Когда спрашивают

[moonwalker72]

зачем нужна термоядерная энергетика и на что пойдет созданный океан электроэнергии, можно, например, бросить взгляд на чип Cerebras на кремниевой вафле, созданный для глубокого обучения. В первой версии 1.2 трлн транзисторов, во второй - уже 2.6 трлн. Я тут даже не про глубокое обучение, хотя со временем оно станет работать и в быту и будут

Comments

[bluxer]

Будем зимой греться не от батареи, а от компьютера.

[ushastyi]

Я думаю, что домохозяйства будут использовать облачные ресурсы. Это гораздо практичнее и проще. Яндекс.Станция хороший пример. Дешевое электричество прежде всего сильно улучшит транспорт, а с ним и урбанистику.

[moonwalker72]

Но вот облачный рендер не взлетел, и стартап, который его предложил 10-12 лет назад был на грани закрытия, но туда хорошо вложилась Autodesk. В результате облачный рендер все же получил нишу - коммерческих САПР и физических моделей, но массовым - для игр, как оно задумывалось, не стал. С мощным ИИ - то же самое. Алиса и Сири - это в основном игрушки. Речь о серьёзном помощнике, который следит за чистотой, свежестью продуктов, а в особых случаях и за состоянием здоровья хозяина.

[ushastyi]

Мощность ИИ нужна для обучения, режиме вывода ресурсов нужно на порядки меньше. Но для обучения в отдельном домохозяйстве нет данных. Они есть в миллионах домохозяйств. А это уже удобнее выводить в облако.

Насчет рендера, возможно, локальные ресурсы и удобнее кажутся сейчас. Но это все относительно того, что дешевле транспортировать -- электричество или данные. Если пропускная способность сетей вырастет на порядки (6g и далее), то смысл тянуть киловатты в каждый дом ускользает.

[moonwalker72]

С технической т.зр. по данным - всё верно: миллионы домохозяйств генерируют много данных, на которых можно построить более эффективные модели DL. Но есть нюанс и он не технический - а захотят ли домохозяйства делиться этими данными? Напомню, речь идёт о личном помощнике, имеющем доступ к достаточно приватной и где-то интимной информации. Да, сейчас есть такая штука как гомоморфное шифрование (сам сейчас играюсь с такой библиотекой), но оно хорошо работает на целых числах, а DL всё же работает на плавающей точке - не говоря о том, что при гигантском объеме вычислений в режиме обучения лишний накладной расход на homorphic не кажется оправданным. Так что киловатты всё же придется подводить. И использовать более передовую математику обучения, с использованием меньших данных - инкрементальную, что ли. Вообще отец-основатель машинного обучения Джеффри Хинтон считает, что поход на основе обратного распространения с пересчетом ошибки (на чем основана библиотека tensorflow и подобные ей) себя давно исчерпал ибо мозг так не работает - он учится

[omega_hyperon]

Можно ещё биткойны майнить.

[left_element]

Пришёл поручик и всё опошлил.

[omega_hyperon]

По-моему биток даже пошлее, чем генерация какого-нибудь 5D-хентая для виртуальной реальности. Вообще ведь ни уму ни сердцу, только цифры на счёте. От них тоже можно переться, но как-то это совсем по-капиталистически извращенно.