L'AI Workbench di Nvidia porta bene il modello

In concomitanza con SIGGRAPH, la conferenza accademica annuale sull'intelligenza artificiale, Nvidia ha annunciato questa mattina una nuova piattaforma progettata per consentire agli utenti di creare, testare e personalizzare modelli di intelligenza artificiale generativa su un PC o workstation prima di scalarli su un data center e su un cloud pubblico.

"Per democratizzare questa capacità dobbiamo rendere possibile l'esecuzione praticamente ovunque", ha affermato il fondatore e CEO di Nvidia Jensen Huang durante un keynote all'evento.

Soprannominato AI Workbench, è possibile accedere al servizio tramite un'interfaccia di base in esecuzione su una workstation locale. Usandolo, gli sviluppatori possono mettere a punto e testare modelli da repository popolari come Hugging Face e GitHub utilizzando dati proprietari e possono accedere alle risorse di cloud computing quando si presenta la necessità di scalare.

Manuvir Das, vicepresidente dell'enterprise computing presso Nvidia, afferma che l'impulso per AI Workbench è stata la sfida - e la natura dispendiosa in termini di tempo - di personalizzare modelli di intelligenza artificiale di grandi dimensioni. I progetti di intelligenza artificiale su scala aziendale possono richiedere la ricerca del framework e degli strumenti giusti in più repository, un processo ulteriormente complicato quando i progetti devono essere spostati da un’infrastruttura all’altra.

Certamente, il tasso di successo nel lancio di modelli aziendali in produzione è basso. Secondo un sondaggio di KDnuggets, la piattaforma di data science e analisi aziendale, la maggior parte dei data scientist che hanno risposto afferma che almeno l’80% dei loro progetti si blocca prima di implementare un modello di machine learning. Una stima separata di Gartner suggerisce che quasi l’85% dei progetti di big data fallisce, in parte a causa di ostacoli infrastrutturali.

“Le aziende di tutto il mondo stanno correndo per trovare la giusta infrastruttura e costruire modelli e applicazioni di intelligenza artificiale generativa”, ha affermato Das in una dichiarazione preconfezionata. "Nvidia AI Workbench fornisce un percorso semplificato ai team interorganizzativi per creare applicazioni basate sull'intelligenza artificiale che stanno diventando sempre più essenziali nel business moderno."

Non è ancora chiaro quanto sia “semplificato” il percorso. Ma secondo Das, AI Workbench consente agli sviluppatori di riunire modelli, framework, SDK e librerie, comprese le librerie per la preparazione e la visualizzazione dei dati, da risorse open source in uno spazio di lavoro unificato.

Con la crescita della domanda di intelligenza artificiale, in particolare di intelligenza artificiale generativa, si è verificato un afflusso di strumenti focalizzati sulla messa a punto di modelli generali di grandi dimensioni per casi d’uso specifici. Startup come Fixie, Reka e Together mirano a rendere più semplice per le aziende e i singoli sviluppatori personalizzare i modelli in base alle loro esigenze senza dover sborsare per costosi cloud computing.

Con AI Workbench, Nvidia propone un approccio più decentralizzato alla messa a punto, che avviene su una macchina locale anziché su un servizio cloud. Ciò ha senso, dato che Nvidia e il suo portafoglio di prodotti di GPU con accelerazione dell’intelligenza artificiale ne trarranno vantaggio; Nvidia fa menzioni non così sottili della sua gamma RTX nel comunicato stampa che annuncia la notizia. Ma a parte le motivazioni commerciali di Nvidia, la proposta potrebbe attrarre gli sviluppatori che non desiderano essere vincolati a un singolo cloud o servizio per la sperimentazione del modello di intelligenza artificiale.

La domanda di GPU guidata dall’intelligenza artificiale ha spinto i guadagni di Nvidia a nuovi livelli. A maggio, la capitalizzazione di mercato della società ha raggiunto brevemente i 1.000 miliardi di dollari dopo che Nvidia ha riportato ricavi per 7,19 miliardi di dollari, in crescita del 19% rispetto al trimestre fiscale precedente.