توفر طاولة العمل AI من Nvidia ضبطًا دقيقًا للنموذج لمحطات العمل

بالتزامن مع SIGGRAPH ، المؤتمر الأكاديمي السنوي لمنظمة العفو الدولية ، أعلنت Nvidia هذا الصباح عن منصة جديدة مصممة للسماح للمستخدمين بإنشاء واختبار وتخصيص نماذج الذكاء الاصطناعي على جهاز كمبيوتر أو محطة عمل قبل توسيع نطاقها إلى مركز بيانات وسحابة عامة.

قال مؤسس Nvidia والرئيس التنفيذي Jensen Huang خلال كلمة رئيسية في الحدث: “من أجل إضفاء الطابع الديمقراطي على هذه القدرة ، علينا أن نجعل من الممكن الركض إلى حد كبير في كل مكان”.

يمكن الوصول إلى الخدمة التي يطلق عليها اسم AI Workbench من خلال واجهة أساسية تعمل على محطة عمل محلية. باستخدامه ، يمكن للمطورين تحسين واختبار النماذج من المستودعات الشائعة مثل Hugging Face و GitHub باستخدام بيانات الملكية ، والوصول إلى موارد الحوسبة السحابية عند الحاجة إلى التوسع.

مانوفير داس ، نائب رئيس ل تقول حوسبة المؤسسات في Nvidia ، إن الدافع وراء AI Workbench كان التحدي – والطبيعة التي تستغرق وقتًا طويلاً – لتخصيص نماذج الذكاء الاصطناعي الكبيرة. يمكن أن تتطلب مشاريع الذكاء الاصطناعي على نطاق المؤسسات البحث عن مستودعات متعددة لإطار العمل والأدوات المناسبة ، وهي عملية أكثر تعقيدًا حيث يتعين نقل المشاريع من بنية تحتية إلى أخرى.

بالتأكيد ، معدل نجاح إطلاق نماذج المؤسسة في الإنتاج منخفض. وفقًا لاستطلاع من KDnuggets ، منصة علوم البيانات وتحليلات الأعمال ، يقول غالبية علماء البيانات المستجيبين أن 80 ٪ أو أكثر من مشاريعهم تتعطل قبل نشر نموذج التعلم الآلي. يشير تقدير منفصل من Gartner إلى أن ما يقرب من 85٪ من مشاريع البيانات الضخمة تفشل ، ويرجع ذلك جزئيًا إلى حواجز الطرق الخاصة بالبنية التحتية.

“تتسابق الشركات في جميع أنحاء العالم للعثور على البنية التحتية المناسبة والبناء قال داس في بيان معلب: “نماذج وتطبيقات الذكاء الاصطناعي التوليدية”. “يوفر Nvidia AI Workbench مسارًا مبسطًا للفرق عبر المنظمات لإنشاء التطبيقات المستندة إلى الذكاء الاصطناعي أصبحت ضرورية بشكل متزايد في الأعمال الحديثة “.

وقد خرجت هيئة المحلفين عن مدى “تبسيط” المسار. ولكن بالنسبة إلى داس ، يتيح AI Workbench للمطورين تجميع النماذج والأطر ومجموعات SDK والمكتبات معًا ، بما في ذلك المكتبات لإعداد البيانات وتصور البيانات ، من موارد مفتوحة المصدر إلى مساحة عمل موحدة.

مع تزايد الطلب على الذكاء الاصطناعي – وخاصة الذكاء الاصطناعي التوليدي – ، كان هناك تدفق للأدوات التي تركز على ضبط النماذج العامة الكبيرة لحالات استخدام محددة. تهدف الشركات الناشئة مثل Fixie و Reka و Together إلى تسهيل الأمر على الشركات والمطورين الفرديين لتخصيص النماذج وفقًا لاحتياجاتهم دون الحاجة إلى الاستغناء عن الحوسبة السحابية المكلفة.

مع طاولة عمل AI ، تقدم Nvidia نهجًا أكثر لامركزية للضبط الدقيق – وهو ما يحدث على جهاز محلي بدلاً من الخدمة السحابية. هذا أمر منطقي ، بالنظر إلى أن Nvidia ومجموعة منتجاتها من وحدات معالجة الرسومات (GPU) لتسريع الذكاء الاصطناعي ستستفيد ؛ تقدم Nvidia إشارات غير دقيقة إلى مجموعة RTX الخاصة بها في لكن بغض النظر عن الدوافع التجارية لـ Nvidia ، فقد يجذب العرض التقديمي للمطورين الذين لا يرغبون في الخضوع لسحابة واحدة أو خدمة لتجربة نموذج الذكاء الاصطناعي.

أدى الطلب المدفوع بالذكاء الاصطناعي على وحدات معالجة الرسومات إلى دفع أرباح Nvidia إلى آفاق جديدة. في مايو ، بلغت القيمة السوقية للشركة لفترة وجيزة 1 تريليون دولار بعد أن أعلنت Nvidia عن 7.19 مليار دولار في الإيرادات ، بزيادة 19 ٪ عن الربع المالي السابق.