Блог компанії De Novo
Сторінка 6

Попри те, що сучасні дата-центри часто демонструють дуже високу енергоефективність й в них вже оптимізовано практично все, що можливо — пошуки нових способів економії електроенергії продовжуються. Іноді це приносить певний результат.

На тлі зростання попиту на AI/ML-технології, комерційні компанії та державні структури все частіше переносять свої навантаження у приватні хмари. Зараз ця тенденція набирає обертів по всьому світі. Корпоративні користувачі хочуть повного контролю над власними даними, коли вони потрапляють до ШІ-систем.

Вибори це не лише про політику. Некомерційні ІТ-організації, віддані принципам демократії, теж обирають своїх керівників шляхом прозорого та об'єктивного голосування. Зокрема таким шляхом прямує відкрита спільнота Kubernetes.

Гонитва за лідерством у галузі штучного інтелекту загострюється. Євросоюз, попри амбітні плани, відстає від США, а можливо, й Китаю через брак потужностей дата-центрів. Задля збереження конкурентоспроможності необхідно терміново розв'язувати цю проблему.

Як відомо, близько року тому, компанію VMware — визнаного світового лідера у галузі технологій віртуалізації — було придбано компанією Broadcom. Новий власник одразу ж вдався до перегляду діючої партнерської політики. Зокрема, всі активні партнері VMware повинні були довести права на свої статуси та основні сертифікати.

У першому півріччі 2024 року, вперше за довгий час, темпи зростання доходів від приватних хмар виявилися вищими за динаміку збільшення доходів від публічних хмарних сервісів. Причина в тому, що оператори та замовники продовжують нарощувати потужності «закритих» систем для роботи з AI/ML. 

Міністр технологій Великобританії Пітер Кайл заявив, що центрам обробки даних у країні буде надано статус «критично важливої національної інфраструктури», на одному рівні з об'єктами енергетики, промисловості та оборони.

Сьогодні складно знайти галузь економіки чи науки, де тією чи іншою мірою не застосовувалися б методи штучного інтелекту. Успішних прикладів багато, давайте ж розглянемо кілька характерних реалізацій, які цілком можливо, вплинуть на відповідні галузі вже в найближчому майбутньому.

При створенні та навчанні AI/ML-моделей основні витрати припадають сьогодні на апаратне забезпечення, але чим далі, тим більше грошей йде й на інші компоненти процесу. Наприклад, все дорожче коштує розмітка даних.

Машинне навчання в Україні може ефективно працювати не лише у військовій галузі — мирна розбудова також йому до снаги. Це наочно підтверджує досвід компанії Kernel, яка використовує ML-технології для прогнозування врожайності полів. Про цей цікавий та корисний проєкт розповіли на семінарі AI Meetup експерти MK-Consulting та самої Kernel.

Компанія xAI, створена Ілоном Маском, на початку вересня запустила кластер Colossus. Маючи сотню тисяч прискорювачів NVIDIA H100, це, ймовірно, найпотужніша, на цей час, GenAI-система у світі. Щоправда, деякі експерти вказують на певні невідповідності у технічних характеристиках. 

Штучний інтелект, Інтернет речей, хмарні сервіси, квантові обчислення — всі ці чудові технології можуть бути не лише на користь, а й на шкоду. В першій половині 2024 року стало зрозуміло, що кіберзлочинці все активніше користуються найсучаснішими інструментами, часто обходячи в цьому питанні відділи кібербезпеки. Але попри все це, ефективна протидія можлива.