AI企業の運命の分かれ道GPUリッチか、GPUプアか、それが問題だ
コメント
選択しているユーザー
注目のコメント
GPUリソースをたくさん持つ企業がトレーニングを繰り返して精度を上げられるのはもちろんだが、一方でどれだけ学習を繰り返しても完全にはならないのが深層学習(言語モデルだと確率モデルなので完璧にはならない)。
ユースケースごとに適切な投資金額のトレードオフが今後語られるようになるかもしれないですね。先を見越して特定用途のAI専用チップについて考えた方がいいでしょう。
GPUのようにある程度、何でもできるのではなく、ある問題に絞ると回路効率はよくなりますし、必要とされるメモリの容量や、メモリアクセスに、ランダムアクセスに対する速度が必要か、それとも連続したメモリアドレスに対する読み出しや書き込みのスピードが必要かは、問題により異なります。また、複数の演算チップ間を結ぶ必要があるかも極めて重要です。
的確に需要を捉え、その需要を見越して設計、生産ができた専用チップメーカーの株価成長率はNVIDIA以上になるでしょう。