AI芯片(GPU)供應短缺,微軟警示可能影響AI發展

全球人工智能(AI)技術的快速發展已經揭示出了AI芯片供應的短缺問題,這一現象對整個科技產業產生了重大影響。無論企業大小,持續的芯片供應不足已導致一些AI行業的領先平台受到嚴重衝擊,且行業分析師表示這一現象可能在相當長的時間內難以解決。

AI芯片(GPU)供應短缺,微軟警示可能影響AI發展

全球人工智能(AI)技術的快速發展已經揭示出了AI芯片供應的短缺問題,這一現象對整個科技產業產生了重大影響。無論企業大小,持續的芯片供應不足已導致一些AI行業的領先平台受到嚴重衝擊,且行業分析師表示這一現象可能在相當長的時間內難以解決。

微軟年報警示與GPU可用性

微軟的年報中首次將圖形處理單元(GPU)的可用性列為可能的風險因素,向投資者發出警示。GPU作為執行AI算法的關鍵硬件之一,其供應情況直接影響到AI工具和產品的開發。

微軟寫道:“我們將繼續尋找和評估擴大數據中心位置和增加服務器容量的機會,以滿足客戶不斷變化的需求,特別是考慮到對人工智能服務不斷增長的需求。” “我們的數據中心取決於許可的可建設土地、可預測的能源、網絡供應和服務器,包括圖形處理單元(‘GPU’)和其他組件。”

微軟對GPU的提及突顯了計算能力的可用性如何成為AI的一個關鍵瓶頸。這個問題直接影響正在建立AI工具和產品的公司,並間接影響希望將這項技術應用於自身目的的企業和最終用戶。

產業專家對供應短缺的看法

OpenAI 首席執行官 Sam Altman 5 月份在美國參議院作證時表示,該公司的聊天機器人正在努力跟上用戶向其發出的請求數量。

“我們的 GPU 非常短缺,使用該工具的人越少越好,”Altman 說。

這個問題聽起來讓人想起了疫情時期流行的消費電子產品短缺,那時遊戲愛好者為了遊戲主機和個人電腦顯示卡支付了大幅度提高的價格。當時,製造延遲、勞動力不足、全球運輸中斷以及來自加密貨幣挖礦者的競爭需求都導致了GPU的供應緊缺。

然而,專家指出,當前的芯片短缺性質與以往的消費電子產品短缺不同,持續的短缺反映出對高端GPU的爆發性需求,而這些GPU將用於訓練和使用AI模型中,目前GPU的生產已達到容量上限,需求增長已超越供應。

穆迪投資者服務公司的高級副總裁Raj Joshi表示

“沒有人能夠模擬這種需求將以多快的速度或多少增加, “我認為該行業還沒有準備好應對這種需求激增。”

Nvidia成為受益者

https://www.cnn.com/2023/08/06/tech/ai-chips-supply-chain

市值達1萬億美元的芯片製造商Nvidia,控制著84%的離散GPU市場。專家預計Nvidia將在未來幾個季度經歷"空前的"收入增長,其來自數據中心業務的收入將超越競爭對手英特爾和AMD的總和。在五月份的盈利電話會議中,Nvidia表示已經“採購了更多供應來應對下半年的上升需求”。

與此同時,AMD表示,它預計將在年底之前推出對Nvidia AI GPU的回應。 AMD首席執行官Lisa Su在公司的盈利電話會議上表示:"我們的AI解決方案在各個方面都引起了非常強烈的客戶興趣。" "還有很多事情要做,但我想說我們已經取得了顯著的進展。"

全球AI發展前景與芯片供應挑戰

拜登政府也將"提高美國芯片製造能力"作為首要任務;去年《CHIPS法案》的通過將為國內芯片產業和芯片研發提供數十億美元的資金。但這些投資針對的是廣泛的芯片技術,而不是專門針對提高 GPU 產量。

隨著更多制造商參與生產,以及競爭對手擴展其產品組合,芯片供應問題可能會有所緩解,但行業專家表示,解決這一問題可能需要兩到三年的時間,儘管面臨挑戰,全球AI發展前景依然廣闊,面對芯片供應短缺,公司可能需要尋找更聰明的方法來應對。一些公司可能會考慮使用較小的AI模型,並尋找更有效的方式來利用現有資源,以確保AI技術能夠充分發揮其潛力。

(原文出自:https://edition.cnn.com/2023/08/06/tech/ai-chips-supply-chain)

Read more

【設計師的 AI 秘笈】Figma Make 教學:從 Prompt 到 Prototype,AI 如何改變設計驗證的工作流

【設計師的 AI 秘笈】Figma Make 教學:從 Prompt 到 Prototype,AI 如何改變設計驗證的工作流

為什麼會有 Figma Make? 如果你曾經參與過數位產品開發,就會知道「驗證一個小小想法」有多麻煩。 傳統流程通常是:先畫 wireframe、再做互動原型、交給工程師拼湊 Demo,最後才能讓使用者測試。聽起來合理,但其實就像要測「這道門放左邊還右邊比較好」,卻得先畫建築藍圖、蓋好模型屋,最後還要請木工動手做。當你想調整位置時,整個過程又得重來。 這種反覆拉長了產品驗證週期,也讓設計師和 PM 花大量時間在「建構舞台」,而不是「驗證劇本」。 Figma Make 出現,就是要打破這道流程瓶頸。它讓團隊不用再先畫滿滿的藍圖,而是直接「蓋一間速成小樣品屋」,立刻走進去體驗。想換門?輸入一句話就能馬上改。這樣的思路,讓設計驗證從繁瑣的工序,轉變成一場「隨時可修改的即興演出」。 Figma Make 是什麼? 如果要用一句話來定義,Figma Make 就是「

lock-1
GPT-5 風波:當 AI 個性碰上用戶情感依賴

GPT-5 風波:當 AI 個性碰上用戶情感依賴

OpenAI 在 8 月 7 日發布 GPT-5,原本期待技術升級能鞏固領先地位,沒想到短短一週就因為「回應太冷淡」、「答題品質忽高忽低」被用戶砲轟,逼得官方緊急讓 GPT-4o 重新上架,並火速調整 GPT-5 的語氣設定。這場風波突顯兩個關鍵問題:技術更新若不考量情感體驗,會直接重創品牌信任度;模型路由系統如果不夠透明,企業客戶和一般用戶都會立刻跳船。從事件發展脈絡、商業技術考量、心理倫理衝擊,到產業未來走向,這場 GPT-5 亂象為整個 AI 產業敲響警鐘。 事件發展脈絡與核心爭議 GPT-5 上線當天就把所有舊版模型下架,同時啟用「多模型混合」路由系統來節省運算開支。問題是隔天路由器就開始出包,經常把需要深度思考的複雜問題丟給低階子模型處理,讓付費用戶覺得「花大錢買到爛服務」。8 月 11 日,面對 Reddit、PTT、Twitter