在现阶段的科技发展路上,掌握硬件者为王。
辉达(Nvidia)与杨忠礼机构合作,在大马建立人工智能(AI)数据中心。辉达是AI硬件的先驱,市值过万亿美元,是全球六大公司之一。
ADVERTISEMENT
大马通过与辉达合作,引进AI云系统与有关的硬件技术,这对未来AI发展有深远的影响。AI的运作需要两大支柱,即软件和硬件。
当我们谈到神经网络(Neural Network)、深度学习(Deep Learning)和自然语言处理(Natural Language Processing, NLP)等AI术语,它们指的是软件。
研究者编写了AI软件代码后,需要强大的硬件,包括电脑以及高性能处理器,如GPU和TPU等,这些软件才能运作。观察AI的发展史,会发现在过去20余年,AI成功的背后,AI硬件功不可没。
最早的神经网络名为“感知器”(Perceptron),它模仿一个人类大脑神经元(Neuron)接收和处理信息的功能。它虽然能自主学习,但能力有限。
后来,新发明运用多个神经元,并把它们一层一层地排列起来。一般而言,层次越多,神经元越多,该神经网络的功能就越强。但问题是,随着神经元数量提升,所需硬件必须更强大,系统才能操作。
在90年代,当我进行博士研究时,经常需要长时间等待AI软件处理数据。我的一位来自泰国的同学曾经抱怨AI操作速度缓慢,认为这严重影响了她的研究进度。
在大学里,研究室的电脑在处理数据时,一般用的是英特尔(INTEL)公司出产的处理器(CPU)。由于AI性能的限制,AI系统专门用于特定任务,例如车牌识别或人脸识别等。
90年代,辉达公司推出新的图形处理器(GPU),它的性能远远超越CPU。随着硬件性能的提升,AI系统的功能也开始扩张。
2010年代,Alexnet神经网络面世,它赢得“ImageNet大规模视觉识别挑战”。它的识别功能不限于一种物品,从昆虫、动物以至蔬菜水果,它都能一一识别。构造方面,Alexnet由一百层神经元组成。
2016年,Alphago面世,它在围棋界,打败了所有人类高手。它的运作需要不止一个而是用三个神经网络,每一个网络拥有十三层神经元。
随着AI科技的发达,生产高性能硬件的成本日益下降。据彭博社,辉达公司的利润率从2003年的30%提升至近70%,AI硬件的生产成本与需求往反方向走。
2018年,GPT-1面世,它使用注意力网络(Attention Network),里面除了有大量的神经元,还有大量的“调节点”(parameters)。这些“调节点”犹如收音机的旋钮,扭动它可以接收不同的电台信号。
调节点越多,系统学习的时间越长,所需的AI硬件性能更高。GPT-1有近1.2亿个调节点,一年后,强化版GPT-2的调节点数量加至115亿。
2022年,OpenAI公司推出的ChatGPT采用GPT-3技术,里面拥有1750 亿个调节点,此聊天机器人之所以可上懂天文,下懂地理,背后支持它的是庞大的AI基础设施,这些设施的提供者就是微软公司(Microsoft)。
近期,OpenAI公司发生内斗,首席执行员奥特曼(Sam Altman)一度被解职。许多员工要求奥特曼归位,威胁要集体前往微软工作,不久后,奥特曼重夺首席执行员之位。
在这场内斗中,微软在AI界的势力显而易见。微软掌控的是强大的AI云设施,若OpenAI员工加入,它随时可以取代OpenAI,继续发展ChatGPT,这不是一般企业可以做到的。
从这一个角度看,掌握硬件者等于掌握了AI的命脉。在中美争端中,美国禁止高科技晶片出口至中国,这被指是为了遏制中国科技发展。台湾出产高科技精品,有者认为这是它成为中美必争之地的原因之一。
在现阶段的科技发展路上,掌握硬件者为王。回到大马,辉达创办人黄仁勋表示,大马有机会成为东南亚的AI制造中心(Manufacturing Hub)。若大马能朝着AI设施方向走,这对大马AI发展有正面的影响,它甚至可能成为大马AI发展的一个转折点。
ADVERTISEMENT
热门新闻
百格视频
ADVERTISEMENT