Điều gì thực sự đang cản trở bước đột phá tiếp theo của AI? Hai điều thường bị bỏ qua: sự phụ thuộc quá mức vào các trung tâm dữ liệu khổng lồ và sự tập trung hẹp vào các mô hình chỉ dựa trên ngôn ngữ.
Các trung tâm dữ liệu đang trở thành một điểm nghẽn — không chỉ về sức mạnh tính toán, mà còn về tính bền vững và khả năng tiếp cận. Chúng ta đang đổ nguồn lực vào hạ tầng tập trung trong khi đổi mới thực sự có thể đòi hỏi các giải pháp phân tán.
Rồi còn có con voi trong phòng: đặt cược tất cả vào các mô hình ngôn ngữ. Còn các hệ thống đa phương thức thì sao? Các mô hình được thiết kế cho các nhiệm vụ khác nhau, các lĩnh vực khác nhau thì sao? Khi mọi người đều theo đuổi cùng một hướng tiếp cận, lợi nhuận giảm dần.
Những hạn chế vô hình này có thể định hình toàn bộ thập kỷ tới. Cho đến khi chúng ta suy nghĩ lại về chúng, chúng ta chỉ đang tối ưu hóa trong một khuôn khổ thay vì thoát ra khỏi đó.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
9 thích
Phần thưởng
9
5
Đăng lại
Retweed
Bình luận
0/400
MoneyBurner
· 12giờ trước
Thật lòng mà nói, mọi người đều đang tập trung vào các trung tâm dữ liệu giống như năm 2017 khi xây dựng mỏ đào bùng nổ, cuối cùng mới nhận ra rằng chi phí điện mới là thủ phạm chính... Phân tán mới là lối thoát, logic này tôi đã xây dựng từ lâu rồi.
Mô hình ngôn ngữ thống nhất toàn cầu? Cười nhạo à, chẳng phải tất cả mọi người đều đang làm cùng một cơ hội arbitrage sao, lợi nhuận đã bị mài mòn từ lâu rồi. Mô hình đa phương thức, mô hình lĩnh vực dọc mới là cơ hội airdrop tiếp theo, vào lúc này vẫn chưa muộn.
Phá vỡ bế tắc vẫn là câu nói đó—hoặc phân tán, hoặc sáng tạo, hoặc chờ bị thu hoạch.
Xem bản gốcTrả lời0
AirdropSweaterFan
· 01-16 13:52
Nói đúng rồi, hệ thống trung tâm dữ liệu đó đã đến lúc phải thay thế, tiêu tốn nhiều tiền và gây ô nhiễm môi trường
Xem bản gốcTrả lời0
LiquidatedNotStirred
· 01-16 13:49
Phân tán mới là tương lai, hiện tại mọi người đều đang đốt sức mạnh tính toán để phát triển mô hình lớn, cảm giác như đang đi ngược lại hướng.
Xem bản gốcTrả lời0
OptionWhisperer
· 01-16 13:43
Phân phối mới là tương lai, hệ thống trung tâm dữ liệu lớn đã lỗi thời rồi.
Xem bản gốcTrả lời0
TokenCreatorOP
· 01-16 13:38
Nói thật, hệ thống trung tâm dữ liệu lớn đó đã hơi lỗi thời rồi, đã 2024 rồi mà còn đang chất đống sức mạnh tính toán? Phân tán mới là tương lai đấy.
Điều gì thực sự đang cản trở bước đột phá tiếp theo của AI? Hai điều thường bị bỏ qua: sự phụ thuộc quá mức vào các trung tâm dữ liệu khổng lồ và sự tập trung hẹp vào các mô hình chỉ dựa trên ngôn ngữ.
Các trung tâm dữ liệu đang trở thành một điểm nghẽn — không chỉ về sức mạnh tính toán, mà còn về tính bền vững và khả năng tiếp cận. Chúng ta đang đổ nguồn lực vào hạ tầng tập trung trong khi đổi mới thực sự có thể đòi hỏi các giải pháp phân tán.
Rồi còn có con voi trong phòng: đặt cược tất cả vào các mô hình ngôn ngữ. Còn các hệ thống đa phương thức thì sao? Các mô hình được thiết kế cho các nhiệm vụ khác nhau, các lĩnh vực khác nhau thì sao? Khi mọi người đều theo đuổi cùng một hướng tiếp cận, lợi nhuận giảm dần.
Những hạn chế vô hình này có thể định hình toàn bộ thập kỷ tới. Cho đến khi chúng ta suy nghĩ lại về chúng, chúng ta chỉ đang tối ưu hóa trong một khuôn khổ thay vì thoát ra khỏi đó.