Przychodzi Elon Musk do sklepu i kupuje 10 tysięcy kart graficznych. W co on gra?

W ostatnich tygodniach najbogatszy człowiek świata podjął serię kontrowersyjnych decyzji. Tylko w zeszłym tygodniu niemalże całkowicie poluzował zasady dotyczące propagandy na Twitterze oraz zlikwidował Twitter Inc, przez co serwis - średnio zgodnie z prawem - działa pod skrzydłami X Corp. Miliarder wystosował też budzący emocje list do gigantów zajmujących się sztuczną inteligencją, który do pewnego stopnia miał sens.

Miał, gdyż Elon Musk podczas podpisywania listu wzywającego do zaprzestania rozwoju SI na 6 miesięcy sam zaopatrywał się w karty graficzne potrzebne do działania sztucznej inteligencji. I nie mówimy tu o kilku lepszych kartach, na których mógłby uruchomić LLaMę czy pokoparkowych odpadkach. Musk zakupił 10 tysięcy kart, potrzebnych do działania dużego modelu językowego, podobnego do modeli z serii GPT stworzonych przez OpenAI.

Jak podaje amerykański Business Insider, powołując się na informatorów powiązanych ze sprawą, Elon Musk (a właściwie ludzie mu podwładni) pracuje nad stworzeniem własnego, dużego modelu językowego (LLM). W tym celu zakupił dodatkowe tysiące kart graficznych, które pozwolą obsłużyć ogromne zapotrzebowanie na moc obliczeniową dla sztucznej inteligencji.

Choć informatorzy potwierdzają, że Elon Musk dąży do posiadania własnego LLM, nie jest jasne, do czego tak właściwie miałby go wykorzystać. Lecz biorąc pod uwagę, że projekt jest ściśle powiązany z Twitterem, a Elon Musk zatrudnił byłych pracowników DeepMind posiadających wiedzę i umiejętności niezbędną do zbudowania modelu językowego podobnego do ChatGPT czy GPT-4, zastosowań może być kilka. Po pierwsze, narzędzie do generowania Tweetów - które może zostać dodatkowo ukryte za subskrypcją Twitter Blue, poprawić działanie wyszukiwania w serwisie czy w jakiś sposób połączyć z reklamami, aby zachęcić reklamodawców do powrotu na Twittera.

Biorąc pod uwagę czysto tekstowy charakter modeli sztucznej inteligencji, dziwić może fakt, że ich sercem są karty graficzne. Wiele osób utożsamia przetwarzanie dużej ilości danych i wykonywanie dużej ilości obliczeń z procesorami - i nie jest to skojarzenie złe. Procesor wykonuje większość zadań związanych z przetwarzaniem danych przez komputer i doskonale radzi sobie z przełączaniem pomiędzy wieloma zadaniami.

Z kolei karty graficzne zostały zaprojektowania do przetwarzania obrazu i grafiki, czyli nastawione są bardziej na ciągłe wykonywanie tego samego działania. Ze względu na zorientowanie na jeden cel - w przeciwieństwie do CPU - GPU koncentrują się na współbieżności, czyli wykonywaniu wielu czynności w tym samym czasie i w sposób ciągły. Choć obliczenia wykonywane przez karty graficzne najczęściej dotyczą efektów wizualnych (np. renderowania oświetlenia, cieniowania i tekstur), obecnie produkowane są także GPU zorientowane wyłącznie na uczenie maszynowe i sztuczną inteligencję. Co ciekawe, według ostatnich danych 95 procent rynku GPU dla uczenia maszynowego jest w rękach Nvidii.

*Grafika główna przedstawiająca Elona Muska: thongyhod, Shutterstock.