Trends 2021 KI geht in die produktive Phase

Autor / Redakteur: Andreas Scheffer / Klaus Länger

Im Jahr 2021 werden viele Firmen dazu übergehen, ihre KI-Anwendungen aus der Entwicklungsabteilung in den produktiven Einsatz zu überführen. Damit muss KI nun auch eine Rendite erwirtschaften, was den Einsatz spezialisierter Hardware vorantreibt.

Firmen zum Thema

Der britische Hersteller Graphcore entwickelt spezielle KI-Prozessoren wie die Intelligence Processing Unit IPU-M2000 und mit ihnen ausgestattete Systeme. Sie sollen im produktiven Einsatz die für KI verwendeten GPUs in Effizienz und Leistung übertreffen.
Der britische Hersteller Graphcore entwickelt spezielle KI-Prozessoren wie die Intelligence Processing Unit IPU-M2000 und mit ihnen ausgestattete Systeme. Sie sollen im produktiven Einsatz die für KI verwendeten GPUs in Effizienz und Leistung übertreffen.
(Bild: Graphcore)

Der Übergang vom Jahr 2020 zu 2021 fühlt sich aus mehreren Gründen bedeutender an als frühere Jahreswechsel. Unter anderem, da wir uns darauf freuen können, dass die Künstliche Intelligenz (KI) in den kommenden zwölf Monaten in eine neue Phase eintritt.

Bis jetzt lag der Großteil der Aufmerksamkeit auf der Entwicklung der Fähigkeiten von KI. Forscher hatten sich bislang darauf fokussiert, herauszufinden, was mit dieser Technologie möglich ist und wie die KI-Modelle gebaut werden müssen, um neue und bahnbrechende Dinge von der Vorstellung in die Tat umsetzen zu können.

Während dieser Phase, in der sich die Industrie auf die Fähigkeiten konzentriert hat, sind die Kosten sowie die Zeit, die für die Berechnungen aufgewendet werden, nebensächlich. Viele KI-Forschungsabteilungen in Unternehmen waren bisher bereit, mehr zu zahlen und länger auf ihre Ergebnisse zu warten.

Das Gleichgewicht verschiebt sich nun in Richtung des weit verbreiteten Einsatzes von KI, wobei Unternehmen ihre Innovationen aus dem Labor in die Produktion verlagern. Das bedeutet, dass KI-Modelle nun auf realen Benutzerdaten basieren und Anwendungen wie Internetsuchen, E-Commerce-Empfehlungen oder die zunehmende Automatisierung in Fahrzeugen weiter voranbringen.

Die zunehmende Bedeutung der Implementierung und des Einsatzes von KI in verschiedenen Sektoren bedeutet, dass die resultierende Leistung, die man als Unternehmen für seine Investition bekommt, ein zentraler Fokus und Maß für Unternehmen werden wird, die überlegen, wie sie KI in ihrem Unternehmen einsetzen. Rechenleistung wird zu einer Ware oder einem Budgetposten und muss nachweislich eine messbare Rendite erbringen.

Größere Modelle erfordern leistungsstarke KI-Systeme

Gleichzeitig bleibt der wichtige Forschungs- oder Fähigkeitsteil von KI bestehen, wird sich aber auch verändern, da die Größe und Weiterentwicklung der KI-Modelle exponentiell zunehmen. Die derzeit verwendete Computing-Technologie - insbesondere GPUs - wird nicht mehr mithalten können und wir werden eine steigende Nachfrage nach Systemen sehen, die Recheneffizienz bieten, indem sie Funktionen wie Sparsity nutzen. Exakt die Art von Fähigkeiten, für die wir die Graphcore IPU entwickelt haben, die in diesen Bereichen die bisherigen Möglichkeiten übertreffen soll.

Als Unternehmen treiben wir Innovationen in den Bereichen Hardware, Software, Infrastruktur und Anwenderunterstützung mit großer Geschwindigkeit voran. Hinzu kommt, dass insbesondere externe Faktoren wie sich ändernde Kundenbedürfnisse sowie die rasante Weiterentwicklung von KI-Modellen stark zu unseren Gunsten arbeiten.

Andreas Scheffer
Territory Manager Central Europe & Automotive EMEA bei Graphcore

(ID:47077690)