برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
هنگامی که Deepseek-R1 برای اولین بار ظهور کرد ، ترس غالب که این صنعت را لرزاند این بود که استدلال پیشرفته با زیرساخت های کمتری می توان به دست آورد.
همانطور که معلوم است ، این لزوماً اینگونه نیست. حداقل ، طبق گفته های AI ، ظهور Deepseek و استدلال منبع باز ، تأثیر دقیقی بر خلاف داشته است: به جای کاهش نیاز به زیرساخت ها ، آن را افزایش می دهد.
این افزایش تقاضا به رشد پلت فرم و تجارت AI در کنار هم کمک کرده است. امروز این شرکت از بودجه 305 میلیون دلاری سری B ، به رهبری ژنرال کاتالیزور و به رهبری Prosperity7 خبر داد. AI با هم برای اولین بار در سال 2023 با هدف ساده سازی استفاده از شرکت از مدل های بزرگ زبان با منبع باز (LLMS) ظاهر شد. این شرکت در سال 2024 با پلت فرم شرکت با هم گسترش یافت ، که امکان استقرار هوش مصنوعی را در محیط های خصوصی Cloud (VPC) و محیط های داخلی فراهم می کند. در سال 2025 ، AI در کنار هم ، یک بار دیگر با خوشه های استدلال و قابلیت های AI عامل ، یک بار دیگر در حال رشد است.
این شرکت ادعا می کند که پلت فرم استقرار هوش مصنوعی خود بیش از 450،000 توسعه دهنده ثبت نام کرده است و این تجارت نسبت به سال گذشته 6 برابر رشد کرده است. مشتریان این شرکت شامل شرکت ها و همچنین راه اندازی هوش مصنوعی مانند Krea AI ، زیرنویس ها و آزمایشگاه های Pika هستند.
ویپول پراكاش ، مدیرعامل AI AI ، به VentureBeat گفت: “ما اکنون در حال ارائه مدل ها در تمام روش ها هستیم: زبان و استدلال و تصاویر و صوتی و تصویری.”
تأثیر عظیم Deepseek-R1 بر تقاضای زیرساخت هوش مصنوعی است
Deepseek-R1 هنگام اولین بار در اولین بار ، به دلایل مختلفی بسیار مختل کننده بود-یکی از این دلالت هایی بود که یک مدل استدلال منبع باز پیشرو می تواند با زیرساخت های کمتری از یک مدل اختصاصی ساخته و مستقر شود.
با این حال ، پراکاش توضیح داد ، AI در کنار هم زیرساخت های خود را برای کمک به افزایش تقاضای بار کاری مربوط به Deepseek-R1 افزایش داده است.
وی گفت: “این یک الگوی نسبتاً گران است که استنباط را اجرا کنید.” وی گفت: “این 671 میلیارد پارامتر دارد و شما باید آن را از طریق چندین سرور توزیع کنید. و از آنجا که کیفیت بالاتر است ، به طور کلی تقاضای بیشتری در انتهای بالا وجود دارد ، به این معنی که به ظرفیت بیشتری نیاز دارید. “
علاوه بر این ، وی خاطرنشان كرد كه Deepseek-R1 به طور کلی درخواست های طولانی تر دارد كه می تواند دو تا سه دقیقه طول بکشد. تقاضای فوق العاده کاربر برای DeepSeek-R1 نیاز به زیرساخت های بیشتر را بر عهده دارد.
برای برآورده کردن این تقاضا ، AI با هم خدماتی را که “خوشه های استدلال” نامیده می شود ، ارائه می دهد که ظرفیت اختصاصی ، از 128 تا 2000 تراشه ، برای اجرای مدل ها در بهترین عملکرد ممکن است.
چگونه AI با هم به سازمانها کمک می کند تا از استدلال AI استفاده کنند
تعدادی از مناطق خاص وجود دارد که AI در کنار هم استفاده از مدل های استدلال را مشاهده می کند. اینها شامل:
- عوامل برنامه نویسی: مدل های استدلال به تجزیه مشکلات بزرگتر در مراحل کمک می کند.
- کاهش توهم: فرایند استدلال به تأیید خروجی مدل ها کمک می کند ، بنابراین توهم را کاهش می دهد ، که برای برنامه هایی که دقت آن بسیار مهم است ، مهم است.
- بهبود مدلهای غیر فجرال: مشتریان در حال تقطیر و بهبود کیفیت مدل های غیر فجرال هستند.
- فعال کردن خود بهبود: استفاده از یادگیری تقویت شده با مدل های استدلال به مدل ها اجازه می دهد تا بدون تکیه بر مقادیر زیادی از داده های دارای برچسب انسانی ، به صورت بازگشتی خود بهبود بخشند.
AI عامل همچنین باعث افزایش تقاضا برای زیرساخت های هوش مصنوعی می شود
AI در کنار هم شاهد افزایش تقاضای زیرساخت ها است زیرا کاربران آن در پذیرش AI عامل AI هستند.
Prakash توضیح داد که گردش کار عامل ، جایی که یک درخواست کاربر واحد منجر به هزاران تماس API برای انجام یک کار می شود ، تقاضای محاسباتی بیشتری را برای زیرساخت های AI در کنار هم قرار می دهد.
برای کمک به پشتیبانی از بارهای AI AIA ، AI اخیراً CodesandBox را به دست آورده است ، که فناوری آن ماشینهای مجازی سبک و سریع (VMS) را برای اجرای کد دلخواه و امن در ابر AI در کنار هم فراهم می کند ، جایی که مدل های زبان نیز در آن زندگی می کنند. این به AI با هم اجازه می دهد تا تأخیر بین کد عامل و مدلهایی را که باید خوانده شوند ، کاهش دهد و عملکرد گردش کار عامل را بهبود بخشد.
Nvidia Blackwell در حال حاضر تأثیر دارد
تمام سیستم عامل های هوش مصنوعی با افزایش تقاضا روبرو هستند.
این یکی از دلایلی است که NVIDIA سیلیکون جدیدی را که عملکرد بیشتری را ارائه می دهد ، ادامه می دهد. آخرین تراشه محصول Nvidia GPU Blackwell است که اکنون در AI با هم مستقر می شود.
پراکاش گفت تراشه های Nvidia Blackwell حدود 25 ٪ بیشتر از نسل قبلی هزینه دارند ، اما عملکرد 2 برابر را ارائه می دهد. پلت فرم GB 200 با تراشه های Blackwell به ویژه برای آموزش و استنباط مدل های متخصص (MOE) که در چندین سرورهای متصل به Infiniband آموزش دیده اند ، مناسب است. وی خاطرنشان كرد كه تراشه های بلكول همچنین انتظار می رود كه در مقایسه با مدلهای كوچك ، باعث افزایش عملکرد بزرگتر برای استنباط مدل های بزرگتر شوند.
چشم انداز رقابتی AI عامل
بازار سیستم عامل های زیرساخت هوش مصنوعی به شدت رقابتی است.
AI در کنار هم با هم ارائه دهنده ارائه دهندگان ابری و استارتاپ های زیرساختی هوش مصنوعی با رقابت روبرو است. همه Hyperscalers ، از جمله مایکروسافت ، AWS و Google ، دارای سیستم عامل AI هستند. همچنین یک گروه در حال ظهور از بازیکنان AI-Docused مانند Groq و Samba Nova وجود دارد که همگی هدف آنها یک قطعه از بازار پرسود هستند.
AI با هم یک پیشنهاد کامل دارد ، از جمله زیرساخت های GPU با لایه های پلت فرم نرم افزاری در بالا. این به مشتریان این امکان را می دهد تا به راحتی با مدل های منبع باز بسازند یا مدل های خاص خود را بر روی پلت فرم AI در کنار هم توسعه دهند. این شرکت همچنین تمرکز خود را در زمینه توسعه بهینه سازی و تسریع در زمان های شتاب برای استنباط و آموزش دارد.
Prakash گفت: “به عنوان مثال ، ما به مدل Deepseek-R1 با 85 نشانه در ثانیه خدمت می کنیم و لاجورد آن را با 7 نشانه در ثانیه خدمت می کند.” “شکاف نسبتاً گسترده ای در عملکرد و هزینه ای وجود دارد که می توانیم به مشتریان خود ارائه دهیم.”
