Tekoäly korvaa ihmisveren, hiki ja kyyneleet lukemattomilla teollisuudenaloilla ympäri maailmaa, mutta tämä ei ole mikään yllätys. Tietokoneet voivat jäljitellä ihmisen aivoja – mutta nopeammin ja kattavammin – käsittelemällä valtavia visuaalisen, puhutun tai numeerisen tiedon sarjoja ja tunnistamalla syy-seurausmallit tarkemmin. Vaikutukset varsinaiseen tekoälyohjattuun koneeseen, joka on tutkinut tuhansia sekä terveiden että syöpäpotilaiden TT-skannauksia, ovat valtavat. Tämä kone ja muut (syövän havaitseminen on tekoälyn yleinen tarkoitus) voivat tunnistaa 95% tarkkuudella pienet kasvaimet skannauksessa, mutta oppia myös määrittämään, mitkä kasvaimet ovat todennäköisesti hyvänlaatuisia ja mitkä eivät.

Tekoälyllä on sama kiihdyttävä vaikutus muihin aloihin, kuten rahoitukseen, joka käyttää sitä ennakoivaan markkina-analyysiin ja muihin voittopohjaisiin pyrkimyksiin. Genetiikan asiantuntijat luottavat myös tekoälyyn ja syvään oppimiseen saadakseen uudet johtopäätökset kasvien ja eläinten genomeihin tallennetuista loputtomista, mutkikkaista tiedoista. Tekoäly auttaa auttamaan tietokonekäyttöisten aivojen avulla geneettisten emäsparien, niiden mallien ja niistä johtuvien ominaisuuksien tutkimisessa piirtää uusien farmaseuttisten lääkkeiden suunnitelma ja lääkkeet. STEM-asiantuntijat ja muut alan johtajat luottavat tekoälyyn nopeammin innovaation nopeuttamiseksi, mutta siitä on aiheutunut kustannuksia.

Tekoälyn lisääntynyt kysyntä tarkoittaa myös näiden keinotekoisten älykkäiden koneiden isännöimien koneiden tarvitseman laskentatehon kasvua. Koska laajamittainen tiedonsiirto tapahtuu kaikkialla “digitaaliseksi” -konseptin ansiosta, sillä on mielenkiintoinen vaikutus pilvipalveluihin ja sirujenvalmistajiin. GPU – tai grafiikkaprosessoriyksikkö – on nyt teollisuuden oletuspiirityyppi kustannustehokkaan virran luomiseksi etenkin tekoälyyn sopiville tehtäville..

Miksi GPU: t?

GPU: n erilainen arkkitehtuuri suorittimesta tekee entisestä soveltuu paremmin syvälliseen oppimiseen ja tekoälyyn, jotka tavoittelevat monitahoisia ja monimutkaisia ​​tavoitteita pikemminkin kuin yksinkertaisia ​​- kuten esimerkiksi verkkosivun lataaminen. AI: n peräkkäisen ongelmanratkaisun sijaan se vaatii nopeaa rinnakkaista käsittelyä. Jopa tekoäly oppia tunnistamaan koiran luotettavasti kuvassa, sen on suoritettava vakavasti monimutkaisia ​​laskelmia samanaikaisesti. Tämä tekoäly saattaa tarkastella koiran kuvaa, muuntaa sen mustavalkoiseksi ja antaa jokaiselle pikselille numeron sen vaaleustason tai pimeyden perusteella, mikä luo näyttävän numeromatriisilta näyttävän kuvan. Koska sitä syötetään toistuvasti tuhansille valokuville ja annetaan kullekin oikea määritelmä, se oppii ajan myötä tunnistamaan kuviot, jotka tarkoittavat “koira”, ja poimii koirat tarkasti jokaisesta näkyvästään kuvasta.

Changelly - Vaihda kryptovaluutta parhaalla hinnalla

Tämän saavuttamiseksi tekoälyn on viitattava miljooniin datapisteisiin löytääkseen ne, jotka korreloivat siihen, mihin se “näyttää”. Tämä vaatii intensiivistä rinnakkaiskäsittelyä, joka on helppo tehtävä keskimääräiselle vähittäiskaupan GPU: lle, mikä yleensä on satoja kertoja niin monta ydintä, enemmän muistin kaistanleveyttä ja kymmenenkertainen laskentatehokkuus teollisen tason prosessorina Inteliltä. Vaikka prosessorit ovat edelleen välttämättömiä tehtäville, jotka edellyttävät peräkkäisiä laskentamalleja ja joita voidaan käyttää parempien tulosten saavuttamiseen yhdessä GPU: iden kanssa, jälkimmäiset ovat nyt tietokoneteollisuuden uusi oletustyöhevonen.

Nvidian kaltaiset valmistusyritykset ovat hyötyneet merkittävästi siirtymisestä GPU-tekniikkaan, samoin kuin suuremmat pilvipalvelujen tarjoajat, kuten Amazon ja Google, jotka tarjoavat nyt virtuaalikoneympäristöjä, jotka toimivat GPU-virralla. Yritykset, jotka ovat erikoistuneet grafiikka-animaatioon ja renderointiin, tekoälyn syvään oppimiseen ja kryptovaluutan louhintaan, omistavat suuret budjetit tähän tarpeeseen. Suosituimmat pilvi-GPU-alustat tarjoavat kuukausittaisia ​​ja jopa tunti laskutustilauksia tämän kysynnän tyydyttämiseksi, mutta kätevien myyntimallien tarjoaminen tai massiivisten GPU-tehopankkien keskittäminen ei riitä. Myös uutta, mukautettua infrastruktuuria rakennetaan parantamaan grafiikkaan perustuvan tietojenkäsittelyn kustannustehokkuutta.

Mitä Blockchain voi tehdä näytönohjaimille?

Tekoälyn nousu pakottaa pakottamaan pakollisesti maailman laskentakapasiteettia. Alkuvaiheessa tämä on johtanut siirtymiseen kohti GPU: n tehoa CPU: iden yli, mutta toisessa vaiheessa siirrytään kohti hajautettua tehoa. Vaikka GPU-datakeskusten keskitetty organisointi on toistaiseksi riittävän hyvä, se ei ole kustannustehokasta. Blockchain-kirjanpidot on kyky seurata ja järjestää vaivattomasti potentiaalisesti loputon määrä hajautettua sähköntuottajia. Siksi innovaattorit pitävät lohkoketjua parempana sähkön toimitusmenetelmänä sekä luonnollisemman energian nimellisarvon ja hinnan löytämisen kannalta että myös sen kyvystä vapauttaa vähittäiskaupan koneisiin jäänyt joutokäynnillä oleva GPU-teho..

Tatau on yksi ensimmäisistä blockchain-yrityksistä, joka on käsitellyt tätä ainutlaatuista ideaa, ja sen avulla kuka tahansa, jolla on tietokone, voi muodostaa yhteyden ja alkaa tarjota tietokoneensa virtaa verkkoon. Tataun käyttämä lohkoketju nimittää GPU: n virran, joka on virtattu käyttäjien tietokoneista rahakkeina, ja maksaa heille vetämästään tehosta. Markkinapaikkana Tataun lohkoketju yhdistää ensisijaisesti ne, jotka tarvitsevat GPU-virtaa tietyllä hinnalla, ja käyttäjäryhmät, jotka haluavat toimittaa sitä.

“AI-laskennan kysyntä kaksinkertaistuu 3,5 kuukauden välein, mutta tarjonta ei pysy yllä. Tavarantoimittajat käyttävät hintaa vipuna käytön hallintaan, ja nämä dynamiikat estävät innovaatioita. ” kirjoitti Andrew Fraser, Tataun toimitusjohtaja.

Muut blockchain-pohjaiset yritykset ovat hyödyntäneet ajatusta myös merkityn energian nimellisarvosta ja levittämisestä. Monet uudet pelaajat auttavat käyttäjiä tuottamaan vajaakäytössä olevaa tehoa muulla tavoin käyttämättömillä tietokoneillaan, ja uutta teollisuutta ovat parhaillaan rakentamassa yritykset, jotka ovat erikoistuneet tarjoamaan virtaa tietyille toimialoille, kuten renderointi ja animaatio. Vaikka se on totta animaatioelokuvan renderointi on tehtävä, joka soveltuu paljon paremmin hajautettuun GPU-tehoon, se on tekoälyyn perustuvan kehityksen mahdollisesti loputon lähde, joka on todellinen katalysaattori.