕໍ່ກັນ ລະບົບສາຍ. ນີ້ຈະຊ່ວຍໃຫ້ ເພີ່ມປະສິດທິພາບ ການໄຫຼເຂົ້າຂໍ້ມູນລະຫວ່າງທຸກພາກສ່ວນ.

ວິສະວະກອນ ໃຊ້ການປຸງແຕ່ງຂະຫນານ ເພື່ອແບ່ງວຽກ. ໂດຍພື້ນຖານແລ້ວ, supercomputing ແມ່ນແບບຟອມ ຂອງ ການ​ປຸງ​ແຕ່ງ​ຂະ​ຫນານ​. ມັນແບ່ງວຽກອັນໃຫຍ່ຫຼວງອອກເປັນຕ່ອນນ້ອຍໆ. ຈາກນັ້ນ, ຫຼາຍຮ້ອຍ ຫຼືຫຼາຍພັນຄົນ ຂອງ chip ແກ້ໄຂ bits ເຫຼົ່ານັ້ນໃນເວລາດຽວກັນຄືກັນອ້ອຍຕ້ອຍ. ຄວາມຄິດທີ່ງ່າຍດາຍນີ້ ຂະໜານ ແມ່ນສິ່ງທີ່ເຮັດໃຫ້ magic ເກີດຂຶ້ນ. ຄິດວ່າມັນຄືກັບການແຕ່ງອາຫານຂະໜາດໃຫຍ່: ພໍ່ຄົວຄົນໜຶ່ງໃຊ້ເວລາດົນ, ແຕ່ພໍ່ຄົວຮ້ອຍຄົນເຮັດວຽກຮ່ວມກັນຈະສຳເລັດພາຍໃນນາທີ.

ຄໍາ supercomputing ບາງຄັ້ງຖືກໃຊ້ໃນຄໍາສັບຄ້າຍຄື ກັບ HPC (ຄອມ​ພິວ​ເຕີ​ປະ​ສິດ​ທິ​ພາບ​ສູງ​)​. ການ​ຄຸ້ມ​ຄອງ​ຢ່າງ​ຮຸນ​ແຮງ​ ວຽກງານ, ຊອບແວຄວບຄຸມຈະຕ້ອງ smart ຫຼາຍ. ມື້ນີ້, AI ໂຄງ​ການ​ໄດ້​ຖືກ​ສ້າງ​ຂຶ້ນ​ເພື່ອ​ແຜ່​ຂະ​ຫຍາຍ​ອອກ​ຢ່າງ​ສົມ​ບູນ​ໃນ​ທົ່ວ​ ກຸ່ມ. ເຕັກນິກນີ້ເອີ້ນວ່າ ການປຸງແຕ່ງຂະຫນານຢ່າງຫຼວງຫຼາຍ. ມັນເຮັດໃຫ້ລະບົບທັງຫມົດ incredible ຜ່ານ ແລະປະສິດທິພາບ.

AI ຈະຊຸກຍູ້ຂອບເຂດຂອງພະລັງງານຄອມພິວເຕີ້ແນວໃດ?

ມື້ນີ້, AI ເປັນຜູ້ຂັບຂີ່ທີ່ໃຫຍ່ທີ່ສຸດຂອງອຸດສາຫະກໍາເຕັກໂນໂລຢີ. ການ​ຝຶກ​ອົບ​ຮົມ​ໃຫມ່​ AI ຮຽກຮ້ອງໃຫ້ມີຈໍານວນມະຫາສານ ການ​ຄິດ​ໄລ່​. ມີສະເພາະ ບັນຫາທີ່ຕ້ອງການ ຄະນິດສາດທີ່ສຸດເພື່ອແກ້ໄຂ. ໄດ້ ການ​ຄິດ​ໄລ່​ທີ່​ຊັບ​ຊ້ອນ​ແລະ​ຂະ​ຫນາດ​ໃຫຍ່​ນໍາ​ໃຊ້​ ໂດຍເຄືອຂ່າຍ neural ແມ່ນ staggering. ໃນຄວາມເປັນຈິງ, ໄດ້ ການຄິດໄລ່ຂະຫນາດໃຫຍ່ທີ່ໃຊ້ໂດຍ supercomputers ໃນ ມື້ ນີ້ ແມ່ນ ເກືອບ ສໍາ ລັບ ການ AI ການຄົ້ນຄວ້າ.

ເພື່ອ​ຮັບ​ມື​ກັບ​ຄວາມ​ຮຸນ​ແຮງ​ນີ້​ ການ​ຄິດ​ໄລ່​ ໂຫຼດ, chip ມາດຕະຖານແມ່ນພຽງແຕ່ບໍ່ພຽງພໍ. ພວກເຮົາອີງໃສ່ຫຼາຍ ຫນ່ວຍປະມວນຜົນກາຟິກ ຫຼື GPUs. ກ ຮູບພາບ chip ແມ່ນແທ້ໆທີ່ສົມບູນແບບສໍາລັບ AI. ມັນເຮັດຫຼາຍບັນຫາຄະນິດສາດທີ່ງ່າຍດາຍໃນເວລາດຽວກັນ. ບໍລິສັດເຊັ່ນ ເນລະ ແລະ Nvidia ສ້າງພາກສ່ວນສະເພາະພຽງແຕ່ສໍາລັບເຫດຜົນນີ້.

ເຫຼົ່ານີ້ AI ວຽກງານປັບປຸງເຄື່ອງມືທີ່ທ່ານຊື້ທຸກໆມື້. ສໍາລັບຕົວຢ່າງ, ຄຸນນະສົມບັດກ້ອງຖ່າຍຮູບ smart ໃນຂອງພວກເຮົາແທັບເລັດ 10.1 ນິ້ວ X12 Pro ອີງໃສ່ AI ແບບຈໍາລອງທີ່ໄດ້ຖືກຝຶກອົບຮົມໃນເບື້ອງຕົ້ນກ່ຽວກັບເຄື່ອງຈັກຂະຫນາດໃຫຍ່. incredible ພະລັງງານການປຸງແຕ່ງ ຂອງສິ່ງອໍານວຍຄວາມສະດວກອັນໃຫຍ່ຫຼວງໃນທີ່ສຸດເຮັດໃຫ້ແທັບເລັດຂະຫນາດນ້ອຍຂອງທ່ານສະຫລາດຂຶ້ນແລະເປັນປະໂຫຍດຫຼາຍ.

Cloud Computing ທຽບກັບ HPC ທ້ອງຖິ່ນ: ອັນໃດຊະນະສຳລັບ AI ຂະໜາດໃຫຍ່?

ບໍ່ແມ່ນທຸກຄົນມີເງິນທີ່ຈະຊື້ສິ່ງອໍານວຍຄວາມສະດວກຂອງເຄື່ອງແມ່ຂ່າຍຍັກໃຫຍ່. ນີ້ແມ່ນບ່ອນທີ່ແນ່ນອນ ຄອມພິວເຕີ້ຟັງ ຂັ້ນ​ຕອນ​ໃນ. ຄອມພິວເຕີຄລາວ ອະນຸຍາດໃຫ້ບໍລິສັດເຊົ່າພະລັງງານຜ່ານອິນເຕີເນັດ. ທ່ານໄດ້ຮັບ ຄອມ​ພິວ​ເຕີ​ປະ​ສິດ​ທິ​ພາບ​ສູງ​ ໂດຍບໍ່ຕ້ອງສ້າງຫ້ອງຂະໜາດໃຫຍ່, ສຽງດັງທີ່ເຕັມໄປດ້ວຍເຊີບເວີ.

ສໍາລັບ ຂະໜາດໃຫຍ່ AI ໂຄງການ, ຟັງແມ່ນເຮັດໃຫ້ປະລາດ. ທ່ານສາມາດເຊົ່າເປັນຕ່ອນຂະຫນາດນ້ອຍຂອງ ຊຸບເປີຄອມພິວເຕີທີ່ໄວທີ່ສຸດໃນໂລກ ສໍາລັບພຽງແຕ່ສອງສາມຊົ່ວໂມງ. ໄດ້ ຄອມ​ພິວ​ເຕີ​ປະ​ສິດ​ທິ​ພາບ​ສູງ​ ໂລກ​ໄດ້​ຮັບ​ເອົາ​ຄວາມ​ຄິດ​ນີ້​ຢ່າງ​ເຕັມ​ທີ່. ມັນເຮັດໃຫ້ HPC ສາມາດເຂົ້າເຖິງຍີ່ຫໍ້ແລະໂຮງຮຽນຂະຫນາດນ້ອຍກວ່າ.

ຢ່າງໃດກໍຕາມ, ການເປັນເຈົ້າຂອງຮາດແວໃນທ້ອງຖິ່ນຍັງສໍາຄັນສໍາລັບບາງຄົນ. ບາງຂໍ້ມູນທີ່ປອດໄພສູງບໍ່ສາມາດໄປຫາຄລາວສາທາລະນະໄດ້. ດັ່ງນັ້ນ, ບໍລິສັດກໍ່ສ້າງ mini ຂອງຕົນເອງ HPC ຫ້ອງ. ບໍ່ວ່າທ່ານຈະເຊົ່າອອນໄລນ໌ຫຼືຊື້ມັນ, ທ່ານຕ້ອງການຂະຫນາດໃຫຍ່ ຄິດໄລ່ ຊັບພະຍາກອນທີ່ຈະແຂ່ງຂັນໃນມື້ນີ້ AI ເຊື້ອຊາດ.

"Cloud democratized ເຂົ້າເຖິງພະລັງງານຄອມພິວເຕີ້ທີ່ຮຸນແຮງ. ໃນປັດຈຸບັນ, ການເລີ່ມຕົ້ນໃດກໍ່ຕາມສາມາດຝຶກອົບຮົມຮູບແບບ AI ໄດ້."

ການພະຍາກອນອາກາດປ່ຽນແປງແນວໃດ ຂອບໃຈກັບ Supercomputing?

ຫນຶ່ງກໍລະນີການນໍາໃຊ້ຄລາສສິກສໍາລັບເຄື່ອງຈັກຂະຫນາດໃຫຍ່ແມ່ນ ການພະຍາກອນອາກາດ. ຄອມພິວເຕີຊຸບເປີຄອມພິວເຕີສາມາດໃຊ້ໄດ້ ເພື່ອ​ຄາດ​ຄະ​ເນ​ພະ​ຍຸ​ຮ້າຍ​ແຮງ​ແລະ​ການ​ປ່ຽນ​ແປງ​ຂອງ​ດິນ​ຟ້າ​ອາ​ກາດ​. ອົງການເຊັ່ນ ບໍລິຫານມະຫາສະໝຸດ ແລະ ບັນຍາກາດແຫ່ງຊາດ ອີງໃສ່ພວກເຂົາຫຼາຍ. ເຂົາເຈົ້າເອົາຈຸດຂໍ້ມູນຫຼາຍຕື້ຈຸດຈາກດາວທຽມທຸກໆມື້.

ພວກເຂົາໃຊ້ມະຫາສະຫມຸດຂໍ້ມູນນີ້ຢ່າງຖືກຕ້ອງ ຈຳລອງ ບັນຍາກາດ. ໂດຍການເຮັດສິ່ງນີ້, ພວກເຂົາສາມາດຄາດເດົາໄດ້ ເຫດການ​ດິນ​ຟ້າ​ອາກາດ​ທີ່​ຮ້າຍ​ແຮງ ມື້ກ່ອນທີ່ມັນຈະເກີດຂຶ້ນ. ພວກເຂົາເຈົ້າສະຫນອງ ໃນເວລາຈິງ ການເຕືອນໄພທີ່ຊ່ວຍຊີວິດແລະຊັບສິນ. ນີ້ຮຽກຮ້ອງໃຫ້ມີການເຮັດຄະນິດສາດທີ່ສັບສົນຫຼາຍລ້ານຄັ້ງ ຕໍ່ວິນາທີ.

ໄດ້ ການ​ຄິດ​ໄລ່​ ແບບຈໍາລອງສໍາລັບສະພາບອາກາດແມ່ນຂ້ອນຂ້າງຄ້າຍຄືກັນກັບ AI ແບບຈໍາລອງ. ພວກເຂົາທັງສອງຕ້ອງການຂໍ້ມູນຈໍານວນຫລາຍເພື່ອຮຽນຮູ້. ອັນດຽວ ການ​ຄິດ​ໄລ່​ ອາດຈະບໍ່ໃຊ້ເວລາດົນສໍາລັບການປົກກະຕິ ຄອມ​ພິວ​ເຕີ. ແຕ່ການເຮັດຫຼາຍຕື້ໃນຄັ້ງດຽວຮຽກຮ້ອງໃຫ້ມີພະລັງທີ່ອຸທິດຕົນຢ່າງຈິງຈັງ.

ບົດບາດຂອງ Supercomputers ຈຸດປະສົງພິເສດໃນ AI ແມ່ນຫຍັງ?

ບາງຄັ້ງ, ເຄື່ອງທົ່ວໄປບໍ່ແມ່ນເຄື່ອງມືທີ່ດີທີ່ສຸດສໍາລັບວຽກ. ນີ້ແມ່ນເວລາທີ່ supercomputers ຈຸດ​ປະ​ສົງ​ພິ​ເສດ​ ສ່ອງແສງ. ພວກມັນຖືກສ້າງຂື້ນຈາກພື້ນດິນເພື່ອເຮັດວຽກສະເພາະ. ພວກເຂົາເຈົ້າແມ່ນ ຖືກອອກແບບມາເພື່ອແລ່ນ ປະເພດທີ່ແນ່ນອນຂອງ ການ​ຄິດ​ໄລ່​ ຢ່າງສົມບູນ, ໂດຍບໍ່ມີການສູນເສຍພະລັງງານກັບສິ່ງອື່ນ.

ຕົວຢ່າງ, ນັກຄົ້ນຄວ້າກໍ່ສ້າງເຄື່ອງຈັກພຽງແຕ່ເພື່ອສຶກສາ ກົນ​ໄກ quantum​. ທາງດ້ານຮ່າງກາຍ ຖາປັດຕະຍະ ແມ່ນ tuned ສະເພາະສໍາລັບວິທະຍາສາດທີ່ແນ່ນອນນັ້ນ. ໃນ AI ໂລກ, ບໍລິສັດສ້າງຊິບທີ່ກໍາຫນົດເອງພຽງແຕ່ສໍາລັບເຄືອຂ່າຍ neural. ເຫຼົ່ານີ້ແມ່ນບໍ່ ຄອມ​ພິວ​ເຕີ​ປົກ​ກະ​ຕິ​ ທີ່ດໍາເນີນການຕົວທ່ອງເວັບຫຼືຕົວປະມວນຜົນຄໍາ.

ເນື່ອງຈາກວ່າພວກເຂົາສຸມໃສ່ສິ່ງຫນຶ່ງທັງຫມົດ, ພວກມັນມີປະສິດທິພາບຢ່າງບໍ່ຫນ້າເຊື່ອ. ພວກເຂົາເຈົ້າສາມາດໄດ້ຢ່າງງ່າຍດາຍ 10 ເທື່ອ ໄວໃນຫນຶ່ງວຽກນັ້ນກ່ວາເຄື່ອງຈັກທົ່ວໄປ. ເຂົາເຈົ້າບໍ່ເສຍພະລັງງານໃນແຕ່ລະມື້ ລະບົບປະຕິບັດການ. ພວກເຂົາເຈົ້າພຽງແຕ່ crunch ຕົວເລກທີ່ເຂົາເຈົ້າໄດ້ຖືກສ້າງຂຶ້ນເພື່ອ crunch. ນີ້ ປະສິດທິພາບສູງ ອະນຸຍາດໃຫ້ສໍາລັບ breakthroughs ໃນ AI ນັ້ນເປັນໄປບໍ່ໄດ້ໃນທົດສະວັດກ່ອນ.

ມື້ຫນຶ່ງ Supercomputer ຈະເຫມາະກັບຄອມພິວເຕີ?

ເຕັກໂນໂລຢີຫຼຸດລົງຕະຫຼອດເວລາ. ຫຼາຍ ຄອມ​ພິວ​ເຕີ​ໄວ​ທີ່​ສຸດ​ ຈາກຊາວປີກ່ອນເກືອບບໍ່ມີພະລັງງານຂອງໂທລະສັບສະຫຼາດທີ່ທັນສະໄຫມ. ດັ່ງນັ້ນ, ຍັກໃຫຍ່ໃນມື້ນີ້ໃນທີ່ສຸດຈະເຫມາະເຂົ້າໄປໃນຂະຫນາດນ້ອຍ ແລັບທັອບ? ຄໍາຕອບແມ່ນທັງແມ່ນແລະບໍ່ແມ່ນ.

ຄອມ​ພິວ​ເຕີ​ທີ່​ທັນ​ສະ​ໄຫມ​ ມີຂະຫນາດໃຫຍ່ທາງດ້ານຮ່າງກາຍ. ສໍາລັບຕົວຢ່າງ, ບາງເຄື່ອງຈັກບັນລຸໄດ້ breathtaking ຄວາມໄວຂອງ 442 petalops. (ກ ດອກກຸຫຼາບ ແມ່ນຫນຶ່ງ quadrillion ການດໍາເນີນງານຈຸດລອຍຕໍ່ວິນາທີ). ທ່ານ​ພຽງ​ແຕ່​ຈະ​ບໍ່​ເຫມາະ​ຫຼາຍ​ທີ່​ຄວາມ​ຮ້ອນ​ແລະ​ພະ​ລັງ​ງານ​ໃນ​ ແລັບທັອບ ໄວໆນີ້! ອຸປະກອນເຊັ່ນ: ຂອງພວກເຮົາ 14,1 ນິ້ວທີ່ບໍ່ດີໃນ Lap141 ແມ່ນເຄັ່ງຄັດທີ່ສຸດ, ແຕ່ມັນບໍ່ສາມາດຈັດການກັບເມກາວັດໄດ້ ການບໍລິໂພກພະລັງງານ ຕ້ອງການສໍາລັບການນັ້ນ.

ຢ່າງໃດກໍຕາມ, ໄດ້ ໂຮງງານຜະລິດ ພາຍໃນເຮືອນຂອງເຈົ້າ ຄອມ​ພິວ​ເຕີ ຈະສືບຕໍ່ດີຂຶ້ນຫຼາຍ. ອັນດຽວ ຫຼັກ ມື້ນີ້ແມ່ນຈໍານວນຫຼາຍ ເວລາໄວ ກ່ວາ mainframes ເກົ່າ. ໃນປັດຈຸບັນພວກເຮົາມີພາກສ່ວນຈາກ ເນລະ ທີ່ຄູ່ແຂ່ງທັງຫ້ອງເຊີບເວີຈາກຊຸມປີ 1990. ອະນາຄົດຂອງເຈົ້າ ແລັບທັອບ ຈະຈັດການທ້ອງຖິ່ນ AI ວຽກ​ງານ​ທີ່​ມີ​ຄວາມ​ງ່າຍ incredible​.

ພາກສະຫນາມຂອງ AI ຄອມພິວເຕີ້ເບິ່ງຄືແນວໃດໃນມື້ອື່ນ?

ຕື່ນເຕັ້ນ ພາກສະຫນາມຂອງຄອມພິວເຕີ້ ວິທະຍາສາດແມ່ນປະສົມກັບທັງຫມົດ AI. ພວກເຮົາເຫັນລະບົບຍັກໃຫຍ່ປະຕິບັດງານຢູ່ໃນສະຖານທີ່ເຊັ່ນ ຫ້ອງທົດລອງແຫ່ງຊາດ Los Alamos ແລະ ຫ້ອງທົດລອງແຫ່ງຊາດ Oak Ridge. ພວກເຂົາເຈົ້າຢ່າງຕໍ່ເນື່ອງຍູ້ຂໍ້ຈໍາກັດຢ່າງແທ້ຈິງຂອງສິ່ງທີ່ a ຄອມ​ພິວ​ເຕີ ສາມາດເຮັດໄດ້.

ເຄື່ອງຈັກໃນອະນາຄົດຈະຜະສົມຜະສານແບບປົກກະຕິ ໜ່ວຍປະມວນຜົນສູນກາງ ດ້ວຍເທັກໂນໂລຍີໃໝ່. ພວກເຮົາຈະເຫັນຄວາມຊ່ຽວຊານຫຼາຍຂຶ້ນ ຄອມພິວເຕີ vector ຖືກ​ນໍາ​ໃຊ້​. ກ vector chip ແມ່ນດີສໍາລັບປະເພດສະເພາະຂອງຄະນິດສາດທີ່ AI ຮັກ. ພວກເຂົາຈະໃຊ້ ການປຸງແຕ່ງຂະຫນານຢ່າງຫຼວງຫຼາຍ ການຝຶກອົບຮົມ AI ເຖິງແມ່ນໄວກວ່າມື້ນີ້.

ເທິງ supercomputers ໃນ​ໂລກ​ ຈະຮັກສາການບັນທຶກຄວາມໄວໃຫມ່. ໄວໆນີ້, ພວກເຮົາຈະເວົ້າກ່ຽວກັບ exaflops ແທນ ດອກກຸຫຼາບ. ແລະທັງຫມົດນີ້ ການ​ຄິດ​ໄລ່​ ອຳນາດ​ຈະ​ລົງ​ມາ​ຫາ​ພວກ​ເຮົາ​ໃນ​ທີ່​ສຸດ. ມັນຈະເຮັດໃຫ້ທຸກ ຄອມ​ພິວ​ເຕີ ພວກເຮົາໃຊ້—ຈາກເຊີບເວີໃນຄລາວໄປຫາແທັບເລັດໃນມືຂອງເຈົ້າ—ດີກວ່າ, ໄວກວ່າ, ແລະສະຫຼາດກວ່າຫຼາຍ.

ສະຫຼຸບ

ໃນຂະນະທີ່ພວກເຮົາເບິ່ງການກ້າວກະໂດດຢ່າງບໍ່ຫນ້າເຊື່ອ ຄິດໄລ່ ເຕັກໂນໂລຢີ, ມັນເປັນທີ່ຊັດເຈນວ່າການປຸງແຕ່ງຂະຫນາດໃຫຍ່ສ້າງອະນາຄົດຂອງພວກເຮົາ. ຈາກການຝຶກອົບຮົມກ້າວຫນ້າ AI ໃນການພະຍາກອນອາກາດ, ຮາດແວທີ່ຮ້າຍກາດແມ່ນກະດູກສັນຫຼັງທີ່ເບິ່ງບໍ່ເຫັນຂອງຊີວິດທີ່ທັນສະໄຫມ.

• A ຊຸບເປີຄອມພິວເຕີ ເປັນຂະຫນາດໃຫຍ່ ຄອມ​ພິວ​ເຕີ ສ້າງຂຶ້ນເພື່ອແລ່ນຄະນິດສາດທີ່ສັບສົນຫຼາຍໄວ.
• ການປະຕິບັດສ່ວນໃຫຍ່ແມ່ນ ວັດແທກໃນການດໍາເນີນງານຈຸດລອຍຕົວຕໍ່ ອັນທີສອງ, ເປັນທີ່ຮູ້ຈັກເປັນ flop.
• AI ອີງໃສ່ຫຼາຍ ການ​ຄິດ​ໄລ່​ ພະ​ລັງ​ງານ​ສະ​ຫນອງ​ໃຫ້​ໂດຍ​ ຫນ່ວຍປະມວນຜົນກາຟິກ (GPUs).
• ສິ່ງອໍານວຍຄວາມສະດວກທີ່ທັນສະໄຫມ ໃຊ້ການປຸງແຕ່ງຂະຫນານ ເພື່ອແບ່ງວຽກໃຫຍ່ໃນທົ່ວ ຫຼາຍຮ້ອຍ ຫຼືຫຼາຍພັນຄົນ ຂອງຊິບ.
• ຄອມພິວເຕີຄລາວ ເຮັດໃຫ້ ຄອມ​ພິວ​ເຕີ​ປະ​ສິດ​ທິ​ພາບ​ສູງ​ ສາມາດເຂົ້າເຖິງທຸລະກິດຂະຫນາດນ້ອຍກວ່າ.
• ໄດ້ ພາກສະຫນາມຂອງຄອມພິວເຕີ້ ວິທະຍາສາດສືບຕໍ່ຂະຫຍາຍຕົວ, ຊຸກຍູ້ໂດຍຫ້ອງທົດລອງແລະໃຫມ່ ໂຮງງານຜະລິດ ການອອກແບບ.