Epoch AI คาดการณ์ว่าการคำนวณสำหรับการอนุมานจะแซงการฝึกโมเดลได้ภายในปี 2030

อุตสาหกรรมปัญญาประดิษฐ์กำลังจะถึงจุดเปลี่ยนสำคัญ ตามข้อมูลจาก Epoch AI องค์กรไม่แสวงหากำไรที่ติดตามแนวโน้มปัญญาประดิษฐ์ กำลังการประมวลผลที่ใช้สำหรับรันโมเดลปัญญาประดิษฐ์จะเติบโตเร็วกว่ากำลังการประมวลผลที่ใช้ในการสร้างโมเดลเหล่านั้นภายในปี 2030

การคาดการณ์ของ Epoch AI แสดงให้เห็นภาพของอุตสาหกรรมที่เศรษฐศาสตร์ของการนำไปใช้งานจะครองความสำคัญเหนือเศรษฐศาสตร์ของการพัฒนา องค์กรนี้ประเมินว่าเกือบครึ่งหนึ่งของการคำนวณสำหรับการอนุมานจะย้ายไปใช้ ASIC หรือวงจรรวมเฉพาะทาง ภายในสิ้นทศวรรษนี้ ซึ่งเป็นชิปที่ออกแบบมาเพื่อทำสิ่งเดียวอย่างยอดเยี่ยม ต่างจาก GPU ทั่วไปที่ปัจจุบันขับเคลื่อนภารกิจ AI ส่วนใหญ่

ในขณะเดียวกัน สัดส่วนการคำนวณสำหรับการฝึกอบรมในกิจกรรม AI ทั้งหมดคาดว่าจะคงที่ที่ประมาณ 5% การคำนวณสำหรับการฝึกอบรมแบบจำลอง AI ชั้นนำปัจจุบันเติบโตด้วยอัตราปีละ 4 ถึง 5 เท่า ฐานการคำนวณ AI ที่ติดตั้งทั้งหมดกำลังขยายตัวในอัตราที่คล้ายกัน

ในอดีต การอนุมานได้แสดงให้เห็นว่าเป็นสัดส่วน 60% ถึง 80% ของการประมวลผลในการใช้งานจริง

ภายในปี 2030 การฝึกโมเดลระดับหน้าสุดคาดว่าจะเข้าถึงประมาณ 2e29 FLOP การพัฒนานี้เทียบได้กับการก้าวกระโดดจาก GPT-2 ไปสู่ GPT-4 ซึ่งได้รับการสนับสนุนด้วยทรัพยากรที่มีต้นทุนเกินกว่า 1 แสนล้านดอลลาร์สหรัฐ การฝึกแต่ละครั้งอาจต้องการพลังการประมวลผลระหว่าง 4 ถึง 16 กิกาวัตต์

โครงการ AI ของ Epoch คาดการณ์ว่า กำลังการผลิต AI ทั้งหมดในสหรัฐอเมริกาอาจเกิน 50 GW ภายในปี 2030 โดยกำลังการผลิตทั่วโลกจะเกิน 100 GW

กูเกิลค้นพบสิ่งนี้มานานแล้วด้วยหน่วยประมวลผล Tensor ของตน อะเมซอนมีชิป Inferentia ของตนเอง แนวโน้มที่ Epoch AI คาดการณ์ชี้ว่า นี่ไม่ใช่กลยุทธ์เฉพาะกลุ่ม แต่เป็นทิศทางที่ประมาณครึ่งหนึ่งของตลาดการอนุมานจะเข้าสู่ภายในสิ้นทศวรรษนี้

ข้อจำกัดต่างๆ ต่อเส้นทางการเติบโตนี้ไม่ใช่เรื่องเล็กน้อย ความต้องการพลังงาน กำลังการผลิตชิป และข้อจำกัดในการถ่ายโอนข้อมูล ล้วนเป็นอุปสรรคที่แท้จริง การประเมินของ Epoch AI ชี้ว่าอุปสรรคเหล่านี้สามารถจัดการได้ภายใต้สมมติฐานการเติบโตในปัจจุบัน

หากการคำนวณการอนุมานคือทิศทางการเติบโตในอนาคต ทฤษฎีการลงทุนสำหรับภาคส่วนเซมิคอนดักเตอร์จึงเปลี่ยนแปลงอย่างมีนัยสำคัญ การฝึกอบรมยังคงต้องการ GPU และงบประมาณการฝึกอบรมยังคงเติบโตปีละ 4 ถึง 5 เท่า แต่โอกาสในการสร้างรายได้ซ้ำๆ ที่มีปริมาณสูงขึ้นกลับมีอยู่ในกระบวนการอนุมาน越来越多

เมื่อคุณพูดถึงกำลังการผลิต AI 50 GW แค่ในสหรัฐอเมริกาเพียงประเทศเดียว นั่นหมายถึงการขยายโครงสร้างพื้นฐานอย่างมหาศาล ไม่ว่าจะเป็นศูนย์ข้อมูล ระบบผลิตไฟฟ้า และระบบระบายความร้อน

ความเสี่ยงที่ควรติดตามคือการที่อัตราการเติบโตประจำปี 4 ถึง 5 เท่าของพลังการคำนวณจะยั่งยืนหรือไม่ การคาดการณ์ของ Epoch AI สมมติว่าแนวโน้มปัจจุบันจะยังคงอยู่ แต่ข้อจำกัดด้านพลังงานและปัจจัยด้านอุปทานชิปทางภูมิรัฐศาสตร์อาจก่อให้เกิดอุปสรรค