Комплексное программное обеспечение для разработки ИИ имеет крайне важное значение для демократизации ИИ

Поставщики публичных облачных услуг и поставщики программного обеспечения для искусственного интеллекта (ИИ) добились огромного прогресса в разработке сложных приложений ИИ, включая более точное компьютерное зрение, персонализированные системы рекомендаций или более естественное взаимодействие с диалоговым ИИ. Эти игроки предлагают комплексные функции и инструменты, помогающие разработчикам ИИ и специалистам по данным, что ускоряет разработку их приложений.

Однако этих усилий недостаточно для упрощения процесса разработки ИИ. Предлагаемые инструменты разработки ИИ часто отделены от базового оборудования и процессоров ИИ.

Кроме того, сложность проектирования, разработки и развертывания наборов микросхем ИИ растет пропорционально появлению моделей ИИ и увеличению количества необходимых нейронных слоев и параметров. Высококонкурентная среда наборов микросхем привела к тому, что разработчики вынуждены работать с разнородными и фрагментированными аппаратными решениями, которые не обязательно оптимизированы для всех сетей ИИ.

Производители наборов микросхем стремятся повысить производительность своих решений на основе наборов микросхем и внедрить новые аппаратные функции для поддержки новейших моделей ИИ. Однако расширения границ аппаратных возможностей недостаточно для того, чтобы задействовать инновации, принесенные новейшими моделями ИИ, и демократизировать использование ИИ на предприятии.

Большинство разработчиков ИИ и специалистов по данным застряли в этой новой динамике изучения того, как использовать новые сети и одновременно использовать аппаратные возможности для решения новых вариантов использования и моделей ИИ. Они тратят много времени на создание пользовательских программ и кода, чтобы соответствовать ожидаемой производительности, необходимой для этих новых вариантов использования. В идеале эти разработчики предпочитают не тратить время и ресурсы на решение проблем совместимости, интеграцию или оптимизацию своего кода для конкретного оборудования или тестирование каждой новой технологии искусственного интеллекта и доступного оборудования.

В то же время разработчики также борются с другими проблемами:

• На рынке появляются все более разнородные аппаратные реализации, в которых различные архитектуры наборов микросхем, такие как графический процессор (GPU), центральный процессор (CPU), программируемая вентилируемая матрица (FPGA) и ускорители ИИ, предназначены для решения конкретных функций ИИ. Разработчикам приходится решать очень сложную задачу по распределению рабочей нагрузки своих моделей ИИ по нескольким архитектурам обработки с плохой оптимизацией и плохой интеграцией между программным обеспечением для разработки ИИ и целевым набором микросхем.

• Постоянная потребность в изучении новых методов искусственного интеллекта и способов их интеграции и оптимизации не позволяет разработчикам сосредоточиться на том, что у них получается лучше всего, создавая инновационные приложения, не беспокоясь о сложности оборудования.

• Сложные и незнакомые инструменты часто замедляют процесс разработки и время выхода на рынок, увеличивая при этом общие затраты для разработчика.

• Отсутствие перспективного оборудования, позволяющего разработчикам создавать инновационные приложения, отвечающие их текущим и будущим потребностям бизнеса, а также использовать устаревшие приложения.

• Перенос приложений ИИ на несколько аппаратных сред — сложный, трудоемкий и дорогостоящий процесс.

• Привязка к аппаратному обеспечению, поскольку большинство поставщиков аппаратного обеспечения для ИИ предоставляют проприетарные инструменты для продвижения разработки приложений ИИ поверх своих наборов микросхем и систем.

Традиционно поставщики общедоступного облака и программного обеспечения для ИИ были ближайшими партнерами специалистов по данным и сообщества разработчиков, предлагая им богатые наборы инструментов и библиотеки для расширения их возможностей и упрощения разработки моделей ИИ за счет минимизации написания кода. Хотя эти инструменты снижают барьеры для инноваций, они более универсальны и не оптимизированы для конкретного оборудования.

Интеграция и оптимизация программного обеспечения — это то, где разработчикам больше всего нужна помощь, и это может иметь огромное значение для продвижения инноваций в области ИИ и снижения барьеров для разработки приложений ИИ корпоративного уровня.

При условии их близости к аппаратному обеспечению поставщики наборов микросхем имеют наилучшие возможности для решения задач оптимизации, интеграции и выполнения программно-аппаратного обеспечения ИИ. Эти игроки теперь должны выйти за рамки своей компетенции по созданию высокопроизводительного оборудования ИИ для размещения новых сетей ИИ. Им следует решить указанные выше проблемы, если они хотят оставаться конкурентоспособными на рынке ИИ.

Инструменты оптимизации и интеграции программного обеспечения имеют множество преимуществ для разработчиков ИИ и специалистов по данным, в том числе:

Улучшенное использование ресурсов: позволяет разработчикам снизить рабочие нагрузки конвейера и снизить энергопотребление, потребность в полосе пропускания и связанные с этим эксплуатационные расходы. Все эти элементы помогают разработчикам экономить доллары при использовании облачных сервисов.

Совместимость. Создание универсальных приложений для нескольких аппаратных решений и конфигураций наборов микросхем позволяет разработчикам масштабировать свои приложения.

Улучшение опыта: позволяет разработчикам создавать приложения с более высокой производительностью и более плавным взаимодействием.

Безопасность: создание более безопасных и надежных приложений за счет уменьшения количества точек состязания и уязвимостей программного обеспечения.

Низкое энергопотребление: разработка более экологичных приложений за счет оптимизации энергопотребления.

Привязка к поставщику: разработчики могут легко тестировать различное оборудование от разных поставщиков и определять оборудование, которое может обеспечить наилучшую производительность для их приложений.

Наиболее значительным влиянием этого развития является изменение бизнес-модели. Вместо того чтобы сосредотачиваться на чипсетах и аппаратном обеспечении ИИ, производители чипсетов переключают свое внимание на программное обеспечение как услугу (SaaS), создавая платформу с открытым исходным кодом.

В результате отрасль стала свидетелем упадка модели получения дохода от покупки оборудования по принципу «одно и готово» и появления доступа к программным платформам ИИ на основе подписки. В рамках этой модели аппаратные функции могут быть разблокированы после изготовления и по требованию, чтобы пользователи могли использовать эти функции для создания дифференцированных приложений.

Поскольку аппаратное обеспечение ИИ становится все более распространенным и сложным в реализации, нельзя недооценивать преимущества интеграции и оптимизации. Ожидается, что поставщики наборов микросхем для искусственного интеллекта удвоят свои усилия, предлагая и монетизируя больше программных решений.

Подробнее о монетизации разработки программного обеспечения для ИИ поставщиками чипсетов будет рассказано в отдельной статье, которая появится в ближайшее время, так что следите за новостями.