Nvidia CEO Jensen Huang: rynek półprzewodnikowy balansuje na granicy

Jensen Huang, założyciel Nvidia Corporation wraz z żoną Lori Huang przekazali darowiznę w wysokości 50 milionów dolarów Oregon State University na rozwój Nvidia Supercomputer.

Od początku swojej kariery, Jensen Huan stawia na dynamiczny postęp oprogramowań i chipów, stawiając czoła sztucznej inteligencji. 

Jak pisze Protocol, superkomputer pełniłby rolę maszyny czasu, która pozwalałaby naukowcom i badaczom skutecznie opracowywać różne scenariusze przyszłości, wybiegając naprzeciw między innymi zmianom klimatu. Przy pomocy proponowanego przez firmę Nvidia superkomputera patrzenie na przyszłość przekraczałoby granice ludzkiej wyobraźni, znacznie skracając i usprawniając badania nad klimatem. Oznaczałoby to dokładniejsze spekulacje dotyczące potencjalnych skutków naszych działań w bliższej lub dalszej przyszłości. 

Zbudowanie superkomputera, który zdolny do szkolenia największych modeli sztucznej inteligencji oraz przeprowadzania pozoracji cyfrowych bliźniaków, mógłby pomóc między innymi w badaniach nad klimatem, inżynierią materiałową, robotyką, a także w wielu innych dziedzinach.

Sztuczna inteligencja jawi się jako jedna z najbardziej wpływowych technologii, stosowana  w rozwiązywaniu problemów na niesamowicie szeroką skalę. Wyprzedzenie ludzkiej inteligencji nigdy wcześniej nie było takie łatwe. AI będąca dostępną dla wielu przedsiębiorstw i firm, znajduje zastosowanie w wielu szalenie interesujących i ważnych problemach, ale też przy bardziej codziennych sprawach, na przykład zakupy czy rekomendacje muzyczne. 

Protocol przypomina, że technologia ta głównie skierowana jest do naukowców. To właśnie dzięki niej świat nauki mógł rozwinąć się w tak szybkim tempie. Niestety, nierówności finansowe dotykają także świat nauki, przez co uniwersytety często muszą mierzyć się z problemem braku funduszy, bez których sukcesy kolejnych innowacji technologicznych nie będą miały swojej szansy. 

Rynek półprzewodnikowy balansuje na granicy — możemy zmniejszać tranzystory, ale nie możemy kurczyć atomów. Są one blisko limitu, będąc na skali atomowej. Jesteśmy w takim miejscu, gdzie inżynieria materiałowa staje się wygodna. 

Znaczna część przemysłu półprzewodnikowego będzie w przyszłości zależna od inżynierii materiałowej. Dziedzina ta jest na dzień dzisiejszy ogromnie skomplikowaną sprawą, AI nie jest w stanie w pełni wspierać skomplikowanej kombinacji fizyki i chemii, zachodzącej we wnętrzu każdego z tego typu urządzeń. To, co sztuczna inteligencja udowodniła to jej wysoka efektywność, rozwijając konstrukcję baterii. Będzie to bardzo skuteczne dla odkryć i wspomaga już zwiększanie odporności mechanicznej i użycie lekkich materiałów. Nie ma żadnych wątpliwości, że przyczyni się to do rozwoju fizyki półprzewodników. 

Czy prawo Moore’a faktycznie umarło? A może się reinkarnowało? Komputery i ich rozwój mogą pozwolić nam obliczać 10 razy więcej co pięć lat — to dwa razy na pół roku. Jednak łatwiej jest zrobić coś 10 razy co pięć lat. Koszta zmniejszają się, zwiększając przy tym efektywność pracy. 

Nikt temu nie przeczy na tym poziomie fizyki. Skalowanie Dennarda zakończyło się 10 lat temu. Spłaszczanie się krzywej to okazja dla nas, by kontynuować tę skalę 10 razy w ciągu pięciu lat. Po upływie tego czasu, zauważyć będzie można różnicę. Dziesięć lat od teraz, różnica między prawami Moore’a będzie jak sto do czterech, a piętnaście lat do teraz, tysiąc do ośmiu. 

Może należy przyznać się, że trzeba zacząć robić zupełnie coś innego? Jeśli już teraz nie stosujemy innych metod w obliczeniach, co stanie się ze światowymi centrami danych? Kontynuować będą one konsumpcję coraz większej energii światowej? Jest to rzecz, którą zauważamy już teraz, a każdy następny rok będzie ten poziom zwiększać. Co każde pięć lat liczba ta będzie wzrastać dziesięciokrotnie. 

Jest to więc ostatni dzwonek, żeby zmienić wreszcie sposób obliczeń, co do tego, nie ma żadnych wątpliwości. Nie możemy tego ignorować, ale zacząć to rozwijać. Używana globalnie metoda obliczeń nie może pozostać na takim poziomie i w takiej formie, jaką mamy teraz. Powszechnie uznawanym za odpowiednie podejściem jest przechodzenie od jednej domeny aplikacji do kolejnej w celu rozwoju najnowszej informatyki.

Przede wszystkim, wielu wierzy, że nauka o klimacie i zmiany klimatyczne to realny problem, jednak w dalszym ciągu niektórzy wciąż jej zaprzeczają. Są też ci, którzy dostrzegają różnorakie rozwiązania, do których wykorzystuje się najnowszą technologię i modele sztucznej inteligencji. Do tego celu my, jako ludzkość potrzebujemy machiny czasu, owego superkomputera, gdyż to właśnie dzięki niemu uda nam się dokonać symulacji, której tak bardzo potrzebujemy. Musimy znaleźć metodę przewidywania nauk o klimacie, a także ogrom tego wpływu w różnych regionach świata. 

Jesteśmy w takim miejscu w historii, kiedy nie ma już czasu na naukę na błędach. Ludzkość popełniła już ich wiele za dużo, by móc pozwolić sobie na kolejne. Naszą misją jest uchronić siebie i środowisko. Opracowywanie strategii działania przy pomocy przewidywania ogranicza ryzyko potknięć. Polegając na naszej wiedzy, wciąż podejmujemy za duże ryzyko. Machina czasu pozwoliłaby nam znacznie je ograniczyć, ale do tego, niestety, potrzeba funduszy.