Комплексне програмне забезпечення розробки штучного інтелекту має вирішальне значення для демократизації штучного інтелекту.

Постачальники загальнодоступних хмарних послуг і постачальники програмного забезпечення штучного інтелекту (AI) досягають величезного прогресу в розробці складних програм AI, включаючи більш точне комп’ютерне бачення, високо персоналізовані системи рекомендацій або більш природну взаємодію з розмовним AI. Ці програвачі пропонують комплексні функції та інструменти, щоб допомогти розробникам штучного інтелекту та дослідникам даних, що прискорює розробку їхніх програм.

Однак цих зусиль недостатньо для спрощення процесу розробки ШІ. Пропоновані інструменти розробки штучного інтелекту часто відокремлені від основного апаратного забезпечення та процесорів штучного інтелекту.

Крім того, складність проектування, розробки та розгортання чіпсетів ШІ зростає пропорційно з появою моделей ШІ та збільшенням кількості нейронних рівнів і необхідних параметрів. Висококонкурентний ландшафт чіпсетів призвів до того, що розробники мають справу з різнорідними та фрагментованими апаратними рішеннями, які не обов’язково оптимізовані для всіх мереж ШІ.

Постачальники чіпсетів намагаються підвищити продуктивність своїх рішень на чіпсетах і запровадити нові апаратні функції для адаптації до найновіших моделей AI. Однак розширення можливостей апаратного забезпечення недостатньо для використання інновацій, створених останніми моделями ШІ, і демократизації використання ШІ на підприємстві.

Більшість розробників штучного інтелекту та дослідників обробки даних застрягли в цій новій динаміці навчання, як використовувати нові мережі, і, одночасно, використання апаратних можливостей для вирішення нових варіантів використання та моделей штучного інтелекту. Вони витрачають багато часу на створення власних програм і коду, щоб відповідати очікуваним показникам продуктивності, необхідних для цих нових випадків використання. В ідеалі ці розробники вважають за краще не витрачати час і ресурси на вирішення проблем сумісності, інтеграцію або оптимізацію свого коду для певного обладнання або тестування кожної нової доступної технології ШІ та апаратного забезпечення.

У той же час розробники також борються з іншими проблемами:

• Ринок спостерігає дедалі більш неоднорідні апаратні реалізації, де різні архітектури чіпсетів, такі як графічний процесор (GPU), центральний процесор (CPU), програмована мережа зі стробованим масивом (FPGA) і прискорювачі штучного інтелекту, розроблені для вирішення конкретних функцій штучного інтелекту. Розробникам доводиться вирішувати дуже складне завдання розподілити робоче навантаження своїх моделей ШІ між кількома архітектурами обробки з поганою оптимізацією та інтеграцією між програмним забезпеченням для розробки ШІ та цільовим чіпсетом.

• Постійна потреба вивчати нові методи ШІ та способи їх інтеграції та оптимізації заважає розробникам зосередитися на тому, у чому вони найкращі, створюючи інноваційні програми, не турбуючись про складність апаратного забезпечення.

• Складні та незнайомі інструменти часто сповільнюють процес розробки та час виходу на ринок, водночас збільшуючи загальну вартість для розробника.

• Відсутність готового до майбутнього обладнання, яке дає змогу розробникам створювати інноваційні програми, що відповідають їхнім поточним і майбутнім потребам бізнесу, а також враховуючи застарілі програми.

• Перенесення додатків ШІ на декілька апаратних середовищ є складним, трудомістким і дорогим процесом.

• Блокування апаратного забезпечення, оскільки більшість постачальників апаратного забезпечення штучного інтелекту надають власні інструменти для сприяння розробці програм ШІ на своїх чіпсетах і системах.

Традиційно постачальники публічного хмарного програмного забезпечення та штучного інтелекту є найближчими партнерами науковців із даних і спільноти розробників, пропонуючи їм багаті набори інструментів і бібліотеки, щоб розширити їхній досвід і спростити розробку моделі ШІ шляхом мінімізації написання коду. Хоча ці інструменти знижують інноваційні бар’єри, вони більш загального призначення та не оптимізовані для конкретного обладнання.

Інтеграція та оптимізація програмного забезпечення – це те, де розробникам найбільше потрібна допомога, і це може мати величезне значення для просування інновацій штучного інтелекту, одночасно знижуючи перешкоди для розробки додатків ШІ корпоративного рівня.

За умови близькості до апаратного забезпечення постачальники чіпсетів мають найкращі можливості для вирішення проблем оптимізації програмно-апаратного забезпечення, інтеграції та виконання ШІ. Тепер ці гравці повинні вийти за рамки своїх повноважень, створюючи високопродуктивне апаратне забезпечення ШІ для розміщення нових мереж ШІ. Їм слід вирішити описані вище проблеми, якщо вони хочуть залишатися конкурентоспроможними на ринку ШІ.

Інструменти оптимізації програмного забезпечення та інтеграції мають багато переваг для розробників штучного інтелекту та дослідників даних, зокрема:

Покращене використання ресурсів: дозволяє розробникам зменшити робоче навантаження конвеєра та зменшити енергоспоживання, потребу в пропускній здатності та відповідні експлуатаційні витрати. Усі ці елементи допомагають розробникам економити долари при використанні хмарних сервісів.

Сумісність. Створення різноманітних додатків на різних апаратних рішеннях і конфігураціях чіпсетів дозволяє розробникам масштабувати свої додатки.

Покращення досвіду: дозволяє розробникам створювати програми з вищою продуктивністю та більш плавним досвідом.

Безпека: створення безпечніших і надійніших програм за рахунок зменшення кількості точок суперечок і вразливостей програмного забезпечення.

Низьке енергоспоживання: розробка екологічно чистих програм шляхом оптимізації споживання енергії.

Блокування постачальників: розробники можуть легко тестувати різне обладнання від різних постачальників і визначати обладнання, яке може забезпечити найкращу продуктивність для їхніх програм.

Найбільш суттєвим впливом цього розвитку є зміна бізнес-моделі. Замість того, щоб зосереджуватися на чіпсетах і апаратному забезпеченні зі штучним інтелектом, компанії, що займаються виробництвом чіпсетів, переходять на програмне забезпечення як послугу (SaaS), створюючи фреймворк з відкритим кодом.

Як наслідок, галузь стає свідком загибелі одноразової моделі придбання апаратного забезпечення та зародження доступу до програмних платформ штучного інтелекту на основі передплати. Згідно з цією моделлю, функції апаратного забезпечення можуть бути розблоковані після виготовлення та за запитом, щоб користувачі могли скористатися перевагами цих функцій для створення диференційованих програм.

Оскільки апаратне забезпечення штучного інтелекту продовжує ставати все більш поширеним і складним для впровадження, переваги, отримані завдяки інтеграції та оптимізації, не можна не помітити. Очікується, що постачальники чіпсетів штучного інтелекту подвоїть пропозицію та монетизацію більшої кількості програмних рішень.

Більше про монетизацію розробки програмного забезпечення штучного інтелекту постачальниками чіпсетів буде висвітлено у спеціальній статті, яка з’явиться найближчим часом, тому слідкуйте за цією темою.