Il modello di intelligenza artificiale su scala planetaria di Cambridge funziona su AMD, non su Nvidia.

      L'industria dell'IA si basa su Nvidia. Un team dell'Università di Cambridge ha appena dimostrato che non deve farlo. Hanno costruito un modello di fondazione su scala planetaria per la Terra, e ogni chip che lo ha addestrato e eseguito proviene da AMD.

      Il modello si chiama TESSERA, e la sua idea è presa in prestito dai grandi modelli di linguaggio. Dove un LLM impara dal testo, TESSERA impara dallo spazio. Assorbe anni di immagini dai satelliti Sentinel dell'Agenzia Spaziale Europea, sia radar che ottiche, ha annunciato il team. Poi comprime ogni quadrato di 10 metri della superficie terrestre in un "impronta" compatta di 128 numeri, o embedding.

      Questo suona astratto. Il risultato non lo è.

      Normalmente, mappare coltivazioni, foreste o alluvioni dai dati satellitari significa costruire un modello su misura e etichettare manualmente migliaia di esempi per ogni compito.

      Con le impronte di TESSERA già calcolate, i ricercatori possono costruire quegli strumenti con molti meno dati, spesso su una CPU ordinaria. Il team afferma di aver bisogno di circa 30 volte meno dati etichettati rispetto a partire da immagini grezze.

      Il 💜 della tecnologia dell'UE

      Le ultime novità dalla scena tecnologica dell'UE, una storia dal nostro saggio fondatore Boris, e alcune opere d'arte AI discutibili. È gratuito, ogni settimana, nella tua casella di posta. Iscriviti ora!

      Il risultato è una sorta di strato base per il pianeta, pubblicato gratuitamente per chiunque voglia utilizzarlo. La parte più insolita è su cosa è stato eseguito.

      IA planetaria, senza Nvidia

      Il gruppo Energia e Ambiente di Cambridge ha addestrato TESSERA su 16 GPU AMD Instinct MI300X, utilizzando circa 6.200 ore GPU e il software open ROCm di AMD. Addestrare un modello è la parte facile. Eseguirlo su ogni pixel di 10 metri sulla Terra, circa 1,5 trilioni all'anno, è la parte difficile.

      Per questo, il team si è rivolto a Vultr, un'azienda cloud indipendente che ha sponsorizzato il calcolo, e sei dei suoi server bare-metal. Ognuno di essi è dotato di otto GPU AMD Instinct MI325X. Insieme producono circa tre terabyte di dati compressi al giorno. I ricercatori paragonano questo a coprire la massa terrestre dell'Italia, quotidianamente.

      Un singolo anno di copertura globale richiede mesi di elaborazione continua.

      Uno strato base per la Terra

      Il punto è l'apertura. Cambridge sta rilasciando gli embedding gratuitamente sotto una licenza Creative Commons, insieme alla ricetta completa per l'addestramento. Qualsiasi governo, ricercatore o startup può costruire su di essi.

      Il professor Anil Madhavapeddy, che guida il lavoro, afferma che l'obiettivo è "democratizzare l'accesso al monitoraggio ambientale su scala planetaria".

      Gli usi sono concreti. Gli agricoltori possono monitorare la salute delle coltivazioni e prevedere i raccolti con una risoluzione di 10 metri, un vantaggio per i piccoli agricoltori nelle regioni in via di sviluppo.

      I conservazionisti possono osservare i cambiamenti degli habitat, dalle foreste tropicali alle siepi del Regno Unito che ospitano i ricci. I pianificatori energetici possono mappare i siti solari e eolici per guidare la transizione. Tutto ciò si basa sulle stesse impronte condivise.

      TESSERA è una piccola storia con un grande sottotesto. Un'università pubblica ha costruito un modello di IA su scala di frontiera, lo ha reso gratuito e lo ha fatto sull'hardware che tutti dicono non si può usare. Il campo è convinto che una seria IA significhi GPU Nvidia e laboratori privati.

      Un valore di impronte planetarie, addestrato su AMD e regalato, è una silenziosa confutazione.