No tak predevsim ty AI auta, to jsou zatim je takova siditka na dalnici nebo na zaparkovani. Vize je jasna. Zvednu mobil, privolam si auto (poskytovatele) a auto prijede, odveze mne a pak odjede za svym cilem.
Tam jeste nejsme a potrebujem na to vykon. Cidla uz celkem jdou, ale AI pokulhava a to i kvuli omezenemu vykonu platforem.
Jednak a taky protoze ze AMD/Intel zbroji a Nvidia i kdyz ted neni pod tlakem se pod nim muze ocitnout. Intel maka na Saphire Rapids a Aurore (nebo jak se ten superstroj jmenuje) a pokud se Aurora na prelomu 2021/22 bude hodne probirat v tisku nekomu by mohlo dojit, ze to muze jit i be NVidie (kdyz uz to jde v pripade AMD) -- a to pro zadnou spolecnost neni dobra znamka. NV tedy musi byt aktivni...
To bych právě neřekl. Problém s tou AI je o jejím trénování, nikoliv o tom, že by byla nevýkonná na vyhodnocování. Že AI pokulhává je o tom, že nejsme schopni ji efektivně natrénovat.
Dám vám takové historické srovnání. Když jsem před více než 20 lety programoval na diplomovou práci neuronovou síť, tak její vyhodnocení trvalo řádově milisekundy. Její trénování trvalo dny (na stejném hardwaru). A to byla síť jednoduchá. Čím je síť složitější, tím se ta propast mezi dobou trénování a vyhodnocování ještě více zvětšuje, jednak proto, že se netrénuje na pár stech vzorech, jako jsem tu svoji trénoval já, ale na miliardách vzorů.
Tedy pokud chce udělat nVidia auto, co se samo učí, tak bych chápal, že se snaží udělat co nejvýkonnější čip. Pokud se ale auto bude učit hromadně na nějakém superpočítači, tak si myslím, že ten výkon neuronové sítě není potřeba. A k tomu, že bude bezpečnější nenechat AI v autě se učit samotnou, dospěly firmy zabývající se samořiditelnými auty už v počátcích výzkumů. Je to totiž krajně neefektivní, jak z hlediska spotřeby energie, kdy se miliony aut učí totéž, tak z hlediska toho, že samotné jedno auto má na to učení hrozně málo dat.