پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

مدل جدید دابل ای‌آی با حمایت انویدیا هزینه‌های پردازش هوش مصنوعی را تا ۶۷ درصد کاهش می‌دهد

انتشار:۲۷ مهر ۱۴۰۵(۵۸ دقیقه پیش)
۳ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

استارتاپ دابل ای‌آی با پشتیبانی انویدیا از مدلی به نام مکسول رونمایی کرد که با بهینه‌سازی خودکار برنامه‌ها، کارایی سخت‌افزارها را به حداکثر می‌رساند. این مدل توانسته است هزینه‌های پردازشی یکی از مشتریان اولیه خود را ۶۷ درصد کاهش دهد و گامی مهم در مهار هزینه‌های سرسام‌آور سرورهای هوش مصنوعی بردارد.

مدل جدید دابل ای‌آی با حمایت انویدیا هزینه‌های پردازش هوش مصنوعی را تا ۶۷ درصد کاهش می‌دهد

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • مدل مکسول، نخستین مدل اجرای کد (CEM) است که با استقرار درون برنامه‌ها، نحوه اجرای کدها را برای کاهش مصرف منابع GPU و CPU بهینه‌سازی می‌کند.
  • این فناوری در نخستین آزمایش‌ها هزینه پردازش ابری را ۶۷ درصد کاهش داده و سرعت پردازش مدل‌های وزن‌باز را تا ۲ برابر ارتقا بخشیده است.
  • دابل ای‌آی قصد دارد به‌جای دریافت حق اشتراک ثابت، درصدی از مبالغ صرفه‌جویی‌شده در هزینه‌های پردازش مشتریان را به‌عنوان کارمزد دریافت کند.

استارتاپ دابل ای‌آی (DoubleAI) مستقر در تل‌آویو که از حمایت مالی انویدیا برخوردار است، مدلی مبتنی بر هوش مصنوعی عرضه کرده که به گزارش وال استریت ژورنال، هزینه‌های پردازشی یکی از نخستین مشتریان این شرکت را تا ۶۷ درصد کاهش داده است.

این مدل که مکسول (Maxwell) نام دارد، نخستین «مدل اجرای کد» (Code Execution Model یا به اختصار CEM) این شرکت به شمار می‌رود و قرار است تا پیش از پایان ماه جاری میلادی به‌صورت گسترده‌تر در دسترس قرار گیرد.

در حالی که مدل‌های زبانی بزرگ به افراد در نگارش کدهای نرم‌افزاری کمک می‌کنند، مدل‌های اجرای کد مستقیماً درون برنامه‌های در حال اجرا مستقر می‌شوند، به‌صورت خودمختار فعالیت می‌کنند و راهکارهایی را برای ارتقای راندمان اجرای کدها می‌یابند. امنون شاشوا (Amnon Shashua)، هم‌بنیان‌گذار و مدیرعامل دابل ای‌آی، اعلام کرد که اعتبارسنجی کدها مانع اصلی در این مسیر بوده است؛ اما این استارتاپ موفق شده روشی بیابد تا این فرآیند را به‌صورت فرمال و ریاضیاتی اعتبارسنجی کند.

مدل مکسول با هدف مهار هزینه‌های فزاینده به‌کارگیری پردازنده‌های گرافیکی (GPU) و پردازنده‌های مرکزی (CPU) طراحی شده است و این کار را از طریق استخراج حداکثر بازدهی ممکن از این سخت‌افزارها انجام می‌دهد.

شاشوا در گفت‌وگو با وال استریت ژورنال تأکید کرد: «سخت‌افزارهای بیشتری تولید می‌شوند، اما نیاز به توان پردازشی به مراتب سریع‌تر از سرعت تولید پردازنده‌های گرافیکی و مرکزی در حال افزایش است. اگر بتوانید از همین سخت‌افزارها استفاده بهینه‌تری ببرید، از نظر کاهش هزینه‌ها به موفقیتی چشمگیر دست خواهید یافت.»

بر اساس گزارش شرکت تحلیل داده و مشاوره سمی‌آنالیسیس (SemiAnalysis)، هزینه ساعتی اجاره ظرفیت تراشه‌های H100 انویدیا ذیل قراردادهای یک‌ساله، نسبت به سال گذشته ۶۰ درصد جهش داشته است.

شرکت LTX که در زمینه توسعه مدل‌های هوش مصنوعی چندوجهیِ وزن‌باز (Open-weight) فعالیت می‌کند، اعلام کرده است که مکسول سرعت استنتاج و پاسخگویی مدل‌های اختصاصی این مجموعه را ۲ برابر افزایش داده است. زئیف فاربمن (Zeev Farbman)، هم‌بنیان‌گذار و مدیرعامل LTX، در این رابطه به وال استریت ژورنال گفت: «ما زمان مصرفی پردازنده‌های گرافیکی را به‌دقت اندازه‌گیری می‌کنیم و این زمان در هر مقطع زمانی، نرخ مشخصی در بازار دارد.»

دابل ای‌آی در نظر دارد مدل درآمدی خود را مستقیماً بر اساس میزان صرفه‌جویی مالی مشتریان پایه‌ریزی کند. شاشوا توضیح داد اگر این شرکت بتواند هزینه پردازش یک مشتری را از ۱۰ میلیون دلار به ۶ میلیون دلار برساند، سهمی از این ۴ میلیون دلار صرفه‌جویی‌شده را به‌عنوان درآمد دریافت خواهد کرد؛ هرچند او به درصد دقیق این سهم اشاره‌ای نکرد.

شاشوا انتظار دارد پس از عرضه گسترده‌تر مکسول، غول‌های فناوری و شرکت‌هایی با سنگین‌ترین صورت‌حساب‌های آموزش و استنتاج مانند اوپن‌ای‌آی و آنتروپیک بیشترین بهره را از آن ببرند. به گفته او، حتی ۱۰ درصد صرفه‌جویی در این بخش می‌تواند صدها میلیون دلار ارزش مالی برای بزرگ‌ترین آزمایشگاه‌های هوش مصنوعی خلق کند.

دابل ای‌آی تاکنون در مجموع ۲۲۰ میلیون دلار سرمایه جذب کرده است. سرمایه‌گذاران مطرح این شرکت شامل لایت‌اسپید ونچرز (Lightspeed Venture Partners)، بسمر ونچرز (Bessemer Venture Partners)، انویدیا و شرکت دل (Dell) هستند. این استارتاپ دو ساله حدود ۴۰ کارمند دارد و شاشوا علاوه بر این مجموعه، هم‌زمان به‌عنوان مدیرعامل شرکت سرشناس موبایل‌آی (Mobileye) نیز فعالیت می‌کند.

جالب آنکه این استارتاپ حدود نیمی از سرمایه جذب‌شده خود را صرف خرید ۱۰۰۰ تراشه B300 انویدیا کرده تا زیرساخت محاسباتی اختصاصی خود را تقویت کند. شاشوا در این رابطه به وال استریت ژورنال گفت: «نمی‌توان صرفاً به اجاره ظرفیت‌های پردازشی متکی بود؛ چراکه قیمت‌ها مدام در حال صعود هستند.»

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

انویدیا با مدل‌های وزن‌باز نموترون، اجرای محلی ایجنت‌ها را به سازمان‌ها و کامپیوترهای شخصی می‌آورد
آخرین اخبار

انویدیا با مدل‌های وزن‌باز نموترون، اجرای محلی ایجنت‌ها را به سازمان‌ها و کامپیوترهای شخصی می‌آورد

انویدیا از مدل‌های وزن‌باز جدیدی برای توسعه ایجنت‌ها در سرورهای سازمانی و کامپیوترهای شخصی پرده برداشت. این مدل‌ها با تضمین حریم خصوصی، امکان اجرای آفلاین و پردازش محلی وظایف خودکار را بدون نیاز به سرورهای ابری برای سازمان‌ها و کاربران فراهم می‌کنند.

۳ دقیقه مطالعه
۰
۲۷ مهر
ظهور دانشمندان هوش مصنوعی؛ چگونه ایجنت‌های خودکار مدیریت آزمایشگاه‌های واقعی را به دست می‌گیرند؟
آخرین اخبار

ظهور دانشمندان هوش مصنوعی؛ چگونه ایجنت‌های خودکار مدیریت آزمایشگاه‌های واقعی را به دست می‌گیرند؟

شخصی‌سازی و نام‌گذاری ایجنت‌های هوش مصنوعی شاید در ابتدا سرگرم‌کننده به نظر برسد، اما تحول واقعی زمانی رخ می‌دهد که این ابزارها هویت تخصصی پیدا می‌کنند. پژوهشگران در نشستی تخصصی به بررسی نقش ایجنت‌های خودکار در هدایت آزمایشگاه‌های شیمی و چالش‌های سخت‌افزاری پیش‌روی دانشمندان هوش مصنوعی پرداختند.

۶ دقیقه مطالعه
۰
۲۷ مهر
رمزگشایی از اسناد ناپلئون تا پروتکل‌های امنیتی؛ رکوردشکنی مدل‌های هوش مصنوعی در حل معماهای رمزنگاری
آخرین اخبار

رمزگشایی از اسناد ناپلئون تا پروتکل‌های امنیتی؛ رکوردشکنی مدل‌های هوش مصنوعی در حل معماهای رمزنگاری

مدل‌های پیشرفته هوش مصنوعی از شرکت‌های اوپنای‌آی و آنتروپیک توانسته‌اند معماهای پیچیده رمزنگاری را که دهه‌ها و قرن‌ها بدون پاسخ مانده بودند، در زمانی رکوردشکن رمزگشایی کنند. این دستاوردها نشان می‌دهند که توانایی الگوریتم‌های هوش مصنوعی نه‌تنها در محاسبات ریاضی پیشرفته، بلکه در حل چالش‌های امنیتی و تاریخی با سرعتی باورنکردنی در حال گسترش است.

۳ دقیقه مطالعه
۰
۲۷ مهر