3 Minuty
Microsoft przyspiesza rozwój własnych modeli AI
Microsoft podjął zdecydowane działania w kierunku budowy zaawansowanych modeli sztucznej inteligencji, ogłaszając istotne inwestycje w zwiększenie mocy obliczeniowej niezbędnej do skalowania procesów uczenia modeli AI. Pierwsze wewnętrzne modele Microsoft AI zostały niedawno zaprezentowane, jednak kierownictwo firmy podkreśla, że to dopiero początek – przedsiębiorstwo przygotowuje się do rozbudowy własnych klastrów szkoleniowych zarówno w chmurze, jak i na swoich serwerach.
Kierunek strategiczny i zarządzanie
Mustafa Suleyman, szef działu AI w Microsoft, przekazał pracownikom, że firma planuje samodzielnie rozwijać kompetencje pozwalające na trenowanie zaawansowanych modeli AI o zróżnicowanej wielkości, jednocześnie elastycznie korzystając z rozwiązań zewnętrznych tam, gdzie przynosi to korzyści. Zaznaczył, że model MAI-1-preview był trenowany z użyciem około 15 000 GPU H100 – to stosunkowo niewielki klaster wobec nadchodzących ambicji. Suleyman dodał, że Microsoft zamierza stworzyć klastry sześciokrotnie, a nawet dziesięciokrotnie większe, aby skutecznie konkurować z liderami rynku, takimi jak Meta, Google czy xAI.
Prezes Microsoft, Satya Nadella, podkreślił strategiczne znaczenie rozwijania własnych kompetencji w zakresie sztucznej inteligencji. Zwrócił uwagę na cel tworzenia innowacyjnych produktów opartych o modele AI oraz na wielomodelowe podejście do integracji rozwiązań AI w ofercie firmy. Jako przykład takiej strategii wskazał GitHub Copilot, gdzie zestawienie różnych źródeł modeli przekłada się na lepsze doświadczenia dla programistów.
Funkcje produktów i integracje
Microsoft planuje coraz szerzej wprowadzać własne modele foundation i frontier AI do portfolio produktów, jednocześnie integrując modele partnerów tam, gdzie dostarczają one przewagi. Według doniesień, Microsoft 365 Copilot będzie wkrótce częściowo korzystać z modeli Anthropic, gdyż wewnętrzne testy wykazały ich wysoką efektywność w zadaniach dla Excela i PowerPointa. Takie hybrydowe podejście pozwoli jeszcze lepiej rozwijać inteligentne funkcje produktywności, dostosowaną asystę kontekstową, a także zwiększać poziom bezpieczeństwa w środowiskach korporacyjnych.
Porównania i przewagi
Budowa większych własnych klastrów szkoleniowych zapewnia Microsoftowi większą kontrolę nad architekturą modeli, ich dostrajaniem, zarządzaniem danymi oraz opóźnieniami – co jest istotne dla klientów biznesowych. W porównaniu z wyłącznym poleganiem na modelach dostawców zewnętrznych, własna infrastruktura redukuje ryzyko uzależnienia i pozwala optymalizować rozwiązania pod konkretne potrzeby produktów Microsoft.
Zastosowania i znaczenie rynkowe
Rozbudowa mocy obliczeniowej otwiera drogę do nowych, zaawansowanych zastosowań AI, takich jak przetwarzanie dużych zbiorów dokumentów, asystowanie programistom w czasie rzeczywistym, rozbudowane funkcje Copilot dla firm, a także tworzenie specjalistycznych modeli dopasowanych do konkretnych branż. W środowisku, gdzie liczy się zarówno skala, jak i różnorodność modeli AI, inwestycje Microsoft pokazują strategiczne nastawienie na łączenie własnych rozwiązań, partnerstw (m.in. Anthropic, OpenAI) i wdrożenia hybrydowego, by tworzyć unikalne doświadczenia AI.
Źródło: theverge
Komentarze