Модель искусственного интеллекта планетарного масштаба от Cambridge работает на AMD, а не на Nvidia.

      Индустрия ИИ работает на Nvidia. Команда из Кембриджского университета только что продемонстрировала, что это не обязательно. Они создали модель фундамента планетарного масштаба для Земли, и каждый чип, который обучал и запускал её, был от AMD.

      Модель называется TESSERA, и её идея заимствована у больших языковых моделей. Если LLM учится на текстах, TESSERA учится на данных из космоса. Она обрабатывает годы изображений с спутников Sentinel Европейского космического агентства, как радарных, так и оптических, объявила команда. Затем она сжимает каждый квадрат площадью 10 метров на поверхности планеты в компактный "отпечаток" из 128 чисел или встраивание.

      Это звучит абстрактно. Но результат не таков.

      Обычно, чтобы картографировать урожай, леса или наводнения по данным спутников, необходимо создать индивидуальную модель и вручную размечать тысячи примеров для каждой задачи.

      С уже вычисленными отпечатками TESSERA исследователи могут создавать эти инструменты с гораздо меньшим объемом данных, часто на обычном ЦП. Команда утверждает, что ей нужно примерно в 30 раз меньше размеченных данных, чем при работе с сырыми изображениями. 💜 Технологии ЕС

      Последние новости из технологической сферы ЕС, история от нашего мудрого основателя Бориса и немного сомнительного ИИ-искусства. Это бесплатно, каждую неделю, в вашем почтовом ящике. Подпишитесь сейчас!

      Результатом является своего рода базовый слой для планеты, опубликованный бесплатно для использования всеми. Более необычная часть заключается в том, на чем это работало.

      Планетарный ИИ без Nvidia

      Группа по энергетике и окружающей среде Кембриджа обучила TESSERA на 16 графических процессорах AMD Instinct MI300X, используя примерно 6200 GPU-часов и открытое программное обеспечение ROCm от AMD. Обучение модели — это простая задача. Запуск её на каждом пикселе размером 10 метров на Земле, около 1,5 триллионов в год, — это сложная задача.

      Для этого команда обратилась к Vultr, независимой облачной компании, которая спонсировала вычисления, и шести её серверов с bare-metal. Каждый из них оснащен восемью графическими процессорами AMD Instinct MI325X. Вместе они выдают примерно три терабайта сжатых данных в день. Исследователи сравнивают это с покрытием площади Италии ежедневно.

      Один год глобального покрытия требует месяцев непрерывной обработки.

      Базовый слой для Земли

      Суть заключается в открытости. Кембридж публикует встраивания бесплатно под лицензией Creative Commons, наряду с полным рецептом обучения. Любое правительство, исследователь или стартап могут использовать их.

      Профессор Анил Мадхавапедди, который возглавляет работу, говорит, что цель состоит в том, чтобы "демократизировать доступ к мониторингу окружающей среды планетарного масштаба".

      Применения конкретны. Фермеры могут отслеживать здоровье урожая и прогнозировать урожайность с разрешением 10 метров, что является благом для мелких производителей в развивающихся регионах.

      Экологи могут наблюдать за изменениями в среде обитания, от тропических лесов до живых изгородей Великобритании, которые укрывают ежей. Энергетические планировщики могут картографировать солнечные и ветровые площадки для управления переходом. Всё это работает на основе одних и тех же общих отпечатков.

      TESSERA — это небольшая история с большим подтекстом. Государственный университет создал модель ИИ на уровне передового фронтира, сделал её бесплатной и использовал оборудование, о котором все говорят, что его нельзя использовать. Поле убеждено, что серьезный ИИ означает графические процессоры Nvidia и частные лаборатории.

      Масса встраиваний, обученная на AMD и раздаваемая бесплатно, является тихим опровержением.