报告：存储非 GPU 成人工智能最大挑战

一份关于人工智能行业状况的重要报告揭示了，在 ChatGPT 和其他人工智能模型发布后其持续蓬勃发展的情况下，公司和整个行业可能面临的一些关键问题。

受标准普尔全球市场情报委托的 WEKA 最近发布了其《2024 年全球人工智能趋势》报告，就广泛主题针对 1500 多名不同的科技高管和决策者的潜在趋势进行了调查。

一些最有趣的见解与具备人工智能能力的 GPU 的供应情况有关，其中几乎所有产品都由英伟达制造，不过像 AMD 这样的公司以及初创企业也正在取得一些进展。

按照 WEKA 的观点，主要的重点在于人工智能应用“当下在企业中已广泛存在”，这可能是大多数员工已经能感觉到的。然而，扩展这些人工智能应用程序常常颇具难度，主要是由于遗留的数据架构。

生成式人工智能也给各组织带来了巨大冲击，报告指出 88%的组织“现在正在积极研究生成式人工智能，远远超过了其他人工智能应用，比如预测模型（61%）、分类（51%）、专家系统（39%）和机器人技术（30%）。”

高端 GPU 自然是该报告的一大重点——拥有原始算力对于能够在众多人工智能应用中实际开展任何操作而言至关重要。

“超大规模公共云是获取 GPU 的一种途径，不过许多企业也在转向专业的人工智能云，”报告指出。“GPU 云正在成为训练（有近乎三分之一，也就是 32%的组织采用）和推理（31%）的关键场所。”

所有这些关注意味着英伟达芯片的订单规模只会不断增大。

有趣的是，WEKA 指出了包括印度在内的众多亚太主要经济体中存在的 GPU 稀缺问题。

报告作者称：“印度、中国台湾地区、新西兰和澳大利亚更有可能将 GPU 可用性列为将模型投入生产的三大挑战之一。”

“我们 2024 年人工智能趋势研究中最引人注目的收获之一是，自 ChatGPT 3 出现以及第一批生成式人工智能模型于 2023 年初进入市场以来，惊人的变化速率，”首席研究分析师约翰·阿伯特告诉Blocks & Files。

“在不到两年的时间里，生成式人工智能的采用已经超过了企业中的所有其他人工智能应用，定义了新一批人工智能领导者，并塑造了一个新兴的专业人工智能和 GPU 云提供商市场。”