في الآونة الأخيرة، خفضت ميكرون توقعات إيراداتها بسبب انخفاض مبيعات أجهزة الكمبيوتر والهواتف الذكية التي تعمل بالذكاء الاصطناعي بشكل أقل من المتوقع، مما أثار مخاوف السوق بشأن تراجع صناعة الذكاء الاصطناعي. ومع ذلك، قد يكون هذا القلق نابعًا من سوء فهم للوضع الحالي لسوق الذكاء الاصطناعي. ستحلل هذه المقالة سوق الذكاء الاصطناعي الحالي، وخاصة الوضع الحالي لتطبيق الذكاء الاصطناعي على أجهزة الكمبيوتر الشخصية والهواتف المحمولة، واستكشاف آفاق تطويره، وتوضيح بعض سوء الفهم في السوق.
في السنوات الأخيرة، كان هناك الكثير من النقاش حول ما إذا كانت أسواق الكمبيوتر والهواتف المحمولة في حالة ركود. في الآونة الأخيرة، قامت شركة Micron المصنعة لرقائق الذاكرة الرسومية بخفض توقعات إيراداتها للأرباع القليلة القادمة بسبب انخفاض مبيعات أجهزة الكمبيوتر والهواتف الذكية التي تعمل بتقنية الذكاء الاصطناعي بشكل أقل من المتوقع، وقد تسبب هذا في قلق الكثير من الناس من أن "الذكاء الاصطناعي يحتضر". ومع ذلك، في الواقع، لا يُظهر الذكاء الاصطناعي أي علامات تراجع، خاصة كما يتضح من أداء Nvidia.
العديد من أجهزة الكمبيوتر المحمولة والهواتف المحمولة الموجودة حاليًا في السوق والتي تدعي أنها تتمتع بقدرات الذكاء الاصطناعي لا تتمتع بقوة معالجة كافية. حتى أجهزة الكمبيوتر عالية الأداء المخصصة للألعاب تجد صعوبة في تشغيل برامج الذكاء الاصطناعي المعقدة مثل ChatGPT محليًا لأن هذه التطبيقات تتطلب كميات هائلة من البيانات وقدرة الحوسبة ولا يمكن إكمالها ببساطة على جهاز كمبيوتر. على الرغم من توفر بعض التطبيقات البديلة، إلا أنها ليست قريبة من أداء واستجابة معظم برامج الذكاء الاصطناعي التي يديرها الخادم.
في النظام البيئي للذكاء الاصطناعي، أصبحت معظم الشركات والأدوات المتميزة راسخة. على سبيل المثال، غالبًا ما يتفوق المستخدمون الذين لديهم بطاقات رسومات Nvidia RTX على العديد من وحدات المعالجة المركزية الحديثة المجهزة بـ NPU في أداء الذكاء الاصطناعي. تظهر المقارنة أن فرق الأداء بين أجهزة الكمبيوتر المحمولة المجهزة بـ RTX4080 وIntel Core Ultra9185H في ظل أحمال عمل الذكاء الاصطناعي يمكن أن يصل إلى 700% إلى 800%. يمكن ملاحظة أن الخادم يلعب دورًا رئيسيًا في توفير أداء الذكاء الاصطناعي.
قامت Google بتوسيع نموذج Gemini الخاص بالذكاء الاصطناعي ليشمل معظم أجهزة Android وتخطط لإحضاره إلى مكبرات الصوت Nest. وعلى الرغم من أن عمر هذه الأجهزة يبلغ أربع سنوات، إلا أنها لا تزال تثبت قابلية التطبيق الواسع لتقنية الذكاء الاصطناعي. إذا نظرنا إلى الماضي، كان يُعتقد أن أداء بطاقة الرسومات يحتاج إلى الوصول إلى عشرات المليارات من العمليات الحسابية (PFLOPs) لتحقيق تجربة واقع افتراضي حقيقية، ولم تصل بطاقات الرسومات الحالية بعد إلى هذا المعيار، وهو ما يعكس أيضًا التحديات التي لا تزال تواجهها من خلال تطوير الذكاء الاصطناعي المحلي.
في عملية تطوير الشركات المصنعة لوحدة معالجة الرسومات، غالبًا ما تعتمد برمجة الذكاء الاصطناعي على الحوسبة المتوازية، وتتفوق وحدات معالجة الرسومات في هذا الصدد. لذلك، لا يزال تصميم وحدة معالجة الرسومات المستقبلية يستغرق وقتًا، وقد لا يتم رؤية تحسينات كبيرة في أداء الذكاء الاصطناعي إلا بعد إطلاق سلسلة RTX60. قد يتيح هذا الجيل من بطاقات الرسومات إمكانية تشغيل النماذج الكبيرة المحلية (LLMs).
أبرز النقاط:
تكنولوجيا الذكاء الاصطناعي لم تمت بعد وأداء السوق يتأثر بالمفاهيم الخاطئة.
تعتمد العديد من الأجهزة التي تعلن عن الذكاء الاصطناعي على الخوادم في الأداء، مما يجعل من الصعب تنفيذ العمليات المعقدة محليًا.
قد تؤدي التطورات التكنولوجية المستقبلية في وحدات معالجة الرسومات إلى تطوير نماذج الذكاء الاصطناعي المحلية.
بشكل عام، تتمتع تكنولوجيا الذكاء الاصطناعي بإمكانات هائلة للتطوير المستقبلي، وأدائها الحالي في السوق لا يعكس قوتها الحقيقية. ومع التقدم المستمر في تكنولوجيا الأجهزة، وخاصة تحسين أداء وحدة معالجة الرسومات، ستفتح تطبيقات الذكاء الاصطناعي المحلية فرص تطوير جديدة وتغير أنماط حياة الناس في نهاية المطاف.