Według agencji Reutera niezadowolenie OpenAi dotyczy w szczególności zastosowań wnioskowania, czyli fazy, w której modele sztucznej inteligencji reagują na zapytania. Chipy Nvidii nadal odgrywają kluczową rolę w szkoleniu dużych modeli, zadania wnioskowania stawiają inne wymagania dotyczące architektury pamięci, opóźnień i wydajności. OpenAI bada zatem alternatywy, które mogłyby zapewnić wyższą wydajność lub lepszą efektywność energetyczną w przypadku tych zadań.
Jak podaje agencja Reutera, powołując się na swoje źródła, OpenAI przeprowadziło już rozmowy z innymi dostawcami. Należą do nich zarówno uznani producenci chipów, tacy jak AMD, jak i wyspecjalizowane firmy produkujące sprzęt AI, takie jak Cerebras Systems i Groq.
Poszukiwanie alternatyw odbywa się w kontekście szybko rosnącego zapotrzebowania na moc obliczeniową dla zastosowań AI. Jednocześnie zmieniają się wymagania techniczne dotyczące infrastruktury AI, ponieważ oprócz szkolenia dużych modeli coraz bardziej poszukiwane są skalowalne i opłacalne rozwiązania wnioskowania. Obserwatorzy branży dostrzegają w tym szerszy trend, w ramach którego duzi twórcy AI dywersyfikują swoje strategie sprzętowe.
Nvidia od lat dominuje na rynku akceleratorów AI, ale rosnąca konkurencja i specjalizacja obciążeń otwierają nowe możliwości dla innych dostawców. Dla OpenAI nie chodzi tu o całkowite zastąpienie istniejących platform, ale raczej o uzupełniające wykorzystanie alternatywnych architektur.
Firma OpenAI nie wypowiedziała się dotychczas publicznie na temat konkretnych szczegółów technicznych ani preferowanych alternatywnych dostawców. Jednak rozmowy i testy opisane przez agencję Reutera wskazują, że strategia sprzętowa firmy zyskuje na znaczeniu. Wydajność, efektywność i dostępność chipów stają się decydującymi czynnikami w konkurencji w dziedzinie sztucznej inteligencji.
Jak podaje agencja Reutera, powołując się na swoje źródła, OpenAI przeprowadziło już rozmowy z innymi dostawcami. Należą do nich zarówno uznani producenci chipów, tacy jak AMD, jak i wyspecjalizowane firmy produkujące sprzęt AI, takie jak Cerebras Systems i Groq.
Poszukiwanie alternatyw odbywa się w kontekście szybko rosnącego zapotrzebowania na moc obliczeniową dla zastosowań AI. Jednocześnie zmieniają się wymagania techniczne dotyczące infrastruktury AI, ponieważ oprócz szkolenia dużych modeli coraz bardziej poszukiwane są skalowalne i opłacalne rozwiązania wnioskowania. Obserwatorzy branży dostrzegają w tym szerszy trend, w ramach którego duzi twórcy AI dywersyfikują swoje strategie sprzętowe.
Nvidia od lat dominuje na rynku akceleratorów AI, ale rosnąca konkurencja i specjalizacja obciążeń otwierają nowe możliwości dla innych dostawców. Dla OpenAI nie chodzi tu o całkowite zastąpienie istniejących platform, ale raczej o uzupełniające wykorzystanie alternatywnych architektur.
Firma OpenAI nie wypowiedziała się dotychczas publicznie na temat konkretnych szczegółów technicznych ani preferowanych alternatywnych dostawców. Jednak rozmowy i testy opisane przez agencję Reutera wskazują, że strategia sprzętowa firmy zyskuje na znaczeniu. Wydajność, efektywność i dostępność chipów stają się decydującymi czynnikami w konkurencji w dziedzinie sztucznej inteligencji.