Az OpenAI, az Intel és a Qualcomm mesterséges intelligencia-beszélgetést végez a legendás Hot Chips konferencián

A stanfordi számítógépes konferencia az OpenAI infrastruktúráért felelős vezetője vitaindító előadásával indult, aki elmagyarázta az egyre nagyobb számítógépek építésének logikáját.

Arik Gihon, az Intel vezető mérnöke a rendszer-chip tervezésért az Intel legújabb adatközponti chipjének, a Lunar Lake-nek a tervezésén keresztül vezeti be a hallgatóságot.

A mesterséges intelligencia feldolgozására szánt chipek gyártásának tudománya és tervezése ugyanolyan élénk, mint valaha, a Stanford Egyetemen ezen a héten megrendezett Hot Chips chipkonferencia alapján.

A jelenleg 36. alkalommal megrendezett Hot Chips show 1500 résztvevőt vonz, akiknek valamivel több mint fele az online élő közvetítésben, a többiek pedig a Stanford's Memorial Auditoriumban vesznek részt. A bemutató évtizedek óta melegágya volt az Intel, az AMD, az IBM és sok más gyártó legmodernebb lapkáiról szóló megbeszéléseknek, és a cégek gyakran használják a show-t új termékek bemutatására.

Az idei konferenciára több mint száz előadás érkezett a világ minden tájáról. Végül 24 előadást fogadtak el, körülbelül annyit, amennyi egy kétnapos konferencia formátumba belefér. Vasárnap két oktatói szekcióra került sor, hétfőn és kedden egy vitaindító előadásra. Tizenhárom poszterülés is van.

A színpadi technikai előadások és a poszterbemutatók rendkívül technikai jellegűek, és a mérnökök felé fordulnak. A közönség hajlamos kiteríteni a laptopokat és a több képernyőt, mintha a személyes irodájukban töltené az üléseket.

A jelenlévők hajlamosak laptoppal felállítani a tábort, mintha egy rögtönzött iroda lenne.

A Hot Chips 2024 résztvevői

A hétfő délelőtti ülés, amelyen a Qualcomm az adatközpont Oryon processzoráról és az Intel Lunar Lake processzoráról tartott prezentációkat, zsúfolásig telt tömeget vonzott, és rengeteg kérdést vetett fel a közönség számára.

Az elmúlt években nagy hangsúlyt fektettek az AI neurális hálózati formáinak jobb futtatására tervezett chipekre. Az idei konferencián Trevor Cai, az OpenAI hardverért felelős vezetője tartotta a vitaindító előadást a „Kijósolható méretezésről és infrastruktúráról”.

Az OpenAI infrastruktúra mérnöke, Trevor Cai a számítási teljesítmény növelésének kiszámítható skálázási előnyeiről, amelyekre az OpenAI a kezdetek óta összpontosít.

Cai, aki az OpenAI számítási infrastruktúrájának összeállításával töltötte az idejét, elmondta, hogy a ChatGPT annak az eredménye, hogy a vállalat "éveket és dollármilliárdokat költ a következő szó jobb megjóslására". Ez olyan egymást követő képességekhez vezetett, mint a „nullapontos tanulás”.

- Honnan tudtuk, hogy működni fog? - kérdezte Cai költőien. Mert vannak „skálázási törvények”, amelyek azt mutatják, hogy a képesség előre láthatóan növekedhet a használt számítás „hatványtörvényeként”. Minden alkalommal, amikor a számítástechnikát megduplázzák, a pontosság megközelíti az "irreducibilis" entrópiát - magyarázta.

"Ez az, ami lehetővé teszi számunkra, hogy befektetéseket hajtsunk végre, és hatalmas számítógépcsoportokat építsünk" - mondta Cai. Hatalmas ellenszél van a skálázási görbe mentén való haladáshoz, mondta Cai. Az OpenAI-nak nagyon nagy kihívást jelentő algoritmus-újításokkal kell megküzdenie, mondta.

A hardverek esetében "a hatalmas klaszterek dollár- és energiaköltségei még a legnagyobb szabad cash flow-t termelő vállalatok számára is jelentőssé válnak" - mondta Cai.

A konferencia kedden többek között az Advanced Micro Devices és a startup Cerebras Systems előadásaival folytatódik.