Η επανάσταση της Τεχνητής Νοημοσύνης (AI) δεν δείχνει σημάδια επιβράδυνσης, αντίθετα, επιταχύνεται με ραγδαίους ρυθμούς. Η Lin Qiao, πρώην μηχανικός στην Meta, η οποία συνέβαλε στην ανάπτυξη του PyTorch, διαχειρίζεται τώρα την Fireworks AI, μια startup αξίας 4 δισεκατομμυρίων δολαρίων, που επεξεργάζεται 15 τρισεκατομμύρια “tokens” τεχνητής νοημοσύνης καθημερινά. Σύμφωνα με την ίδια, η ζήτηση για αυτές τις υπηρεσίες μόλις ξεκινά.
«Αυτή είναι η χρονιά που η κατανάλωση tokens θα αυξηθεί εκθετικά», δήλωσε η Qiao σε πρόσφατη συνέντευξή της. Η πλατφόρμα inference cloud της Fireworks AI επεξεργάζεται πλέον περίπου 15 τρισεκατομμύρια tokens AI ανά ημέρα, σημειώνοντας αύξηση από 13 τρισεκατομμύρια μόλις λίγους μήνες νωρίτερα και 10 τρισεκατομμύρια στα τέλη του 2025. (Τα μοντέλα AI αναλύουν λέξεις και άλλες εισόδους σε αριθμητικά tokens για να διευκολύνουν την επεξεργασία και την κατανόησή τους. Ένα token αντιστοιχεί περίπου στα ¾ μιας λέξης. Χρησιμοποιούνται επίσης για την τιμολόγηση της χρήσης μοντέλων AI, μέσω ενός καθιερωμένου βιομηχανικού κόστους ανά εκατομμύριο tokens).
Η Qiao έχει βιώσει ξανά τέτοιες τάσεις. Πολύ πριν την τρέχουσα άνθηση της γενετικής Τεχνητής Νοημοσύνης, βρισκόταν στην Meta, βοηθώντας στην κατασκευή του PyTorch, του open-source framework που τροφοδότησε το πρώτο κύμα σύγχρονης υιοθέτησης της AI. Τότε, δεν υπήρχαν GPUs βελτιστοποιημένες για AI, ώριμα εργαλεία, ούτε σαφής πορεία ανάπτυξης. «Έπρεπε να χτίσουμε τα πάντα από την αρχή», ανέφερε η Qiao.
Η κλίμακα αυτής της ανάπτυξης, σύμφωνα με την Qiao, αντικατοπτρίζει πόσο γρήγορα η AI ενσωματώνεται στις καθημερινές ροές εργασίας σε διάφορους κλάδους. Η χρήση tokens δεν περιορίζεται μόνο σε ομάδες τεχνολογίας. Η Qiao περιέγραψε τμήματα χρηματοοικονομικών που χρησιμοποιούν AI για την αυτοματοποίηση προβλέψεων, την νομική της ομάδα να δημιουργεί εσωτερικά εργαλεία AI, ακόμη και εργαζόμενους gig economy να δημιουργούν μουσική κατά παραγγελία με γενετικά μοντέλα AI. Η κόρη της, φοιτήτρια, χρησιμοποιεί πολλαπλά συστήματα AI ταυτόχρονα – ένα για να παράγει απαντήσεις και άλλα για να τις επαληθεύσει. «Αυτός είναι ο κόσμος στον οποίο ζούμε», δήλωσε η Qiao. «Κυριολεκτικά κάθε άτομο χρησιμοποιεί αυτά τα εργαλεία».
Αυτή η αύξηση έχει αντίκτυπο σε ολόκληρη την τεχνολογική αλυσίδα. Η προσφορά GPUs είναι περιορισμένη, οι τιμές αυξάνονται, ακόμη και η υποδομή ενέργειας βρίσκεται υπό πίεση, καθώς οι εταιρείες αγωνίζονται να αναπτύξουν περισσότερη χωρητικότητα AI. «Ολόκληρο το σύστημα είναι κορεσμένο», ανέφερε η Qiao, περιγράφοντας σημεία συμφόρησης που εκτείνονται από τα εξαρτήματα ημιαγωγών έως τα ενεργειακά δίκτυα.
Η αξιοπιστία της σε αυτές τις τάσεις πηγάζει από τον ρόλο της στην κατασκευή του PyTorch, το οποίο συνέβαλε στην εκδημοκρατικοποίηση της ανάπτυξης AI σε εταιρείες όπως η Tesla και η Walmart. Αυτή η πρώιμη έκθεση της έδειξε πόσο γρήγορα η AI μπορούσε να εξαπλωθεί πέρα από τη Silicon Valley σε κλάδους όπως η γεωργία και η βιομηχανία. Τώρα, βλέπει ένα παρόμοιο, αλλά πολύ ταχύτερο, κύμα να ξεδιπλώνεται.
Γιατί υπάρχουν;
Παρόλα αυτά, ένα βασικό ερώτημα κρέμεται πάνω από εταιρείες όπως η Fireworks AI: γιατί υπάρχουν εξαρχής; Αν οι υπερ-πάροχοι Amazon, Google, Microsoft και Oracle ήδη νοικιάζουν GPUs, γιατί να μην απευθυνθεί κανείς απευθείας σε αυτούς; Η απάντηση της Qiao είναι η πολυπλοκότητα και η ταχύτητα. Οι επιχειρήσεις, όπως είπε, αγωνίζονται να συμβαδίσουν με τα ταχέως μεταβαλλόμενα μοντέλα και το υλικό, από τα νέα τσιπ της Nvidia που φτάνουν κάθε λίγους μήνες, έως νέα μοντέλα AI κάθε λίγες εβδομάδες. Η Fireworks διαχειρίζεται αυτή τη διακύμανση – βελτιστοποιώντας την απόδοση, διαχειριζόμενη την υποδομή και βοηθώντας τους πελάτες να μεταβαίνουν γρήγορα – ώστε να μην χρειάζεται να το κάνουν εκείνοι.
Για την Qiao, το δίδαγμα τόσο από το PyTorch όσο και από τη Fireworks είναι σταθερό: μόλις η AI γίνει χρησιμοποιήσιμη, η υιοθέτησή της επιταχύνεται δραματικά. Και με βάση τους τρέχοντες όγκους tokens, αυτή η επιτάχυνση μόλις έχει ξεκινήσει.
