နည်းပညာသည် မယုံနိုင်လောက်အောင် လျင်မြန်စွာ ရွေ့လျားနေသည်။ သင်သည် ယနေ့ ကျောင်းခရိုင်အတွက် ပုံမှန်တက်ဘလက်များ သို့မဟုတ် အခြေခံလက်ပ်တော့တစ်လုံးကို သင်ဝယ်ယူနေပေလိမ့်မည်။ သို့သော်၊ ကြီးမားသောဒေတာစင်တာများတွင် အနာဂတ်၏ တကယ့်မှော်ပညာသည် ဝေးကွာသည်။ ဧရာမစက်များသည် ကျွန်ုပ်တို့၏နေ့စဉ်လျှပ်စစ်ပစ္စည်းများကို ပိုမိုစမတ်ကျပြီး ပိုမိုမြန်ဆန်စေရန်အတွက် သတင်းအချက်အလက်တောင်တန်းများကို စီမံဆောင်ရွက်ပေးပါသည်။ ဤပို့စ်တွင် ကြီးမားသော တွက်ချက်မှုစွမ်းအားနှင့် AI တို့သည် ကျွန်ုပ်တို့အားလုံးအားကိုးသည့် gadget များကို ပုံသွင်းပုံကို ရှင်းပြထားသည်။ ယနေ့ခေတ်၏အဆင့်မြင့်ဆုံးစနစ်များဖြင့် မနက်ဖြန်၏ စားသုံးသူ ဟာ့ဒ်ဝဲကို မည်သို့ဒီဇိုင်းထုတ်ထားသည်ကို ကြည့်ရှုရန် ဆက်လက်ဖတ်ရှုပါ။

စူပါကွန်ပြူတာဆိုတာ ဘာလဲ၊ ဘယ်လိုတွက်ချက်သလဲ

A စူပါကွန်ပျူတာ မရှိမဖြစ် အလွန်မြင့်မားသည်။ အစွမ်းထက်ကွန်ပျူတာ. အထူးသဖြင် လည်ပတ်ရန် ဒီဇိုင်းထုတ်ထားသည်။ ကြီးမားသောအလုပ်များ။ လွယ်လွယ်ကူကူ လုပ်နိုင်ပါတယ်။ ရှုပ်ထွေးသောပြဿနာများကိုဖြေရှင်းပါ။ သာမန်စက်က ကိုင်တွယ်လို့ မရဘူး။ အင်ဂျင်နီယာတွေက တိုင်းတာတဲ့အခါ စူပါကွန်ပျူတာတစ်လုံး၏စွမ်းဆောင်ရည်၎င်းတို့သည် အိမ်သုံး PC တွင် သင်လိုသည့် စံနာရီအမြန်နှုန်းများကို မကြည့်ကြပါ။ ယင်းအစား၊ ၎င်း၏အမြန်နှုန်း Floating Point ဖြင့် တိုင်းတာသည်။ ဒုတိယ။ ဒါကို ကျွန်တော်တို့ အများအားဖြင့် ခေါ်ပါတယ်။ ညှပ်.

မယုံနိုင်လောက်အောင်ကို ရောက်ဖို့ စွမ်းဆောင်ရည်အဆင့်တစ်ခုတည်း စူပါကွန်ပြူတာမှာ ပါဝင်နိုင်ပါတယ်။ ပရိုဆက်ဆာ ထောင်ပေါင်းများစွာ. ဤသေးငယ်သော အစိတ်အပိုင်းများသည် ကြီးမားသော ဦးနှောက်တစ်ခုအဖြစ် လုပ်ဆောင်ရန် အလွန်နီးကပ်စွာ အတူတကွ လုပ်ဆောင်ပါသည်။ ဧရာ စူပါကွန်ပြူတာများ ပြုလုပ်ကြသည်။ သေးငယ်သောရုပ်ပိုင်းဆိုင်ရာအပိုင်းများ compute node များအဖြစ် အုပ်စုဖွဲ့ထားသည်။. ဒါတွေ compute nodes များ ကြီးမားသောပဟေဠိတစ်ခု၏ သေးငယ်သောအပိုင်းများကို တစ်ချိန်တည်းတွင် ကိုင်တွယ်ဖြေရှင်းပါ။ ထရီလီယံပေါင်းများစွာကို စီမံဆောင်ရွက်ကြသည်။ စက္ကန့်အလိုက် တွက်ချက်မှုများ ခေါင်းမူးနှုန်းနဲ့။

ဒါ ဧရာ တွက်ချက် ခေတ်သစ်အတွက် ပါဝါသည် မရှိမဖြစ်လိုအပ်ပါသည်။ AI. စျေးဝယ်ခေတ်ရေစီးကြောင်းကို ခန့်မှန်းခြင်း သို့မဟုတ် စမတ်ကျသော အသံလက်ထောက်များကို လေ့ကျင့်ခြင်းဖြစ်စေ၊ AI ကြီးမားသောအရင်းအမြစ်များလိုအပ်သည်။ စူပါကွန်ပျူတာတွေလည်းပါတယ်။ ဆော့ဖ်ဝဲလ်နှင့် ဟာ့ဒ်ဝဲလ် ဒီဇိုင်းများကို နောက်ဆုံးတွင် စားသုံးသူ စက်ပစ္စည်းများပေါ်တွင် ဆင်းသက်ရန် အသုံးပြုသည်။ တက်ဘလက် သို့မဟုတ် စမတ်ဖုန်း အသစ်တိုင်းသည် လေးလံသော ရုတ်သိမ်းခြင်းမှ အကျိုးကျေးဇူးများ ရရှိစေပါသည်။ စူပါကွန်ပျူတာ ကုန်ပစ္စည်း စင်ပေါ်မတက်ခင် အချိန်အတော်ကြာမှ။

ကွန်ပြူတာသမိုင်းတွင် စူပါကွန်ပြူတာ မည်သို့စတင်ခဲ့သနည်း။

ဇာတ်လမ်း စူပါကွန်ပြူတာ လွန်ခဲ့သော ဆယ်စုနှစ်များစွာက စတင်ခဲ့သည်။ ဟိ ပထမဆုံး စူပါကွန်ပျူတာ အစောပိုင်းသိပ္ပံပညာရှင်များနှင့် စစ်အင်ဂျင်နီယာများသည် အရှိန်ပိုရလိုသောအခါတွင် မွေးဖွားခဲ့သည်။ Seymour Cray ဤအစောပိုင်းခေတ်တွင် ဒဏ္ဍာရီလာပုဂ္ဂိုလ်တစ်ဦးဖြစ်ခဲ့သည်။ သူက နာမည်ကြီး ဒီဇိုင်းဆွဲတယ်။ CDC 6600 အလုပ်လုပ်နေစဉ် ဒေတာကော်ပိုရေးရှင်းကို ထိန်းချုပ်ပါ။. သမိုင်းပညာရှင် အများအပြားက ထိုအရာကို ခေါ်ကြသည်။ CDC 6600 ခေတ်သစ်၏ စစ်မှန်သော အစမှတ် ကွန်ပျူတာနည်းပညာ.

အဲဒီစက်မရောက်ခင်မှာ တခြားပရောဂျက်တွေလိုပေါ့။ IBM 7030 ရှိခဲ့သည်။ အထူးသဖြင့်၊ IBM 7030 Stretch စက်တစ်ခုလုပ်ဆောင်နိုင်သည့် နယ်နိမိတ်များကို တွန်းထုတ်ရန် ကြိုးစားခဲ့သည်။ သို့သော်၊ Seymour Cray သူ၏စက်ကို ပိုမိုမြန်ဆန်စေရန်အတွက် ပါးနပ်သော အအေးပေးသည့် ဒီဇိုင်းများနှင့် သိပ်သည်းသော ဝိုင်ယာကြိုးများကို အသုံးပြုခဲ့သည်။ အစောကြီး စူပါကွန်ပျူတာတွေ သုံးတယ်။ အစိတ်အပိုင်းများအကြား အချက်ပြနှောင့်နှေးမှုကို လျှော့ချရန် ထူးခြားသော ဝါယာကြိုးပုံစံများ။ ၎င်းတို့သည် ထိုအချိန်က တည်ဆောက်ခဲ့သော အခြားအရာများနှင့် အလွန်ကွာခြားပါသည်။

အဲဒီအစောပိုင်းကာလတုန်းက စက်ရဲ့အမြန်နှုန်းကို တစ်ခါတရံမှာ ရိုးရိုးအဆင့်သတ်မှတ်ခဲ့ပါတယ်။ တစ်စက္ကန့်လျှင် ညွှန်ကြားချက် သန်းပေါင်းများစွာ. ယနေ့ မယုံနိုင်လောက်အောင် နှေးကွေးပုံရသည်။ အခု ခေတ်မီတယ်။ AI မော်ဒယ်တွေက အဲဒီထက် အများကြီး ပိုတောင်းတယ်။ ဒါပေမယ့် အဲဒီအစောပိုင်းကာလတွေက ဇာတ်ခုံကို ချမှတ်ခဲ့ပါတယ်။ အရူးသင်္ချာကို ကိုင်တွယ်ရန် လူသားများသည် ကြီးမားသော စက်များကို တီထွင်နိုင်ခဲ့ကြောင်း သက်သေပြခဲ့သည်။

ပုံမှန်ကွန်ပြူတာများသည် စွမ်းဆောင်ရည်မြင့်ကွန်ပြူတာများနှင့် အဘယ်ကြောင့်ကွာခြားသနည်း။

သင့်စားပွဲပေါ်တွင် ယခုထိုင်နေသည့် စက်ပစ္စည်းအကြောင်း စဉ်းစားပါ။ ပုံမှန် desktop သို့မဟုတ် လုပ်ငန်းတစ်ခု 16 လက်မလက်တော့ပ် DS160N995 နေ့စဥ်အလုပ်အတွက် အရမ်းကောင်းပါတယ်။ ပုံမှန်ကွန်ပျူတာများ များသောအားဖြင့် ပင်မတစ်ခုတည်းရှိသည်။ ပရိုဆက်ဆာ. သူတို့မှာ လက်တစ်ဆုပ်စာ ရှိတယ်။ CPU Core များ. ဒါပေမယ့် တစ်ခု စွမ်းဆောင်ရည်မြင့် ကွန်ပျူတာ လုံးဝခြားနားသော သားရဲတစ်ကောင်ဖြစ်သည်။

အခြေခံတစ်ခု ကွန်ပျူတာစနစ် တစ်ချိန်တည်းတွင် လူတစ်ဦး၏တာဝန်များကို ထမ်းဆောင်သည်။ စံချိန်စံညွှန်းကို အသုံးပြုနိုင်သည်။ ကွန်ပျူတာစက်လည်ပတ်ရေးစနစ်ပရိုဂရမ် Windows သို့မဟုတ် Android ကဲ့သို့။ ဆန့်ကျင်ဘက်အားဖြင့် ကြီးမားသော သုတေသနစက်များ သောင်းချီပါဝင်ပါတယ်။ အစိတ်အပိုင်းများ။ သူတို့ဆီမှာ node ပေါင်း ထောင်ပေါင်းများစွာ တစ်ချိန်တည်းတွင်အလုပ်လုပ်သည်။ စာရိုက်သောအခါတွင်၊ လက်တော့ပ်မင်းအတွက် အရမ်းမြန်တယ်လို့ ခံစားရတယ်။ ဒါပေမယ့် ကမ္ဘာနဲ့အဝှမ်း မလည်ပတ်နိုင်ပါဘူး။ AI လူသားဂျီနိုမ်ကို သရုပ်ဖော်ခြင်း သို့မဟုတ် နမူနာပုံစံ။

သင်၏နေ့စဉ် ကိုယ်ပိုင်ကွန်ပျူတာများ ကုန်ကျစရိတ်သက်သာခြင်း၊ သယ်ဆောင်ရလွယ်ကူခြင်းနှင့် အပူသက်သာခြင်းတို့အတွက် တည်ဆောက်ထားသည်။ ဧရာမဂေဟာကို ဂရုတစိုက် စီမံခန့်ခွဲရမှာပေါ့။ ပါဝါသုံးစွဲမှု. စံတစ်ခု လက်တော့ပ် ဘက်ထရီပါဝါကို ဖြည်းညှင်းစွာ စုပ်ယူပါ။ ကြီးမားသော ဒေတာအသုံးအဆောင်တစ်ခုသည် မြို့ငယ်လေးတစ်မြို့ကို မီးလင်းစေရန် လုံလောက်သော ပါဝါကို အသုံးပြုသည်။

• လက်ပ်တော့- CPU 1 ခု၊ 8-16 GB RAM၊ ဘက်ထရီဖြင့် အလုပ်လုပ်ပြီး အသုံးပြုသူ 1 ဦးအတွက် တည်ဆောက်ထားသည်။
• စူပါကွန်ပြူတာ- cores သန်းပေါင်းများစွာ၊ RAM ၏ petabytes၊ ကြီးမားသောဒေတာအတွဲများအတွက် တည်ဆောက်ထားသော ပါဝါစက်ရုံတစ်ခု လိုအပ်ပါသည်။

Parallel Processing သည် Computer Cluster ကို မည်ကဲ့သို့ အကောင်းဆုံးလုပ်ဆောင်နိုင်သနည်း။

စက်များကို ပိုမိုမြန်ဆန်စေရန်အတွက် အင်ဂျင်နီယာများသည် ထောင်ပေါင်းများစွာသော စက်များကို အတူတကွ ချိတ်ဆက်ပေးသည်။ ၎င်းသည် a ဟုခေါ်သော ဧရာမကွန်ရက်ကို ဖန်တီးသည်။ အစုအဖွဲ့. အထဲမှာ အစုအဖွဲ့အပိုင်းတွေ မြန်မြန်ပြောရမယ်။ အထူးမြန်နှုန်းမြင့်ကို အသုံးပြုကြသည်။ အပြန်အလှန်ချိတ်ဆက်ပါ။ ကေဘယ်လ်စနစ်။ ဒါကကူညီပေးပါတယ်။ အကောင်းဆုံးဖြစ်အောင်လုပ်ပါ။ အစိတ်အပိုင်းအားလုံးအကြား data စီးဆင်းမှု။

အင်ဂျင်နီယာများ parallel processing ကိုသုံးပါ။ အလုပ်ဝန်ကိုခွဲရန်။ အခြေခံအားဖြင့်၊ စူပါကွန်ပြူတာသည် ပုံစံတစ်မျိုးဖြစ်သည်။ ၏ အပြိုင်လုပ်ဆောင်ခြင်း။. ၎င်းသည် ကြီးမားသောအလုပ်တစ်ခုကို အသေးအဖွဲများအဖြစ် ခွဲထုတ်သည်။ ထို့နောက်၊ ရာနှင့်ချီ chips တွေက အဲဒီ bit တွေကို တစ်ချိန်တည်းမှာ ဖြေရှင်းပေးပါတယ်။ ဤရိုးရှင်းသောစိတ်ကူး ပြိုင်တူဝါဒ မှော်ပညာကို ဖြစ်ပေါ်လာစေသည်။ စားဖိုမှူးတစ်ယောက်ဟာ အချိန်အတော်ကြာပေမယ့် စားဖိုမှူးအယောက်တစ်ရာ အတူတူအလုပ်လုပ်ပြီး မိနစ်ပိုင်းအတွင်း ပြီးအောင် ချက်ပြုတ်ရတာကို အကြီးကြီး ဟင်းချက်သလိုမျိုး စဉ်းစားကြည့်ပါ။

စကားလုံး စူပါကွန်ပြူတာသည် တစ်ခါတစ်ရံတွင် ထပ်တူထပ်မျှ အသုံးပြုသည်။ အတူ HPC (မြင့်မားသောစွမ်းဆောင်ရည်ကွန်ပျူတာ) ။ လေးလံအောင် စီမံပါ။ အလုပ်ဝန်ထိန်းချုပ်ဆော့ဖ်ဝဲသည် အလွန်စမတ်ကျရပါမည်။ ဒီနေ့၊ AI ပရိုဂရမ်များကို တစ်ခုနှင့်တစ်ခု စုံလင်စွာဖြန့်ကျက်ရန် တည်ဆောက်ထားသည်။ အစုအဖွဲ့. ဤနည်းပညာကိုခေါ်သည်။ ကြီးမားသော အပြိုင်လုပ်ဆောင်ခြင်း။. ၎င်းသည် စနစ်တစ်ခုလုံးကို မယုံနိုင်လောက်အောင် ဖြစ်စေသည်။ ဖြတ်သန်းမှု နှင့်ထိရောက်မှု။

AI သည် ကွန်ပြူတာစွမ်းအား၏ နယ်နိမိတ်များကို မည်သို့တွန်းပို့မည်နည်း။

ဒီနေ့၊ AI နည်းပညာစက်မှုလုပ်ငန်း၏ အကြီးမားဆုံးသော တွန်းအားဖြစ်သည်။ သင်တန်းအသစ် AI ပမာဏများစွာလိုအပ်သည်။ တွက်ချက်မှု. သတ်သတ်မှတ်မှတ်ရှိတယ်။ လိုအပ်သောပြဿနာများ ဖြေရှင်းရန် အလွန်အမင်း သင်္ချာ။ ဟိ ရှုပ်ထွေးပြီး ကြီးမားသော တွက်ချက်မှုများကို အသုံးပြုသည်။ မသေခင် ကွန်ရက်များဖြင့် တုန်လှုပ်သွားကြသည်။ တကယ်တော့၊ စူပါကွန်ပြူတာများ အသုံးပြုသော ကြီးမားသော တွက်ချက်မှုများ ယနေ့ခေတ်သည် အများအားဖြင့်နီးပါးဖြစ်သည်။ AI သုတေသန။

ဒါကို ကိုင်တွယ်ဖို့ လေးလံတယ်။ တွက်ချက်မှု စံချိန်မီ ချစ်ပ်ပြားများသည် မလုံလောက်ပါ။ ကျွန်တော်တို့က အားကိုးတယ်။ ဂရပ်ဖစ်လုပ်ဆောင်ခြင်းယူနစ်များ သို့မဟုတ် GPU များ. တစ် ဂရပ်ဖစ် chip သည် လုံးဝကို ပြီးပြည့်စုံသည်။ AI. ၎င်းသည် ရိုးရှင်းသော သင်္ချာပုစ္ဆာများစွာကို တစ်ပြိုင်နက်တည်း လုပ်ဆောင်သည်။ ကုမ္ပဏီတွေ ကြိုက်တယ်။ သိန်းချက် Nvidia သည် ဤအကြောင်းပြချက်ကြောင့် သီးခြားအစိတ်အပိုင်းများကို တည်ဆောက်သည်။

ဒါတွေ AI သင်နေ့စဥ်ဝယ်ယူသည့် gadgets များကို တိုးတက်ကောင်းမွန်စေသော အလုပ်များ။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့၏စမတ်ကင်မရာအင်္ဂါရပ်များ10.1 လက်မ တက်ဘလက် X12 Pro အားကိုး AI မူလက စက်ကြီးများဖြင့် လေ့ကျင့်သင်ကြားခဲ့သော မော်ဒယ်များ။ မယုံနိုင်လောက်အောင်ပါပဲ။ လုပ်ဆောင်ခြင်းစွမ်းအား ဧရာမအသုံးအဆောင်တစ်ခု၏ နောက်ဆုံးတွင် သင်၏တက်ဘလက်ငယ်သည် ပိုမိုစမတ်ကျပြီး ပိုမိုအသုံးဝင်လာစေသည်။

Cloud Computing နှင့် Local HPC- အကြီးစား AI အတွက် ဘယ်အရာက အနိုင်ရမလဲ။

ဧရာမဆာဗာစက်ရုံကိုဝယ်ရန် လူတိုင်းတွင်ငွေမရှိပေ။ ဒါကအတိအကျဘယ်မှာလဲ။ cloud computing ခြေလှမ်းများ။ တိမ်တိုက်ကွန်ပြူတာ ကုမ္ပဏီတွေကို အင်တာနက်ကနေ လျှပ်စစ်ဓာတ်အား ငှားခွင့်ပေးတယ်။ ရတယ်နော်။ မြင့်မားသောစွမ်းဆောင်ရည်ကွန်ပျူတာ ဆာဗာများဖြင့် ပြည့်နေသော ဧရာမ၊ ဆူညံသောအခန်းကို တည်ဆောက်ရန် မလိုအပ်ဘဲ။

အဘို့ အကြီးစား AI ပရောဂျက်များ၊ cloud သည် အံ့သြဖွယ်ကောင်းသည်။ အချပ်လေးတွေ ငှားလို့ရတယ်။ ကမ္ဘာ့အမြန်ဆုံး စူပါကွန်ပျူတာ နာရီအနည်းငယ်ကြာသည်။ ဟိ စွမ်းဆောင်ရည်မြင့် ကွန်ပျူတာ ကမ္ဘာက ဒီအယူအဆကို အပြည့်အဝလက်ခံပါတယ်။ ထိုသို့ပြုလုပ်သည်။ HPC သေးငယ်သော အမှတ်တံဆိပ်များနှင့် ကျောင်းများသို့ ဝင်ရောက်နိုင်သည်။

သို့သော် အချို့သောဒေသခံ ဟာ့ဒ်ဝဲကို ပိုင်ဆိုင်ရန် အရေးကြီးသေးသည်။ အချို့သော အလွန်လုံခြုံသောဒေတာများသည် အများသူငှာ cloud သို့ မသွားနိုင်ပါ။ ဒီတော့ ကုမ္ပဏီတွေက သူတို့ကိုယ်ပိုင် အသေးစားကို ဆောက်တယ်။ HPC အခန်းများ။ အွန်လိုင်းမှာ ငှားတာပဲဖြစ်ဖြစ် ဝယ်တာပဲဖြစ်ဖြစ် အကြီးကြီးလိုအပ်ပါတယ်။ တွက်ချက် ယနေ့ခေတ်တွင် အပြိုင်အဆိုင်ရှိနေရန် အရင်းအမြစ်များ AI လူမျိုးရေး၊

"cloud သည် လွန်ကဲသော တွက်ချက်မှုစွမ်းအားကို အသုံးပြုခွင့်ကို ဒီမိုကရေစီနည်းလမ်းတကျ ဖြစ်စေခဲ့သည်။ ယခုအခါ မည်သည့် startup မဆို AI မော်ဒယ်ကို လေ့ကျင့်ပေးနိုင်ပါသည်။"

စူပါကွန်ပြူတာ၏ ကျေးဇူးကြောင့် မိုးလေဝသခန့်မှန်းချက် မည်သို့ပြောင်းလဲလာသနည်း။

ကြီးမားသောစက်များအတွက် ဂန္တဝင်အသုံးအဆောင်တစ်ခုဖြစ်သည်။ ရာသီဥတုခန့်မှန်းချက်. စူပါကွန်ပြူတာများကို အသုံးပြုနိုင်ပါသည်။ ပြင်းထန်သောမုန်တိုင်းများနှင့် ရာသီဥတုပြောင်းလဲမှုများကို ခန့်မှန်းရန်။ အေဂျင်စီတွေလိုမျိုးပေါ့။ အမျိုးသား သမုဒ္ဒရာနှင့် လေထု စီမံခန့်ခွဲရေး သူတို့ကို ကြီးကြီးမားမား အားကိုးပါ။ ၎င်းတို့သည် ဂြိုဟ်တုများမှ ဒေတာအချက်အလတ် သန်းပေါင်းများစွာကို နေ့စဉ် စုပ်ယူကြသည်။

သူတို့သည် ဤသမုဒ္ဒရာ၏ဒေတာကို တိကျစွာအသုံးပြုသည်။ အတုယူပါ။ လေထု။ ဒီလိုလုပ်ခြင်းအားဖြင့် သူတို့ခန့်မှန်းနိုင်တယ်။ ပြင်းထန်သောရာသီဥတုဖြစ်ရပ်များ မဖြစ်ခင် ရက်ပိုင်းအလို။ ပေးကြတယ်။ real-time အသက်နှင့် ပစ္စည်းများကို ကယ်တင်နိုင်သော သတိပေးချက်များ။ ၎င်းသည် ရှုပ်ထွေးသော သင်္ချာအကြိမ်ပေါင်း သန်းနှင့်ချီ၍ လိုအပ်သည်။ တစ်စက္ကန့်.

ဟိ တွက်ချက်မှု ရာသီဥတုအတွက် မော်ဒယ်များနှင့် အတော်လေး ဆင်တူသည်။ AI မော်ဒယ်များ။ သူတို့ နှစ်ယောက်လုံး လေ့လာရန် ဒေတာ အများအပြား လိုအပ်သည်။ တစ်ခုတည်း တွက်ချက်မှု သာမာန်တစ်ခုအတွက် ကြာကြာမကြာနိုင်ပါ။ ကွန်ပျူတာ. သို့သော် ၎င်းတို့ကို ဘီလီယံနှင့်ချီ၍ တစ်ပြိုင်နက်လုပ်ဆောင်ခြင်းသည် လေးနက်သော၊ အပ်နှံထားသော စွမ်းအားလိုအပ်သည်။

AI တွင် အထူးရည်ရွယ်ချက်ရှိသော စူပါကွန်ပြူတာများ၏ အခန်းကဏ္ဍက အဘယ်နည်း။

တစ်ခါတစ်ရံတွင်၊ ယေဘူယျစက်သည် အလုပ်အတွက် အကောင်းဆုံးကိရိယာမဟုတ်ပေ။ ဒါက ဘယ်တုန်းကလဲ။ အထူးရည်ရွယ်ချက်ရှိစူပါကွန်ပျူတာများ တောက် ၎င်းတို့ကို သီးခြားအလုပ်တစ်ခုအတွက် မြေပြင်မှ တည်ဆောက်ထားသည်။ သူတို လည်ပတ်ရန် ဒီဇိုင်းထုတ်ထားသည်။ အတိအကျအမျိုးအစားတစ်ခု တွက်ချက်မှု တခြားဘာကိုမှ စွမ်းအင်မဖြုန်းတီးဘဲ ပြီးပြည့်စုံတယ်။

ဥပမာအားဖြင့်၊ သုတေသီများသည် လေ့လာရန် စက်များကို တည်ဆောက်ကြသည်။ ကွမ်တမ်မက္ကင်းနစ်. ရုပ်ပိုင်းဆိုင်ရာ ဗိသုကာပညာ အတိအကျ သိပ္ပံပညာအတွက် သီးသန့် ချိန်ညှိထားသည်။ ၌ AI ကမ္ဘာပေါ်တွင် ကုမ္ပဏီများသည် အာရုံကြောကွန်ရက်များအတွက် စိတ်ကြိုက်ချစ်ပ်များကို တည်ဆောက်ကြသည်။ ဒါတွေမဟုတ်ဘူး။ ပုံမှန်ကွန်ပျူတာများ ဘရောက်ဆာ သို့မဟုတ် စကားလုံးပရိုဆက်ဆာကို အသုံးပြုသည်။

၎င်းတို့သည် တစ်ခုတည်းကို လုံးလုံးအာရုံစိုက်ထားသောကြောင့်၊ ၎င်းတို့သည် မယုံနိုင်လောက်အောင် ထိရောက်သည်။ အလွယ်တကူဖြစ်နိုင်သည်။ ၁၀ ကြိမ် ဒီအလုပ်က ယေဘူယျစက်ထက် ပိုမြန်တယ်။ သူတို့ဟာ နေ့စဥ် စွမ်းအင်ကို မဖြုန်းတီးပါဘူး။ ကွန်ပျူတာစက်လည်ပတ်ရေးစနစ်ပရိုဂရမ်. သူတို့က အကြပ်အတည်းဖြစ်အောင် တည်ဆောက်ထားတဲ့ ကိန်းဂဏန်းတွေကိုပဲ ကိုက်တယ်။ ဒီ မြင့်မားသောစွမ်းဆောင်ရည် ဖောက်ထွင်းဝင်ရောက်မှုများကို ခွင့်ပြုသည်။ AI အဲဒါက လွန်ခဲ့တဲ့ ဆယ်စုနှစ်တစ်ခုက မဖြစ်နိုင်ဘူး။

တစ်နေ့တွင် စူပါကွန်ပြူတာတစ်လုံးသည် Laptop တစ်လုံးတွင် အံဝင်ခွင်ကျဖြစ်မည်လား။

နည်းပညာသည် အချိန်နှင့်အမျှ အမြဲကျဆင်းနေပါသည်။ အလွန် အမြန်ဆုံးစူပါကွန်ပျူတာ လွန်ခဲ့တဲ့ အနှစ်နှစ်ဆယ်ကစလို့ ခေတ်မီစမတ်ဖုန်းတစ်လုံးရဲ့ ပါဝါက မရှိသလောက်ပါပဲ။ ဒီတော့ ဒီနေ့ခေတ်ကြီးတွေက သေးသေးလေး ဖြစ်သွားလိမ့်မယ်။ လက်တော့ပ်? အဖြေကတော့ Yes ရော No ပါ ။

ခေတ်မီစူပါကွန်ပျူတာများ ရုပ်ပိုင်းဆိုင်ရာ ကြီးမားသည်။ ဥပမာအားဖြင့်၊ အချို့သောစက်များသည် ရင်သပ်ရှုမောဖွယ်ကောင်းသည်။ 442 petaflops ၏မြန်နှုန်း. (က petaflops တစ် quadrillion ဖြစ်ပါတယ်။ တစ်စက္ကန့်လျှင် ရေပေါ်အမှတ် လုပ်ဆောင်ချက်များ) သင်တစ်ဦးတွင် ဤမျှလောက်သော အပူနှင့် စွမ်းအင်ကို အံမဝင်ပါ။ လက်တော့ပ် အချိန်မရွေး မကြာခင်! ငါတို့လို စက်ကိရိယာ 14.1 လက်မလက်မ Laptop DS141 အလွန်ခက်ခဲသော်လည်း မဂ္ဂါဝပ်ကို မကိုင်တွယ်နိုင်ပါ။ ပါဝါသုံးစွဲမှု အဲဒါအတွက် လိုအပ်တယ်။

သို့သော်၊ ပရိုဆက်ဆာ သင့်အိမ်အတွင်း ကွန်ပျူတာ ပိုကောင်းလာမယ်။ တစ်ခုတည်း အူတိုင် ဒီနေ့ အများကြီးပဲ။ အဆ ပိုမြန်တယ်။ mainframes အဟောင်းတွေထက်။ အခု ကျွန်တော်တို့ဆီက အပိုင်းတွေ ရှိတယ်။ သိန်းချက် ၎င်းသည် 1990 ခုနှစ်များမှ ဆာဗာခန်းတစ်ခုလုံးကို ယှဉ်ပြိုင်ခဲ့သည်။ မင်းရဲ့အနာဂတ် လက်တော့ပ် ပြည်တွင်းကို ကိုင်တွယ်မယ်။ AI မယုံနိုင်လောက်အောင် လွယ်ကူသော အလုပ်များ။

တွက်ချက်မှုဆိုင်ရာ AI နယ်ပယ်သည် မနက်ဖြန်တွင် မည်သို့ရှိမည်နည်း။

စိတ်လှုပ်ရှားစရာ ကွန်ပြူတာနယ်ပယ် သိပ္ပံပညာသည် လုံး၀ ရောနှောနေသည်။ AI. အစရှိတဲ့ နေရာတွေမှာ ဧရာမစနစ်တွေ လည်ပတ်နေတာ တွေ့နေရပါတယ်။ Los Alamos အမျိုးသားဓာတ်ခွဲခန်း နှင့် Oak Ridge အမျိုးသားဓာတ်ခွဲခန်း. သူတို့က ဘယ်အရာရဲ့ ပကတိကန့်သတ်ချက်တွေကို အဆက်မပြတ်တွန်းပို့နေတယ်။ ကွန်ပျူတာ လုပ်နိုင်ပါတယ်။

အနာဂတ်တွင် စက်များသည် ပုံမှန်အတိုင်း ချောမွေ့စွာ ရောစပ်နိုင်မည်ဖြစ်သည်။ ဗဟိုလုပ်ငန်းဆောင်တာများ နည်းပညာအသစ်စက်စက်ဖြင့်။ ပိုပြီး အထူးပြု တွေ့ရပါလိမ့်မယ်။ vector ကွန်ပျူတာများ အသုံးပြုလျက်ရှိသည်။ တစ် vector chip သည် သတ်မှတ်ထားသော သင်္ချာအမျိုးအစားများအတွက် ကောင်းမွန်ပါသည်။ AI ချစ်တယ်။ သုံးကြလိမ့်မယ်။ ကြီးမားသော အပြိုင်လုပ်ဆောင်ခြင်း။ လေ့ကျင့်ရန် AI ဒီနေ့ထက်တောင် ပိုမြန်တယ်။

ထိပ်တန်း ကမ္ဘာပေါ်ရှိ စူပါကွန်ပျူတာများ မြန်နှုန်းစံချိန်သစ်များကို ဆက်လက်ချိုးဖျက်သွားမည်ဖြစ်သည်။ မကြာမီတွင်၊ ကျွန်ုပ်တို့အစား exaflops အကြောင်းပြောပါမည်။ petaflops. ဤအရာအားလုံး တွက်ချက်မှု ပါဝါသည် နောက်ဆုံးတွင် ကျွန်ုပ်တို့ထံ ကျဆင်းသွားလိမ့်မည်။ တိုင်းဖြစ်အောင်လုပ်မယ်။ ကွန်ပျူတာ ကျွန်ုပ်တို့သည်—တိမ်တိုက်ရှိဆာဗာများမှ သင့်လက်ထဲရှိ တက်ဘလက်အထိ—ပိုကောင်း၊ ပိုမြန်ပြီး ပိုမိုစမတ်ကျသည်။

အနှစ်ချုပ်

မယုံနိုင်လောက်အောင် ခုန်ပေါက်သွားတာကို ကြည့်လိုက်တာနဲ့ တွက်ချက် နည်းပညာ၊ ကြီးမားသော စီမံဆောင်ရွက်မှုသည် ကျွန်ုပ်တို့၏ အနာဂတ်ကို ပုံဖော်ပေးသည်မှာ ထင်ရှားပါသည်။ သင်တန်းကနေ အဆင့်မြင့်လာတယ်။ AI ရာသီဥတုကို ခန့်မှန်းရန်၊ အလွန်အမင်း ဟာ့ဒ်ဝဲသည် ခေတ်သစ်ဘဝ၏ မမြင်နိုင်သော ကျောရိုးဖြစ်သည်။

• A စူပါကွန်ပျူတာ ကြီးမားသည်။ ကွန်ပျူတာ ရှုပ်ထွေးသောသင်္ချာကို အလွန်လျင်မြန်စွာ လည်ပတ်နိုင်ရန် တည်ဆောက်ထားသည်။
• စွမ်းဆောင်ရည်က များပါတယ်။ Floating Point ဖြင့် တိုင်းတာသည်။ ဒုတိယတစ်ခုအဖြစ်လူသိများသည်။ ညှပ်.
• AI အပေါ်မှာ အကြီးအကျယ် အားကိုးတယ်။ တွက်ချက်မှု ကပေးသောပါဝါ ဂရပ်ဖစ်လုပ်ဆောင်ခြင်းယူနစ်များ (GPUs)။
• ခေတ်မီအသုံးအဆောင်များ parallel processing ကိုသုံးပါ။ အလုပ်ကြီးတစ်ခုကို ခွဲဝေဖို့ ရာနှင့်ချီ ချစ်ပ်များ။
• တိမ်တိုက်ကွန်ပြူတာ ပြုလုပ်သည်။ စွမ်းဆောင်ရည်မြင့် ကွန်ပျူတာ အသေးစားလုပ်ငန်းများသို့ ဝင်ရောက်နိုင်သည်။
• ဟိ ကွန်ပြူတာနယ်ပယ် ဓာတ်ခွဲခန်းများနှင့် အသစ်များဖြင့် ရှေ့သို့ တွန်းပို့နေသည့် သိပ္ပံပညာသည် ဆက်လက်ကြီးထွားလာသည်။ ပရိုဆက်ဆာ ဒီဇိုင်းများ