Будущее данных и генеративного ИИ: диалог NVIDIA и Databricks 0:00
В ходе встречи на конференции Databricks основатель и генеральный директор NVIDIA Дженсен Хуанг и соучредитель и генеральный директор Databricks Али Годси обсудили фундаментальные сдвиги в индустрии, вызванные развитием генеративного ИИ и ускоренных вычислений. Ключевым тезисом дискуссии стала идея о том, что данные компаний — это их «золотая жила», а трансформация бизнеса в «производителей интеллекта» становится неизбежным этапом новой индустриальной революции.
🧠 Корпоративные данные как основа ИИ-стратегии 1:07
По мнению Дженсена Хуанга, каждая компания на протяжении многих лет накапливала огромные объемы данных, но до недавнего времени не имела эффективных инструментов для извлечения из них глубокой интеллектуальной ценности.
- Новый инженерный процесс: Современный рабочий цикл теперь строится на обработке и уточнении данных, обучении моделей и их последующем развертывании в рамках «петли обратной связи» (data flywheel), что позволяет постоянно совершенствовать продукты.
- ИИ-фабрики: В будущем каждая организация станет своего рода «производителем интеллекта». Хуанг проводит параллель с электроэнергией: как прошлая индустриальная революция генерировала энергию, так новая — генерирует интеллект с помощью специализированных ИИ-суперкомпьютеров.
🌐 Открытый исходный код против проприетарных моделей 3:22
Собеседники сошлись во мнении, что экосистеме необходимы обе модели развития: «пограничные» (frontier) закрытые модели, раздвигающие границы возможного, и открытые решения, делающие технологию доступной для широкого круга предприятий.
- Роль Open Source: Дженсен Хуанг подчеркнул, что появление таких моделей, как Llama 2, Llama 3, Mistral и dbrx от Databricks, стало важнейшим событием года, так как именно открытость позволила каждой компании стать ИИ-компанией.
- Интеграция: NVIDIA адаптирует открытые модели (например, Llama 3) в виде полностью контейнеризированных микросервисов (NIM), доступных для использования в любых облаках или локальной инфраструктуре (on-prem).
🚀 Партнерство: ускорение обработки данных 10:01
Важным анонсом встречи стало расширение технологического партнерства компаний. Али Годси отметил, что Databricks ежедневно обрабатывает около 4 эксабайт (4000 терабайт) данных, что является одной из самых ресурсоемких задач в мире.
- GPU-ускорение для обработки данных: Партнеры работают над применением ускоренных вычислений NVIDIA для движка Photon в Databricks. Это позволит значительно повысить производительность, снизить затраты и уменьшить энергопотребление при обработке данных.
- Сложность задач: По словам Али Годси, wrangling данных — это крайне запутанная область из-за обилия форматов и библиотек, поэтому потребовалось несколько лет напряженной работы для оптимизации Photon под GPU.
💡 Будущие горизонты и устойчивость 14:14
Обсуждая перспективы, участники выделили несколько ключевых направлений развития ИИ, помимо простых чат-ботов:
- Клиентский сервис: Это наиболее перспективная сфера, так как она позволяет не только автоматизировать процессы, но и собирать ценные данные для flywheel, который со временем поможет компаниям переходить к проактивной поддержке клиентов.
- Физический ИИ: Дженсен Хуанг отметил, что возможности ИИ распространяются на генерацию химических соединений, белков, новых материалов для батарей и даже на прогнозирование погоды с высокой точностью.
- Энергоэффективность: Хуанг утверждает, что ИИ поможет существенно экономить энергию в долгосрочной перспективе. Использование моделей для проектирования чипов или моделирования физических процессов позволяет выполнять задачи в тысячи раз эффективнее, чем при использовании классических методов симуляции.
- Сдвиг в вычислениях: В будущем пользовательский опыт станет более контекстным и генеративным, выполняемым прямо на устройстве, что снизит нагрузку на сетевую инфраструктуру и потребление энергии.
В завершение диалога Дженсен Хуанг дал совет организациям: не стоит просто наблюдать за экспоненциальным ростом технологий со стороны, так как через пару лет догнать лидеров будет невозможно. Нужно начать действовать и учиться на практике.
