AI KUTATÁS
Felmérés világít rá az akadémiai kutatók súlyos számítási kapacitáshiányára
A Brown University kutatói nemrégiben egy kisebb felmérést végeztek, hogy kiderítsék, mennyi számítási kapacitáshoz férnek hozzá az akadémikusok. A 2024 áprilisában készült felmérésben 35 nemzetközi intézmény 50 kutatója vett részt, és az eredmények szerint nagyon kevesen elégedettek az akadémiai számítási lehetőségek helyzetével.
„Ennek ellenére a legtöbb akadémikus nem elégedett az intézménye által biztosított számítási kapacitással. A válaszadók 66%-a 5-ből 3-asra vagy annál gyengébbre értékelte a számítási klaszterekkel való elégedettségét (jelezve, hogy bizonyos kívánt kísérletek megfizethetetlenül drágák lennének)” – írták. „A felhasználói elégedettségi felmérésünk alapján a válaszadók többsége szeretne és valóban végezne is költségesebb típusú kísérleteket, ha rendelkezésre állna a megfelelő hardver.”
- Az akadémiai válaszadók 66%-a elégedetlen intézményi számítási erőforrásaival.
- A szabványos akadémiai hardver gyakran 1–8 régebbi GPU-ból áll (RTX 3090, A6000, A100).
- A válaszadók mindössze 10%-a számolt be hozzáférésről a jelenlegi generációs H100 GPU-khoz.
- A legtöbb akadémiai kísérlet a hardveres korlátok miatt napokra vagy hetekre korlátozódik.
Miért fontos?
A stagnálás a kormányok döntésének eredménye: az akadémiai szektor számítási kapacitásának szisztematikus alulfinanszírozása átengedi a terepet a tőkeerős magánszektornak. Ez a felmérés azt jelzi, hogy az AI feletti hatalom a magánszektorban összpontosul, mivel a közszférából hiányzik a versenyhez szükséges hardver. ---