Simplifique as linhas de comando do Linux e do Docker com a conclusão do Bash
9 de março de 2024
Computação nativa em nuvem e IA: perguntas e respostas com o chefe de ecossistema da CNCF
11 de março de 2024
O CEO da Nvidia, Jensen Huang, causou consternação com uma recente proclamação de que as pessoas não precisarão aprender a programar com os avanços da IA.
A IA pode gerar código para resolver problemas específicos; isso já está comprovado. Mas, em um nível fundamental, a Nvidia está repensando a pilha de software subjacente que ajuda a IA a gerar o código de que os humanos precisam.
A ideia de Huang: Durante décadas, o mundo foi mantido refém da computação convencional em torno de CPUs, nas quais os humanos escreveriam aplicações para recuperar informações preparadas em bancos de dados.
“Da maneira como fazemos computação hoje, a informação foi escrita por alguém, criada por alguém, é basicamente pré-gravada”, disse Huang em uma sessão na semana passada na Universidade de Stanford.
As GPUs da Nvidia abriram um caminho para a computação acelerada para um estilo de computação mais algorítmico, no qual o raciocínio criativo – e não a lógica – ajuda a determinar os resultados.
“Por que programar em Python? No futuro, você dirá ao computador o que deseja”, disse Huang.
Programação no Futuro
Os especialistas preveem que, daqui a cinco anos, as informações na forma de texto, imagens, vídeo e voz serão alimentadas em tempo real em grandes modelos de linguagem (LLMs). O computador irá melhorar continuamente a partir de todos os feeds de informações e interações multimodais.
“No futuro, teremos aprendizado contínuo. Poderíamos decidir se esse resultado de aprendizagem contínua será implementado”, disse Huang. “A maneira como você interage com o computador não será C++”, disse Huang.
É aí que entra a IA – as pessoas raciocinarão e pedirão aos computadores que gerem código para atingir objetivos específicos. Isso exigirá que as pessoas falem com os computadores em linguagem simples, não em C++ ou Python.
“O que quero dizer é que a programação mudou de uma forma que provavelmente é menos valiosa”, disse Huang, acrescentando que a IA eliminou a divisão tecnológica da humanidade.
“Hoje, cerca de 10 milhões de pessoas têm empregos remunerados porque sabemos programar computadores, o que deixa os outros 8 mil milhões para trás. Isso não será verdade no futuro”, disse Huang.
Inglês é a nova linguagem de programação
Huang disse que a língua inglesa será a linguagem de programação mais poderosa e que a interação em escala humana é um ingrediente chave para fechar a lacuna tecnológica.
A IA generativa será mais um sistema operacional, e os humanos poderão dizer aos computadores em linguagem simples para criar aplicativos. Grandes modelos de linguagem (LLMs) ajudarão os humanos a executar suas ideias por meio de computadores, disse Huang.
Por exemplo, os humanos já são capazes de dizer aos LLMs para gerar código Python para aplicações de domínio específico, e tudo isso em inglês simples.
“Como você faz um computador fazer o que você quer que ele faça? Como você ajusta as instruções nesse computador? Isso é chamado de engenharia imediata. Há um talento artístico nisso”, disse Huang.
As pessoas podem concentrar-se no conhecimento e na experiência no domínio, e a IA generativa preencherá a lacuna de programação. Isso terá impacto no cenário de desenvolvimento de software, disse Huang.
Huang comparou anteriormente os LLMs a graduados universitários que foram pré-treinados para serem superinteligentes. A Nvidia está cercando grandes modelos com conhecimento especializado em áreas como saúde e finanças, que poderiam apoiar empresas.
Existem cerca de US$ 1 trilhão em data centers, que dobrarão nos próximos quatro a cinco anos, para US$ 4 trilhões a US$ 5 trilhões, disse Huang. As GPUs da Nvidia afetam quase todas as instalações e aplicativos de IA.
Não dispense o CEO da Nvidia
Os prognósticos de Huang no passado renderam dividendos. Ele é considerado um pioneiro da IA – ele dirigiu a engenharia das GPUs Nvidia para que teorias de IA de décadas pudessem ser postas em prática.
O domínio da Nvidia sobre o mercado de IA elevou a avaliação da empresa para cerca de US$ 2 trilhões, e a empresa está preparada para um ano histórico após um 2024 inovador.
As vendas de GPU catapultaram a receita da empresa para US$ 22,1 bilhões no quarto trimestre, um aumento impressionante de 265% em relação ao mesmo trimestre do ano passado. A receita para 2024 aumentou 126%, para US$ 60,9 bilhões, em comparação com 2023.
No início dos anos 2000, a Nvidia vendia GPUs para jogos. Huang percebeu que as unidades de processamento vetorial poderiam ser usadas para modelagens e simulações maiores necessárias na computação científica. Ele criou a pilha de software CUDA em 2007 para computação acelerada, e agora é um ingrediente central no domínio da IA da Nvidia.
Abordagem de desenvolvimento de aplicativos da Nvidia
A IA permite que os usuários conversem com diferentes tipos de dados na forma de texto, imagens e voz. Os diferentes tipos de dados precisam de uma nova pilha de software e aceleradores como GPUs para funcionar razoavelmente bem.
O software de driver de GPU CUDA da NVidia fornece a base central de ferramentas para comunicação com a GPU. Inclui um modelo de programação, ferramentas de desenvolvimento e uma grande variedade de bibliotecas. Os desenvolvedores de IA estão usando os primitivos CUDA para explorar os recursos da GPU Nvidia.
CUDA também possui ferramentas que automatizam a codificação para que as pessoas executem aplicativos em GPUs. A Nvidia está criando tradutores universais que podem receber consultas, executar algumas linhas de código Python e passá-las pelos modelos de IA selecionados.
O CUDA da Nvidia está desmontando modelos tradicionais de desenvolvimento de software onde os aplicativos foram escritos para CPUs. O cenário da IA tem novos tipos de dados, algoritmos e mecanismos de computação, e a GPU substitui a CPU, que está mal equipada para lidar com problemas complexos.
Mas existem semelhanças entre a pilha de IA da Nvidia e as chamadas plataformas x86 Wintel. Se uma IA foi treinada em uma GPU Nvidia, também exigirá principalmente hardware Nvidia para inferência. Mas isso pode mudar à medida que as empresas de IA Microsoft e Meta começarem a implantar seu próprio hardware de IA.
A estrutura da Nvidia se alinha
A estrutura de negócios da Nvidia reflete a forma como ela espera que a IA complemente a interação humana com os computadores: pelos tipos de dados e conhecimento do domínio.
A empresa possui ferramentas CUDA pré-construídas para trabalhar com todos os tipos de modelos. Por exemplo, possui um negócio automobilístico que inclui todos os componentes de hardware e software necessários para que as empresas construam carros autônomos. Seu negócio de saúde ajuda os médicos a usar IA para interagir com dados médicos, fundindo imagens, relatórios de pacientes e entradas de voz.
A Nvidia chama seu AI Enterprise Suite de “sistema operacional AI”. O software inclui LLMs como NeMo, compiladores, bibliotecas e pilhas de desenvolvimento. Mas as empresas precisarão das GPUs da Nvidia.
A pilha é preenchida com etapas intermediárias adicionais que abordam alguns dos problemas espinhosos da IA. Por exemplo, uma ferramenta chamada Guardrails pode analisar os resultados do LLM para prevenir o discurso de ódio e manter as conversas no caminho certo. Isso depende das regras estabelecidas pelo proprietário. Esses aplicativos podem ser desenvolvidos usando a estrutura LangChain.
O maior objetivo da Nvidia com sua pilha é livrar-se completamente da linha de comando e fornecer técnicas de prompt interativo para interagir com bancos de dados. Isso não tem muito a ver com a pilha de software, mas desempenha um papel na forma como a pesquisa está mudando para fornecer informações mais relevantes – o quê, como, quando e por quê – aos usuários.
Huang está vendendo pacotes de assinatura para seu software de IA enquanto a empresa muda para uma estratégia de venda de software e hardware, uma reviravolta completa em sua estratégia anterior de venda de hardware e software. A Nvidia espera vender mais software que rode apenas em suas GPUs.
Impacto do desenvolvedor
Huang disse que ainda serão necessários programadores para sua estrutura CUDA e para aplicativos de computação de uso geral que não precisam de GPUs.
Mas a sua mensagem era clara: o futuro é a IA e os programadores precisam de adaptar rapidamente o seu conjunto de competências ao cenário em mudança.
A Nvidia criou o conceito de uma fábrica de IA, que ingere dados como matéria-prima e produz dados processados como produto final. A Nvidia estabeleceu parcerias sólidas com todos os provedores de nuvem e software como Google, Snowflake, Salesforce, Oracle e VMware.
A Nvidia é um lobo solitário tentando mudar a pilha de software com sua plataforma proprietária de hardware e software. Mas os rivais estão se recuperando rapidamente – o ROCm da AMD e o OneAPI da Intel são opções de código aberto que estão ganhando força. O Google está desenvolvendo sua própria pilha de software e hardware para potencializar sua infraestrutura de IA.
A próxima conferência de desenvolvedores da Nvidia, GTC, acontecerá no final deste mês. Há seminários básicos sobre como escrever programas CUDA, sessões sobre implementações de IA de empresas como a X (anteriormente conhecida como Twitter) e palestras sobre oportunidades para desenvolvedores em IA.
A palestra de Huang dará início ao show.
A postagem Nvidia quer reescrever a pilha de desenvolvimento de software apareceu pela primeira vez em The New Stack.
