Microsoft CEO が語る、Azure が優れたインフラストラクチャとモデルで AI 競争をリードする方法
2分。 読んだ
上で公開
MSPoweruser の編集チームの維持にどのように貢献できるかについては、開示ページをお読みください。 続きを読む
キーノート
- Microsoft は、コスト効率の高い大規模言語モデルのトレーニングを実現する高度な AI アクセラレータを誇ります。
- GPT-3 から PHY まで、Azure はさまざまな事前トレーニング済みモデルを提供し、画期的なアーキテクチャを模索しています。
- Azure により、研究者は材料科学とエネルギー移行におけるデータを理解し、活用できるようになります。
マイクロソフトの CEO、サティア ナデラは、 インドで演説した これは、AI 競争における Azure の主導的地位を強調しています。同氏は、Azure が際立っている次のようないくつかの重要な分野について概説しました。
Microsoft は、大規模な言語モデルをトレーニングするための最先端の AI アクセラレータの構築に多額の投資を行っています。これらのアクセラレータは効率的でコスト効率が高いように設計されており、幅広い開発者や組織が利用できるようになります。
「今日、私が Microsoft の開発者に伝えていることの 18 つは、XNUMX か月後には現在のコストの XNUMX 分の XNUMX、XNUMX 分の XNUMX になることを知って、最高のモデルで何を構築できるかについて非常に野心的なことです。それはとても力強いことです。」
Azure は、GPT-3、GPT-4、さまざまなオープンソース モデルを含む、事前トレーニングされたモデルの包括的なポートフォリオを提供します。さらに、Microsoft は、PHY や推論トークンなどの新しいモデル アーキテクチャの研究と開発を積極的に行っており、AI 機能の限界を押し広げています。
Microsoft は、特に材料科学やエネルギー転換などの分野において、AI が科学的発見のための強力なツールになり得ると考えています。 Azure ツールは、研究者がこれらの分野で利用可能な膨大な量のデータを理解し、そこから学習できるように設計されており、イノベーションを加速します。
AI ワークロードの要求に対処するには、従来のデータ インフラストラクチャを徹底的に見直す必要があります。 Azure のデータ ソリューションには、ベクトル インデックスと埋め込みベクトル空間が組み込まれており、大規模なデータセットの効率的な取得と分析が可能になります。
Azure Fabric は従来のデータベースを細分化して、開発者にデータの保存と計算における制御性と柔軟性を提供します。これにより、効率的なリソース割り当てとコストの最適化が可能になります。
「これは、アプリケーションの残りの部分と併せてデータ層についても私たちがどのように考えるかに大きな影響を与えると思います。」
ナデラ氏は、インフラストラクチャ、モデル、データ、ツールを含む Microsoft の AI スタックはすぐに利用でき、常に進化していることを強調しました。同氏はまた、ムーアの法則のおかげで AI ソリューションが手頃な価格になり、より利用しやすくなったと強調しました。
全体として、ナデラ氏のスピーチは、AI の将来に対する Microsoft のビジョンと、開発者が成功するために可能な限り最高のツールとリソースを提供するという Microsoft の取り組みを明確に示しています。 Azure は、最先端のインフラストラクチャ、多様なモデル、データ イノベーション、開発者に優しいアプローチに重点を置いているため、AI 競争でのリーダーシップを維持するのに有利な立場にあるようです。
ここにある ビデオ.
ユーザーフォーラム
0メッセージ