การเติบโตของ AI ทำให้เกิด 'GPU-as-a-Service'

ภาพจาก IEEE Spectrum โดย Juan Pablo Perez 

Kinesis, Hyperbolic, Runpod และ Vast.ai เป็นหนึ่งในบริษัทที่เสนอการเข้าถึงพลังการประมวลผลให้กับสตาร์ทอัพด้าน AI ผ่าน GPU-as-a-Service (GPUaaS) 

GPUaaS ช่วยประหยัดค่าใช้จ่ายมากกว่าสำหรับสตาร์ทอัพด้าน AI เพราะไม่จำเป็นต้องซื้อและบำรุงรักษาโครงสร้างพื้นฐานทางกายภาพ และช่วยให้สตาร์ทอัพจ่ายเงินสำหรับการใช้งาน GPU ตามปริมาณที่ต้องการ นอกจากนี้ยังมีความยั่งยืนมากกว่าเนื่องจากสามารถใช้ประโยชน์จากหน่วยการประมวลผลที่มีอยู่ที่ยังไม่ถูกใช้ งาน และไม่จำเป็นต้องมีเซิร์ฟเวอร์ใหม่

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Juan Pablo Perez 

วิศวกรซอฟต์แวร์ที่เป็น AI ตัวแรก ทำงานได้แย่มาก

Photo by Andrea De Santis on Unsplash

Auto-coder “Devin” ซึ่งได้รับการเรียกว่า "วิศวกรซอฟต์แวร์ AI ตัวแรก" เมื่อเปิดตัวเมื่อเดือนมีนาคมที่ผ่านมาโดย Cognition AI ทำผลงานได้ไม่ดีในการสอบจากนักวิทยาศาสตร์ข้อมูลจาก Answer.AI โดยสามารถทำงานสำเร็จเพียง 3 จาก 20 งาน 

Slack ถูกใช้เป็นอินเทอร์เฟซหลักสำหรับคำสั่ง ซึ่งจะถูกส่งไปยังสภาพแวดล้อมการคำนวณของมัน ซึ่งเป็นคอนเทนเนอร์ Docker ที่โฮสต์เทอร์มินัล เบราว์เซอร์ โปรแกรมแก้ไขโค้ด และตัววางแผน 

ตามที่ผู้ตรวจสอบกล่าว Devin มักจะติดอยู่ในจุดตายทางเทคนิค หรือสร้างโซลูชันที่ซับซ้อนเกินไป และไม่สามารถใช้งานได้จริง

อ่านข่าวเต็มได้ที่: The Register (U.K.) โดย Thomas Claburn

คำสั่งฝ่ายบริหารเรียกร้องให้ AI “ปราศจากอคติทางอุดมการณ์”

ภาพจาก Associated Press โดย Matt O'Brien และ Sarah Parvini

ประธานาธิบดี Trump ด้ลงนามในคำสั่งฝ่ายบริหารที่ยกเลิกนโยบายของรัฐบาลที่ผ่านมาที่เกี่ยวกับAI ซึ่ง “เป็นอุปสรรคต่อการพัฒนานวัตกรรม AI ของอเมริกา” 

เพื่อรักษาความเป็นผู้นำระดับโลก คำสั่งดังกล่าวระบุว่า “เราต้องพัฒนาระบบ AI ที่ปราศจากอคติทางอุดมการณ์หรือวาระทางสังคมที่ถูกกำหนดไว้” 

แม้ว่าคำสั่งนี้จะไม่ได้ระบุว่านโยบายใดที่เป็นอุปสรรคต่อการพัฒนา AI แต่ได้เรียกร้องให้มีการทบทวน “นโยบาย คำสั่ง ข้อบังคับ คำสั่งฝ่ายบริหาร และการดำเนินการอื่น ๆ ทั้งหมด” ที่เกิดขึ้นจากคำสั่งเกี่ยวกับ AI ของรัฐบาลชุดก่อนหน้า

อ่านข่าวเต็มได้ที่: Associated Press โดย Matt O'Brien และ Sarah Parvini 

ชิปเรียนรู้ด้วยตนเองเลียนแบบการทำงานของสมอง

Photo by Infralist.com on Unsplash

นักวิจัยในเกาหลีใต้ได้พัฒนาชิปคอมพิวเตอร์ขนาดเล็กที่สามารถเรียนรู้ด้วยตนเองและแก้ไขข้อผิดพลาดได้เหมือนกับสมองของมนุษย์ ตัวอย่างเช่น เมื่อสตรีมวิดีโอ ชิปจะสอนตัวเองถึงวิธีการแยกวัตถุที่กำลังเคลื่อนไหวออกจากพื้นหลัง ช่วยปรับปรุงประสิทธิภาพเมื่อเวลาผ่านไป 

นักวิจัยจาก Korea Advanced Institute of Science and Technology กล่าวว่าชิปตัวใหม่นี้ "เปรียบเสมือนพื้นที่ทำงานอัจฉริยะที่ทุกอย่างอยู่ในระยะเอื้อมถึง แทนที่จะต้องเคลื่อนย้ายไปมาระหว่างโต๊ะทำงานและตู้เก็บเอกสาร"

อ่านข่าวเต็มได้ที่: Chosun Biz (South Korea) โดย Hong A-reum

การปรับปรุงเคอร์เนลของ Linux ช่วยลดการใช้พลังงานในศูนย์ข้อมูล

Photo by Lukas on Unsplash

นักวิจัยจาก Cheriton School of Computer Science ที่ University of Waterloo ประเทศแคนาดา ได้ปรับเปลี่ยนเคอร์เนล Linux ในลักษณะที่อาจช่วยลดการใช้พลังงานในศูนย์ข้อมูลได้มากถึง 30% 

การปรับเปลี่ยนนี้ถูกนำเสนอในงาน ACM SIGMETRICS 2024 โดยจัดเรียงการดำเนินการภายใน Linux networking stack ใหม่ ซึ่งช่วยปรับปรุงประสิทธิภาพและประสิทธิผลของเครือข่ายที่ใช้เคอร์เนลแบบดั้งเดิม นักวิจัยกล่าวว่าการเปลี่ยนแปลงเคอร์เนลนี้ใช้โค้ดเพียงแค่ 30 บรรทัด

อ่านข่าวเต็มได้ที่: University of Waterloo Cheriton School of Computer Science (Canada)