摘要:考虑到这一点,Intersect360 Research研究公司进行了2024年高性能计算/人工智能(HPC-AI)软件调查。这项对操作环境、中间件和最终用户应用程序的全面调查涵盖了11个领域,包括机器学习(ML)、人工智能(AI)和大型语言模型(LLM)的采
人工智能(AI)激发了高性能计算(HPC)部署激增,因此,人工智能似乎是一种解决所有计算问题的神奇疗法。
当然,这是不正确的。虽然人工智能是一项有价值的技术,但如果高性能计算社区想要充分发挥人工智能的潜力,就有必要打破炒作。
考虑到这一点,Intersect360 Research研究公司进行了2024年高性能计算/人工智能(HPC-AI)软件调查。这项对操作环境、中间件和最终用户应用程序的全面调查涵盖了11个领域,包括机器学习(ML)、人工智能(AI)和大型语言模型(LLM)的采用。受访者来自各行各业,其中68%来自商业客户,26%来自学术机构,6%来自政府。
这项对人工智能在现实世界中的应用的调查,以及调查中涵盖的其他主题,揭示了这项技术的价值以及它可能的发展方向。
AI参与和使用
2024年HPC-AI软件调查中最不令人惊讶的信息之一是,有很大一部分受访者在以某种形式使用人工智能。在回答“您的组织现在是否正在以任何形式参与人工智能?”92%的受访者回答说:“是的。”正如人们所想象的那样,人工智能现在无处不在。
也就是说,人工智能是一种多功能的工具,仅仅询问一个组织是否在使用它是不够的。通过更深入地挖掘,调查还询问了受访者他们目前如何使用人工智能,以及他们计划在未来使用它。
受访者被要求回答以下陈述:“我们已经将人工智能或机器学习集成到我们的高性能计算应用程序中,例如用于计算指导或模拟优化。”在受访者中,近75%的人同意或强烈同意这一陈述。
相反,受访者还被要求回答以下陈述:“AI/ML与我们的HPC计划和应用是分开的。”略高于30%的人对这一陈述表示“同意”或“强烈同意”。这种比较显示了AI/ML工具在HPC应用程序中的深度集成。组织发现这项技术在他们的HPC运营中有很多用途。
展望未来,似乎即使是那些目前还没有采用该技术计划的人也会很快这样做。受访者被要求回答以下声明:“我们计划将人工智能/机器学习更紧密地集成到我们的高性能计算中,但我们还没有实现。”近65%的受访者同意或强烈同意这一说法,这表明即使是那些目前还没有将人工智能集成到其高性能计算应用程序中的人,至少也有这样做的愿望。
生成式人工智能(GenAI)和大型语言模型(LLM)
虽然人工智能有各种各样的用途,但GenAI和LLM是这项技术最受关注的热门应用之一。因此,Intersect360 Research在2024年HPC-AI软件调查中专门用了一整节篇幅来研究这些应用程序。
调查发现,近75%的受访者同意“我们正在积极使用GenAI”这一说法。近55%的受访者也同意“我们在考虑建立自己的定制LLM”这一声明。此外,近65%的受访者同意他们“希望GenAI降低我们的成本”。
虽然这只是整个研究的一小部分,但它描绘了组织从其GenAI/LLM部署中寻找什么的图景。似乎大多数受访者都希望这项技术能为他们省钱。此外,构建定制LLM比使用现成产品更困难。受访者的回答表明,客户希望控制他们的LLM部署,或者至少他们认为自己是这样做的。
这一说法进一步证实了这一观点,即42%的受访者将在自己的数据中心托管处进行LLM部署,用于开发和设计,34%用于测试,35%用于模型培训,31%用于生产。
来源:小萱科技圈