дослідження потенціалу AGI: синергія апаратного та програмного забезпечення

Iris Coleman
06:09, 17 грудня 2025

Ден Фу з together.ai стверджує, що штучний загальний інтелект (AGI) є досяжним шляхом оптимізації спільного проектування програмного та апаратного забезпечення, покращення використання поточних чіпів та подолання уявних апаратних обмежень.

Дебати навколо потенціалу досягнення штучного загального інтелекту (AGI) загострюються, а Ден Фу, віце-президент з Kernels у together.ai, представляє оптимістичний погляд. Згідно з together.ai, Фу кидає виклик уявленню, що прогрес у ШІ стримується апаратними обмеженнями. Натомість він стверджує, що поточні чіпи значно недовикористані і що стратегічний підхід до спільного проектування програмного та апаратного забезпечення може відкрити суттєві покращення продуктивності.

Поточні обмеження та майбутній потенціал

У міру розвитку ландшафту ШІ все більше поширюються занепокоєння щодо досягнення меж цифрових обчислень. Деякі експерти припускають, що апаратні обмеження, особливо в GPU, можуть перешкоджати прогресу у розробці корисного ШІ загального призначення. На відміну від цього, Фу представляє більш обнадійливу перспективу у своїй публікації "Так, AGI може статися – обчислювальна перспектива", яка стверджує, що стеля для можливостей ШІ ще не досягнута.

Недовикористання наявного обладнання

Фу підкреслює, що найсучасніші навчальні запуски ШІ, такі як DeepSeek-V3 або Llama-4, часто досягають лише близько 20% середнього використання FLOP (MFU), при цьому використання виведення іноді становить одиниці відсотків. Ці цифри свідчать про значну можливість підвищити ефективність завдяки кращій інтеграції програмного та апаратного забезпечення, а також інноваціям, таким як навчання FP4.

Прогрес в обчислювальних моделях

Поточні моделі ШІ базуються на старішому обладнанні, і потенціал новіших обчислювальних ресурсів не був повністю реалізований. Фу наголошує, що масивні кластери GPU останнього покоління, які налічують понад 100 000 одиниць, ще не були повністю інтегровані в процеси розробки ШІ, що вказує на багатообіцяючі перспективи для майбутніх досягнень.

Сучасна корисність та майбутні наслідки

Незважаючи на уявні обмеження, існуючі моделі ШІ вже революціонізують складні робочі процеси, такі як написання високопродуктивних ядер GPU за допомогою людини. Ця трансформація підкреслює негайну корисність технологій ШІ та натякає на величезний потенціал для майбутніх застосувань.

Для тих, хто цікавиться перетином системної інженерії, апаратної ефективності та масштабування ШІ, аналіз Фу надає цінні ідеї. Повний аналіз можна знайти на веб-сайті together.ai.

Джерело зображення: Shutterstock