تیم‌های هوش مصنوعی از انویدیا فاصله می‌گیرند

بر اساس یک پژوهش جدید، نحوه هزینه کردن تیم‌ها برای سخت‌افزار هوش مصنوعی در حال تغییر است چرا که آن‌ها به عواملی مانند عملکرد ملاحظات مالی و مقیاس‌پذیری توجه بیشتری نشان می‌دهند. در جدیدترین مطالعه سخت‌افزار هوش مصنوعی که توسط شرکت لیکوئید وب انجام شده از ۲۵۲ متخصص حرفه‌ای هوش مصنوعی نظرسنجی شده و مشخص شده است که با وجود اینکه شرکت انویدیا همچنان به راحتی پرکاربردترین تأمین‌کننده سخت‌افزار است رقبای آن به طور فزاینده‌ای در حال پیشرفت هستند.

به گزارش سرویس سخت افزار رسانه اخبار تکنولوژی تکنا، نزدیک به یک سوم از پاسخ‌دهندگان اعلام کرده‌اند که برای حداقل بخشی از وظایف خود از گزینه‌های جایگزین مانند گوگل تی‌پی‌یو، ای‌ام‌دی جی‌پی‌یو یا تراشه‌های اینتل استفاده می‌کنند. هرچند حجم نمونه نسبتاً کوچک است و کل مقیاس پذیرش جهانی را در بر نمی‌گیرد، اما نتایج به وضوح نشان‌دهنده تغییر در نحوه تفکر تیم‌ها درباره زیرساخت‌ها است. یک تیم ممکن است صدها واحد پردازش گرافیکی را به کار بگیرد، بنابراین حتی پذیرش محدود گزینه‌های غیر انویدیا می‌تواند تفاوت بزرگی در ردپای سخت‌افزاری ایجاد کند.

انویدیا همچنان توسط بیش از دو سوم (۶۸٪) تیم‌های مورد نظرسنجی ترجیح داده می‌شود و بسیاری از خریداران قبل از تصمیم‌گیری، به طور دقیق گزینه‌های جایگزین را مقایسه نمی‌کنند. حدود ۲۸٪ از افراد مورد نظرسنجی اعتراف کرده‌اند که از ارزیابی‌های ساختاریافته صرف‌نظر کرده‌اند و در برخی موارد، این کمبود آزمایش به زیرساخت‌های نامتناسب و تنظیمات کم‌توان منجر شده است. رایان مک‌دونالد، مدیر ارشد فناوری در شرکت لیکوئید وب، می‌گوید تحقیقات ما نشان می‌دهد که بی‌توجهی به بررسی‌های دقیق، به تأخیر یا لغو پروژه‌ها منجر می‌شود که این یک اشتباه پرهزینه در صنعتی با سرعت بالا است. آشنایی و تجربه گذشته از جمله قوی‌ترین عوامل در انتخاب واحد پردازش گرافیکی هستند. چهل و سه درصد از شرکت‌کنندگان این عوامل را دلیل انتخاب خود ذکر کرده‌اند، در حالی که ۳۵٪ به هزینه و ۳۷٪ به آزمایش عملکرد اهمیت داده‌اند. محدودیت‌های بودجه نیز تأثیر زیادی داشته است؛ ۴۲٪ از پروژه‌های خود را کاهش داده‌اند و ۱۴٪ به دلیل کمبود یا هزینه سخت‌افزار، پروژه‌هایشان را به طور کامل لغو کرده‌اند.

راه‌حل‌های هیبریدی و مبتنی بر فضای ابری در حال تبدیل شدن به یک استاندارد هستند. بیش از نیمی از پاسخ‌دهندگان اعلام کرده‌اند که هم از سیستم‌های داخلی و هم از سیستم‌های ابری استفاده می‌کنند و بسیاری از آن‌ها انتظار دارند که هزینه‌های ابری خود را در ادامه سال افزایش دهند. برخی معتقدند میزبانی اختصاصی واحد پردازش گرافیکی راهی برای جلوگیری از کاهش عملکرد ناشی از سخت‌افزار مشترک یا جزءبندی‌شده است. مصرف انرژی همچنان یک چالش است؛ در حالی که ۴۵٪ از پاسخ‌دهندگان کارایی را مهم دانسته‌اند، تنها ۱۳٪ به طور فعال برای بهینه‌سازی آن اقدام کرده‌اند. بسیاری نیز از مشکلات مربوط به برق، خنک‌سازی و زنجیره تأمین ابراز پشیمانی کرده‌اند. با اینکه انویدیا همچنان بازار را در دست دارد، واضح است که رقبا در حال کم کردن فاصله هستند. تیم‌ها دریافته‌اند که در ساخت زیرساخت‌های هوش مصنوعی، ایجاد تعادل بین هزینه، کارایی و قابلیت اطمینان تقریباً به اندازه عملکرد خام اهمیت دارد.