Криптовалютні проекти та штучний інтелект: Потрібно ще більше GPU

Криптовалютні проекти зі штучним інтелектом будуть повинні придбати процесори на суму всього свого ринкового капіталу, щоб реалізувати свої амбіції.

Можливість генерації тексту у відео захоплює криптовалютний ринок, і токени штучного інтелекту піднімалися, коли OpenAI вперше представила демонстрацію Sora.

Але для того, щоб це стало загальним, потужність обчислень буде вражаючою. Потрібно буде більше серверних GPU H100, ніж випускає Nvidia протягом року, або того, що його найбільші клієнти використовують у своїх дата-центрах разом.

Скільки графічних процесорів (GPU) потрібно для того, щоб генерація тексту у відео стала загальновживаною? Сотні тисяч - більше, ніж в даний час використовує Microsoft, Meta та Google разом.

Перша демонстрація генератора тексту у відео від OpenAI - Sora - вразила світ, і це відновило інтерес до токенів штучного інтелекту, багато з яких взірвалися після демонстрації.

У наступні тижні було запущено багато криптовалютних проектів зі штучним інтелектом, які також обіцяли генерувати текст у відео та зображення, а ринок токенів штучного інтелекту зараз має ринкову капіталізацію у розмірі 25 мільярдів доларів за даними CoinGecko.

За обіцянкою відеороликів, створених штучним інтелектом, стоять армії графічних процесорів (GPU), процесорів від таких виробників, як Nvidia та AMD, які роблять революцію штучного інтелекту можливою завдяки їхній здатності обчислювати великі обсяги даних.

Але скільки процесорів GPU знадобиться, щоб генерувати відео штучним інтелектом? Більше, ніж мали у своєму арсеналі великі технологічні компанії у 2023 році.

Армія з 720 000 графічних процесорів Nvidia H100

Останній дослідницький звіт від Factorial Funds оцінює, що для підтримки творчої спільноти TikTok та YouTube потрібно 720 000 високопродуктивних графічних процесорів Nvidia H100.

Sora, за словами Factorial Funds, потребує до 10 500 потужних GPU протягом місяця для навчання і може генерувати лише близько 5 хвилин відео за годину на GPU для виведення.

Як показує вищевказана діаграма, навчання цього потребує значно більше обчислювальної потужності, ніж GPT4 або генерація зображень.

Зі широким поширенням інференція перевершить тренування за використанням обчислень. Це означає, що коли більше людей та компаній почнуть використовувати моделі штучного інтелекту, такі як Sora, щоб генерувати відеоролики, потужність комп`ютера, необхідного для створення нових відео (інференція), стане більшою, ніж потужність, потрібна для навчання початкової моделі штучного інтелекту.

Для порівняння, Nvidia відправила 550 000 графічних процесорів H100 у 2023 році.

Дані від Statista показують, що дванадцять найбільших клієнтів, що використовують графічні процесори H100 від Nvidia, мають спільно 650 000 карт, а дві найбільші—Meta та Microsoft—мають 300 000 між собою.

Припускаючи вартість у 30 000 доларів за карту, на це знадобиться 21,6 мільярдів доларів, щоб здійснити мрію Sora про штучний інтелект, який генерує текст у відео загальновживаною практикою, що більша практично всю ринкову капіталізацію токенів штучного інтелекту в даний момент.

Це, якщо ви зможете фізично придбати всі необхідні процесори для цього.

Nvidia—це не єдиний гравець на ринку

Хоча Nvidia є синонімом індустрії штучного інтелекту, важливо пам`ятати, що це не єдиний гравець на ринку.

Її вічний конкурент AMD виготовляє конкуруючі продукти, а інвестори також щедро винагородили компанію, підвищивши її ціну від 2 доларів у осінь 2012 року до понад 175 доларів сьогодні.

Є також інші способи використання обчислювальної потужності у GPU фермах. Render (RNDR) пропонує розподілені обчислення на GPU, так само як і Akash Network (AKT). Проте більшість GPU в цих мережах—роздрібні ігрові GPU, які є значно менш потужними, ніж серверний H100 від Nvidia або конкуруючі продукти від AMD.

Незважаючи на це, обіцянка створення тексту у відео, яку обіцяють Sora та інші протоколи, вимагатиме величезні зусилля в обчислювальному аспекті. Хоча це захоплююча ідея, яка може революціонізувати креативний процес Голлівуду, неочікуйте її масштабної відомості вже найближчим часом.

Нам потрібно ще більше процесорів.