ჰუანგის კანონი განსაზღვრავს ხელოვნური ინტელექტის სისტემების განვითარებას უახლოეს ათწლეულში

[Magdalena]

Intel-ის ერთ-ერთი დამფუძნებლის, Gordon Moore-ის მიერ ფორმულირებული ემპირიული წესების თანახმად ტრანზისტორების რაოდენობა პროცესორის ფართობზე ყოველ ორ წელიწადში ორმაგდება. NVIDIA ცდილობს დაარღვიოს ტენდენცია, რის შედეგად გამომთვლელი სისტემების წარმადობა ყოველ ორ წელში არსებულთან შედარებით დამატებით კიდევ ორმაგად უნდა გაიზარდოს. 

 

NVIDIA-ს დამფუძნებელ Jensen Huang-ს მოსწონს გამეორება, რომ ე.წ. „მურის კანონი“ მკვდარია. მისი საკუთარი კანონი, The Wall Street Journal-ში გამოქვეყნებული პუბლიკაციის ავტორების თანახმად, წინ უსწრებს გამომთვლელი სისტემების წარმადობის ზრდის ტემპის წესებს. 2012 წლიდან ხელოვნური ინტელექტის სისტემებში გამოყენებული NVIDIA-ს კომპონენტების წარმადობა კომპანიის მონაცემებით 317-ჯერ გაიზარდა. სხვა სიტყვებით რომ ვთქვათ, NVIDIA-ს კომპონენტების საფუძველზე არსებული მსგავსი სისტემების წარმადობა ყოველწლიურად საშუალოდ ორჯერ-ზე მეტად იზრდებოდა. 

ARM-ის შეძენა, ბაზრის მონაწილეების აზრით, NVIDIA-ს საშუალებას მისცემს პროგრესი გააძლიეროს ხელოვნური ინტელექტის სფეროში პერიფერიული გამოთვლების ხარჯზე: სისტემის სწრაფად მუშაობისთვის კრიტიკულად მნიშვნელოვანი ოპერაციების ნაწილი შესრულდება პირდაპირ საბოლოო მოწყობილობის მიერ და არ გადაეცემა სერვერს. განვითარებულ სერვერულ ეკოსისტემასთან ტანდემში ამგვარი რამ კომპანიას საშუალებას მისცემს მნიშვნელოვანი პროგრესი განიცადოს ხელოვნური ინტელექტის გამოყენების ახალი სფეროების შექმნაში. 

NVIDIA-სთვის მნიშვნელოვანია გამომთვლელი რესურსების ბალანსიც, რადგან თუკი გრაფიკული პროცესორები მნიშვნელოვნად გაუსწრებენ ცენტრალურ პროცესორებს სიჩქარის კუთხით, „სუსტი რგოლი“ მთელი სისტემის განვითარებას შეაფერხებს. ARM-ის შესყიდვა მას საშუალებას მისცემს ფასეული აქტივი მიიღოს ცენტრალური პროცესორების წარმოების სფეროში. ARM-ის ვიცე-პრეზიდენტი Steve Roddy თვლის, რომ ე.წ. „ჰუანგის კანონი“ თავის თავს ამოწურავს ათ წელიწადში, თუმცა ამ დროის მანძილზე მიღწეულ იქნება მნიშვნელოვანი პროგრესი ხელოვნური ინტელექტის სისტემების განვითარებაში. 

https://bit.ly/35S9OWi