微軟 Azure 雲端硬體與基礎建設總裁 Rani Borkar 於 SEMICON Taiwan CEO Summit 發表主題演講,提出 AI 基礎建設發展的全新衡量方式。
過去幾年,AI 的發展體現在資料中心、晶片、記憶體與電力等資源的擴張規模,Rani Borkar 呼籲產業聚焦「提升有效產出為當務之急(yield imperative)」,不單以能建置多少運算容量定義 AI 基礎建設的成功與否,更需關注資源能以多高的效率轉化為真正有用的智慧。
▲微軟 Azure 雲端硬體與基礎建設總裁 Rani Borkar 於 SEMICON Taiwan CEO Summit 發表主題演講,提出 AI 基礎建設發展的全新衡量方式
要滿足現今 AI 基礎建設的需求,不僅需要擴大容量,更需提升「有效產出(useful yield)」,亦即讓晶片、記憶體、網路與電力能更有效率地轉化為具備價值的實際成果,並透過增加每一分錢與每瓦電力所能產生的 token 數量、整體處理效能提升以及降低延遲等指標來衡量整體效益。
隨著每一代新 AI 對晶片、記憶體、電力與網路的需求增加,只仰賴基礎建設的擴充已不足以支撐未來發展。持續推動 AI 基礎建設的發展不僅需要提升各層雲端架構的效率,也需透過跨領域技術整合才能實現突破性創新,這有賴全球半導體生態系攜手合作,從零組件、設備與材料供應商,到水、電等公共事業、資料中心營運商、模型開發者與軟體開發人員共同參與。
根據微軟設計與營運全球規模 AI 基礎建設的經驗,跨層設計(cross-layer design)將成為下一階段提升效率的關鍵。企業不應受限於單點優化零組件,而是必需打破既有思維,從晶片、記憶體、網路、電力、散熱、軟體、模型、工作負載和大規模營運等各個層面跨層整合,因為最棘手的限制,往往需要跳脫最初出現問題的層級才能找出解決方案。
▲根據微軟設計與營運全球規模 AI 基礎建設的經驗,跨層設計(cross-layer design)將成為下一階段提升效率的關鍵