Míg az első személyre szabott AI-asszisztensek, mint a Rabbit R1 és a Humane AI Pin, nem aratnak éppen kedvező kritikákat, a mesterséges intelligencia jövőjéért folyó igazi küzdelem egészen máshol zajlik. Ami igazán számít, azok a rendkívül nagy teljesítményű gépek, amelyek képesek betanítani a nagy mesterségesintelligencia-modelleket, és AI-szolgáltatásokat nyújtani az interneten keresztül.
Hatalmas adatközpontokról van szó, amelyek chipjei mind az AI-modellek betanítására, mind azok üzemeltetésére (inferenciára) optimalizáltak. Ezen a területen jelenleg az Nvidia dominál H100-as és az azt felváltó H200-as chipjeivel. Ezeknek a chipeknek a rendkívül magas ára, viszonylagos elérhetetlensége és a számítási teljesítmény iránti folyamatosan növekvő igény lényegében az összes nagy gyártót – köztük az Intelt és az AMD-t is – saját hardver fejlesztésére ösztönzi.
Korábban már említettem a Google Axion chip fejlesztését, amelyet a Google szerverfarmjai számára terveztek. Ez a chip a jelenlegi ARM-architektúrájú processzoroknál 30%-kal hatékonyabb működést, az x86-os architektúrájú chipeknél pedig akár 50%-kal magasabb energiahatékonyságot ígér. A cél a beszerzési és üzemeltetési költségek csökkentése, valamint egy Nvidiától független, saját chipforrás biztosítása. A saját chipek fejlesztése és gyártása költséges vállalkozás, ami jól mutatja, milyen jelentőséggel bír majd ez a cégek számára a jövőben.
A Meta bejelentette az Artemis kódnevű chip fejlesztését, amely a Facebook, az Instagram és a WhatsApp AI-funkcióit hivatott biztosítani. Teljes nevén Meta Training and Inference Accelerator (MTIA), vagyis egy tanítás- és következtetésgyorsító chip, amelynek célja „az ideális egyensúly megteremtése a teljesítmény és az energiafogyasztás között az adatközpontokban". Az Artemist úgy tervezték, hogy támogassa az AI-termékek agresszív bevezetését a Meta platformjain, miközben csökkenti az Nvidia GPU-któl való függőséget – ez kulcsfontosságú az üzemeltetési költségek optimalizálásához.
A Meta célja kétségkívül a költségek csökkentése, különösen az energiafogyasztás és a drága GPU-k beszerzése terén. Mark Zuckerberg nemrégiben bejelentette, hogy 350 000 darab Nvidia H100 chipet kívánnak beszerezni, amelyek a jelenlegi AI-gyorsítói igények kielégítésére szolgálnak majd. További beszerzésekkel a Meta az év végére akár 600 000 ilyen chipnek megfelelő számítási kapacitást érhet el. Annak ellenére, hogy a Meta a saját MTIA chipjeire való fokozatos átállást tervezi, ezek teljes körű bevezetése még egy-két évet igénybe vehet. Ebben az átmeneti időszakban a vállalat továbbra is az Nvidia megoldásait fogja használni növekvő AI-igényeinek kielégítésére.
A Huawei szintén készíti saját chipjeit, amelyek várhatóan 2026-ban jelennek meg. A cég az Egyesült Államok által embargóval sújtott vállalatok közé tartozik, Kína azonban nagyon jól tudja, hogy nem maradhat le az AI-fejlesztés terén. A vita alapja a Tajvan körüli helyzet: az USA ugyan azt állítja, hogy támogatja az „egy Kína politikát", ugyanakkor Tajvan önállóságát is támogatja, amely a TSMC (Taiwan Semiconductor Manufacturing Company Limited) révén rendkívül fontos szereplő a technológiai iparban.
i
Ezek a cikkek is érdekelhetnek:
Azt a tényt, hogy a Nyugat nem engedheti meg magának, hogy elveszítse a TSMC gyártókapacitásait, és ezért kénytelen megvédeni Tajvant a Kínához való erőszakos csatolási kísérletektől, néha „szilícium-pajzsnak" nevezik. A nemzetközi helyzet kiéleződésével az amerikai kormány igyekszik elvágni Kínát saját technológiáitól, ami azt jelenti, hogy nemcsak a chipterveket, hanem a gyártásukhoz szükséges technológiákat is embargó alá helyezi. Logikus tehát, hogy Kína saját megoldásokat keres, amelyekkel megkerülheti az embargót.
