به گفته مدیر عامل مایکروسافت، چگونه Azure با زیرساخت ها و مدل های برتر در رقابت هوش مصنوعی پیشرو است

نماد زمان خواندن 2 دقیقه خواندن


خوانندگان به پشتیبانی از MSpoweruser کمک می کنند. در صورت خرید از طریق پیوندهای ما ممکن است کمیسیون دریافت کنیم. نماد راهنمای ابزار

صفحه افشای ما را بخوانید تا بدانید چگونه می توانید به MSPoweruser کمک کنید تا تیم تحریریه را حفظ کند ادامه مطلب

یادداشت های کلیدی

  • مایکروسافت دارای شتاب دهنده های هوش مصنوعی پیشرفته برای آموزش مقرون به صرفه مدل زبان بزرگ است.
  • از GPT-3 تا PHY، Azure طیفی از مدل های از پیش آموزش دیده را ارائه می دهد و معماری های پیشگامانه را بررسی می کند.
  • Azure محققان را قادر می سازد تا داده ها را در علم مواد و انتقال انرژی درک کنند و از آنها استفاده کنند.

ساتیا نادلا، مدیرعامل مایکروسافت، در هند سخنرانی کرد برجسته کردن موقعیت پیشرو Azure در مسابقه هوش مصنوعی. او چندین حوزه کلیدی را که Azure در آنها متمایز است، از جمله:

مایکروسافت در ساخت شتاب‌دهنده‌های پیشرفته هوش مصنوعی برای آموزش مدل‌های زبان بزرگ سرمایه‌گذاری زیادی کرده است. این شتاب دهنده ها به گونه ای طراحی شده اند که کارآمد و مقرون به صرفه باشند، و آنها را برای طیف وسیع تری از توسعه دهندگان و سازمان ها در دسترس قرار دهد.

یکی از چیزهایی که به توسعه‌دهندگان ما در مایکروسافت می‌گویم، امروز در مورد آنچه که می‌توانید با بهترین مدل‌ها بسازید، بسیار جاه‌طلبانه است، زیرا می‌دانیم که در 18 ماه، یک دهم، یک صدم هزینه امروز خواهد بود. و این یک چیز بسیار قدرتمند است.»

Azure مجموعه ای جامع از مدل های از پیش آموزش دیده، از جمله GPT-3، GPT-4 و مدل های مختلف منبع باز ارائه می دهد. علاوه بر این، مایکروسافت به طور فعال در حال تحقیق و توسعه معماری‌های مدل جدید مانند PHY و توکن‌های استدلالی است که مرزهای قابلیت‌های هوش مصنوعی را جابجا می‌کند.

مایکروسافت معتقد است که هوش مصنوعی می تواند ابزاری قدرتمند برای اکتشافات علمی، به ویژه در زمینه هایی مانند علم مواد و انتقال انرژی باشد. ابزارهای Azure برای کمک به محققان در درک و یادگیری از حجم عظیم داده های موجود در این زمینه ها طراحی شده اند و به نوآوری سرعت می بخشند.

زیرساخت سنتی داده برای رسیدگی به نیازهای بار کاری هوش مصنوعی نیاز به بازنگری اساسی دارد. راه‌حل‌های داده‌ای Azure شامل شاخص‌های برداری و فضاهای برداری تعبیه‌شده است که امکان بازیابی و تحلیل کارآمد مجموعه داده‌های بزرگ را فراهم می‌کند.

Azure Fabric پایگاه‌های داده سنتی را تفکیک می‌کند و به توسعه‌دهندگان کنترل و انعطاف‌پذیری بیشتری در ذخیره‌سازی و محاسبه داده‌ها ارائه می‌دهد. این امکان تخصیص کارآمد منابع و بهینه سازی هزینه را فراهم می کند.

"من فکر می کنم این تاثیر عمیقی بر نحوه تفکر ما حتی در مورد لایه داده در ارتباط با بقیه برنامه ها خواهد داشت."

نادلا تاکید کرد که پشته هوش مصنوعی مایکروسافت، شامل زیرساخت‌ها، مدل‌ها، داده‌ها و ابزارها، به آسانی در دسترس است و دائما در حال تکامل است. او همچنین مقرون به صرفه بودن راه حل های هوش مصنوعی را به لطف قانون مور برجسته کرد و آنها را در دسترس تر کرد.

به طور کلی، سخنرانی نادلا تصویر روشنی از چشم انداز مایکروسافت برای آینده هوش مصنوعی و تعهد آن به ارائه بهترین ابزار و منابع ممکن به توسعه دهندگان برای موفقیت ارائه می دهد. Azure با تمرکز بر زیرساخت‌های پیشرفته، مدل‌های متنوع، نوآوری در داده‌ها و رویکردی مناسب برای توسعه‌دهندگان، به نظر می‌رسد موقعیت خوبی برای حفظ رهبری خود در مسابقه هوش مصنوعی دارد.

در اینجا تصویری.

بیشتر در مورد موضوعات: هندوستان, ساتای نادلا