پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

سم آلتمن: اجرای محلی هوش مصنوعی روی کامپیوترها هدر دادن حافظه رم است

انتشار:۱۳ آبان ۱۴۰۵
۳ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

سم آلتمن، مدیرعامل OpenAI، با روند رو‌به‌رشد اجرای محلی مدل‌های هوش مصنوعی روی کامپیوترهای شخصی مخالفت کرده و آن را اتلاف منابع ارزشمند رم دانسته است. او معتقد است در شرایط کمبود شدید تراشه‌های حافظه در جهان، پردازش ابری بالاترین بهره‌وری را از این منابع محدود به‌همراه دارد.

سم آلتمن: اجرای محلی هوش مصنوعی روی کامپیوترها هدر دادن حافظه رم است

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • سم آلتمن اجرای مدل‌های هوش مصنوعی روی کامپیوترهای شخصی را به‌دلیل بلااستفاده ماندن بخش عمده حافظه رم در بیشتر ساعات شبانه‌روز، اتلاف منابع جهانی می‌داند.
  • برخلاف OpenAI، شرکت‌هایی مانند انویدیا و مایکروسافت از سخت‌افزارهای مجهز به حافظه بالا برای اجرای مستقل و محلی هوش مصنوعی حمایت می‌کنند.
  • کمبود جهانی تراشه‌های حافظه تا سال ۲۰۳۰ ادامه خواهد داشت و تولیدکنندگان تراشه به‌دلیل ترس از اشباع بازار، تمایلی به افزایش بی‌رویه ظرفیت کارخانه‌های خود ندارند.

شاید چندان تعجب‌آور نباشد، اما سم آلتمن، مدیرعامل OpenAI، چندان دل خوشی از اجرای محلی مدل‌های هوش مصنوعی توسط کاربران ندارد؛ چراکه به باور او، این کار منابع ارزشمند حافظه را از دسترس مراکز داده خارج می‌کند.

آلتمن در گفتگوی جدید خود در پادکست Cheeky Pint اظهار داشت: «وقتی با محدودیت شدید در تأمین سخت‌افزار روبه‌رو هستید، باید به دنبال حداکثر بهره‌وری در بستر ابری باشید، اما در کمال تعجب، درک شهودی بسیاری از افراد دقیقاً برعکس این موضوع است.»

در نقطه مقابل، شرکای تجاری OpenAI، از جمله انویدیا و مایکروسافت، همواره از مزایای اجرای مدل‌های هوش مصنوعی روی نسل جدید کامپیوترهای شخصی مجهز به حافظه رم بالا سخن می‌گویند. پردازش محلی هوش مصنوعی علاوه بر حفظ حریم خصوصی کاربران، به مصرف‌کنندگان و سازمان‌ها اجازه می‌دهد بدون پرداخت هزینه اشتراک از ابزارهای ابری بی‌نیاز شوند؛ موضوعی که تهدیدی مستقیم برای مدل کسب‌وکار OpenAI و سایر ارائه‌دهندگان بزرگ خدمات ابری به‌شمار می‌رود.

آلتمن در بخش دیگری از صحبت‌هایش توضیح داد: «افراد زیادی خواهان اجرای محلی هوش مصنوعی هستند و تصور می‌کنند چون مدل‌های متن‌باز در دسترس قرار می‌گیرند، این مسئله حل شده است. آنها فکر می‌کنند می‌توانند مدل‌ها را روی کامپیوترهای خود اجرا کنند و دیگر به تجهیزات مراکز داده نیازی نخواهند داشت. اما از دیدگاه تخصیص بهینه منابع در سطح جهانی، بسیار نگران‌کننده است که سهمی از ذخایر محدود تراشه‌های DRAM جهان در کامپیوتر شخصی هر فرد قرار بگیرد، در حالی که تنها در ۵ درصد از زمان از آن استفاده می‌شود.»

از این رو، به نظر می‌رسد آلتمن موج پردازش محلی هوش مصنوعی را اتلاف حافظه‌های ارزشمند DRAM می‌داند؛ هرچند این دیدگاه تا حد زیادی در جهت منافع تجاری شرکت خود اوست. او این اظهارات را در جریان بحث درباره تشدید بحران کمبود حافظه مطرح کرد؛ بحرانی که پیش‌بینی می‌شود تا سال ۲۰۳۰ ادامه داشته باشد. زمانی که از او پرسیده شد اوضاع برای حل این مشکل چگونه پیش می‌رود، او به یک کلمه بسنده کرد: «بد.»

از لحاظ نظری، افزایش تقاضا باید موجی از شرکت‌های پیشرو را به سمت ساخت تراشه‌های حافظه سوق دهد؛ انگیزه‌ای اقتصادی که آدام اسمیت از آن با عنوان «دست نامرئی» یاد کرده و معتقد بود شرایط بازار را برای همگان بهبود می‌بخشد. با این حال آلتمن تأکید کرد: «فکر می‌کنم دست نامرئی بازار در حال حاضر کارایی ندارد. این سازوکار در بهترین حالت کارنامه چندان درخشانی نداشته و به نظرم در این حوزه نیز پاسخگو نیست.»

مدیرعامل OpenAI در ادامه اشاره کرد که صنعت تولید حافظه به‌جای سرمایه‌گذاری بی‌محابا برای پاسخ به تقاضا، باید در ساخت کارخانه‌های جدید رویکردی محتاطانه در پیش بگیرد؛ زیرا سرمایه‌گذاری بیش از حد می‌تواند به اشباع بازار و مازاد عرضه تراشه منجر شود. او گفت: «فکر می‌کنم سازندگان گذشته خود را به یاد دارند؛ اینکه چند بار با ساخت کارخانه‌های بیش از حد و با این وعده که این بار ماجرا متفاوت است، تا مرز ورشکستگی پیش رفتند.»

در این میان، کمبود تراشه‌های حافظه تا حدی شدید بوده که کامپیوترهای جدید بهینه‌سازی‌شده برای هوش مصنوعی محلی، مانند لپ‌تاپ‌های RTX Spark انویدیا، قیمت بسیار بالایی دارند و بعید است تا زمان کاهش قیمت‌ها با استقبال عمومی گسترده روبه‌رو شوند.

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

اوراکل با معماری Deep Trust، امنیت و نظارت بر ایجنت‌های هوش مصنوعی را به پایگاه داده آورد
آخرین اخبار

اوراکل با معماری Deep Trust، امنیت و نظارت بر ایجنت‌های هوش مصنوعی را به پایگاه داده آورد

اوراکل با رونمایی از معماری Deep Trust AI، لایه‌های امنیتی و نظارتی مربوط به ایجنت‌های هوش مصنوعی را مستقیماً به درون پایگاه داده منتقل کرد. این رویکرد به سازمان‌ها اجازه می‌دهد بدون وابستگی به کد برنامه‌ها، دسترسی ایجنت‌ها را به داده‌های حساس و اعمال تغییرات تجاری محدود و مدیریت کنند.

۷ دقیقه مطالعه
۰
۱۳ آبان
هشدار تازه جفری هینتون؛ شاید بهتر بود هوش مصنوعی را هرگز توسعه نمی‌دادیم
آخرین اخبار

هشدار تازه جفری هینتون؛ شاید بهتر بود هوش مصنوعی را هرگز توسعه نمی‌دادیم

جفری هینتون، دانشمند برنده جایزه نوبل و معروف به پدرخوانده هوش مصنوعی، بار دیگر نسبت به خطرات کنترل‌ناپذیر این فناوری هشدار داد. او در گفتگوی اخیر خود تأکید کرد شاید بهتر بود بشر هرگز به سمت توسعه هوش مصنوعی نمی‌رفت و از نبود نظارت جدی بر شرکت‌های بزرگ ابراز نگرانی کرد.

۴ دقیقه مطالعه
۰
۱۳ آبان
مدیرعامل GoDaddy متون نوشته‌شده با هوش مصنوعی را نمی‌خواند؛ روش او برای شناسایی نوشته‌های ماشینی
آخرین اخبار

مدیرعامل GoDaddy متون نوشته‌شده با هوش مصنوعی را نمی‌خواند؛ روش او برای شناسایی نوشته‌های ماشینی

مدیرعامل شرکت GoDaddy اعلام کرد اگر کارمندی برای نوشتن گزارش‌های خود وقت نگذارد، او نیز وقتی برای خواندن آن‌ها نخواهد گذاشت. او با وضع قاعده‌ای سخت‌گیرانه علیه نگارش متون با هوش مصنوعی، نشانه‌هایی چون لحن بیش‌ازحد بی‌نقص یا متون طولانی را راهکار شناسایی این محتواها می‌داند.

۲ دقیقه مطالعه
۰
۱۳ آبان