Самат Галимов

Либо-либо. Привет, меня зовут Самат Галимов, и это подкаст «Запуск завтра». Здесь я пытаюсь разобраться, как устроены технологии, которые меняют нашу жизнь. А помогают мне в этом профессионалы, с которыми можно поговорить простым человеческим языком.

Друзья, вы слушаете заключительный эпизод нашего 13 сезона. В этом сезоне мы много говорили об искусственном интеллекте. И это очень понятно. Когда я подкаст только начинался, о нейросетях никто толком ничего не слышал. А теперь, к концу 25 года, многие из вас, я уверен, пользуются ими регулярно. Такой бешеный рост не был бы возможен без мощного железа. И сегодняшний выпуск как раз об этом.

Мы поговорили с человеком, который работал в компании NVIDIA. Это главный производитель видеокарт, без которого невозможно представить современные нейросети. Вместе мы разбираемся, почему видеокарты так важны, как NVIDIA стала самой успешной компанией на этом рынке и где ждать следующего прорыва.

К этому выпуску у нас заготовлен бонус. Беседа с гостем Денисом Тимониным получилась такой насыщенной, что часть ее мы решили вынести в отдельный бонусный эпизод. В дополнительных фрагментах я расспрашиваю Дениса о трендах в индустрии нейросетей и о сильном искусственном интеллекте, появлении которого многие ждут и боятся.

И, конечно, узнаю о том, как Денису работалось в одной из самых важных технологических компаний в мире. Послушать бонус можно по платной подписке на Либо-Либо или Запуск++ в Телеграме или в Apple подкастах. Ссылки будут в описании.

Партнер этого сезона — онлайн-офис с искусственным интеллектом от Яндекс.360. Это рабочее пространство, в котором собраны все нужные инструменты для совместной работы. Почта, календарь, сервис видеовстреч, трекер, мессенджер и диск. С Яндекс.360 удаленные и гибридные команды работают слаженно и эффективно, не тратя время на синхронизацию разных сервисов между собой и быстро решая организационные задачи. Все инструменты, понятно, устроены, так что переход на новые сервисы не займет много времени. А со всеми трудностями поможет поддержка. Она оперативно ответит на вопросы и будет всегда на связи, чтобы снизить риски.

Если сейчас вы пользуетесь другими сервисами, но хотите попробовать Яндекс 360, переходите по ссылке в описании и выбирайте удобный тариф. Привет, меня зовут Денис Тимонин, я экс-ведущий архитектор решений искусственного интеллекта в компании NVIDIA, а на данный момент я CEO и фаундер компании FlyMyEye, платформы для запуска нейросетей. NVIDIA – это одна из самых дорогих компаний на планете. В этом эпизоде мы пытаемся с тобой разобраться, что это за компания и почему вдруг ее продукция оказалась так всем нужна. Но начнем сначала. Когда и как появилась компания NVIDIA?

подтвердить. Возможно, это улучшило графику и, соответственно, вызвало просто волну интереса компаний. Да, я помню эти карточки, коробочку даже помню. Значит, сделали неуспешную видеокарту, потому что пытались продвинуть свой стандарт. Потом научились на этой ошибке, сделали успешную видеокарту, которая подчинялась всем готовым стандартам, была популярна и при этом была недорогая и технически такая продвинутая. Все получилось. Какой следующий шаг, который прямо определяет компанию после видеокарт для игр?

Сейчас попробую подытожить. Получается, вот у нас были библиотеки от Microsoft DirectX для разработки видеоигр. И та карточка, которая ее поддерживала, она в дамках, потому что все игры работают на этой видеокарте. А Nvidia придумала библиотеку, с помощью которой можно использовать видеокарты для научных вычислений. Да.

И решила, что в этом есть отдельный бизнес, и стала делать отдельные чип-процессоры, которые позволяли как раз-таки заниматься просто обсчетом быстрым вот таких научных вычислений. И у меня тут возникает такой вопрос. Ты сказал, что они умеют делать линейную алгебру, и для нейросетей это тоже полезно. То есть, получается, сначала сделали карту для научных вычислений, а потом уже оказалось, что она хорошо подходит для нейросетей, да?

и прочие Tensorten, плюс отдельные видеокарты, которые содержали определенные даже технические на низком уровне ядра, специальные для расчета нейросетей. Получается, вот была задача обсчета графики, потом мы такие, блин, ведь эти процессоры могут еще считать и математические задачи научные.

А вот он такие, а нельзя ли то, что уже умеет читать научные задачи, использовать еще и для искусственного интеллекта? Но хочется чуть-чуть пояснить про то, что в видеокарте много процессоров, которые оптимальны для расчета графики, потому что у нас много пикселей, условно каждый блок пикселей у нас свой процессор. Понятно примерно. Но почему видеокарты оптимальны для задач искусственного интеллекта, для нейросетей? Можешь вот это немножечко прояснить?

Офигеть. Я, кстати, видел такую шутку, типа, вот ты думаешь, что там как бы искусственный интеллект, а на самом деле просто матрицы перемножаются. Да, вот так. В общем, магия, мне кажется, как раз в том, что обычным перемножением квадратиков чисел, таблиц чисел друг на друга можно получить вот такие удивительные результаты. Сейчас Цукерберг, Илон Маск и Безос соревнуются, кто купит больше этих видеокарт в этом году. Типа там...

Дорогие слушатели, мы заканчиваем 13 сезон этого подкаста и уходим на каникулы. И, как обычно, хотим узнать, что вы думаете об этом сезоне и о подкасте в целом. Что вам нравится, что не нравится и какие эпизоды вы хотели бы услышать в новом, 14 сезоне. Мы подготовили небольшой опрос. Просим вас его пройти. Он займет 5-7 минут. Если вы его пройдете, вы нам очень поможете сделать запуск еще лучше. Ссылка на опрос в описании этого выпуска. Спасибо вам большое.

Ты сказал, что для обучения нужно больше видеокарт, и чем больше, тем быстрее. О каких объемах идет речь? Ну, порядок, типа 5-6 или в десятки и сотни? Да, люди запускают обучение, и компании запускают обучение на десятках тысяч, и да, это увеличивается, то есть там есть эксперименты и на больших кластерах, в целом так. Десятки тысяч видеокарт, окей. Сколько стоит одна видеокарта?

Друзья, хочу вам порекомендовать подкаст «Двадцатилетние». Это обзор на разные жизненные стратегии зумеров. Его делают Данила Стапов и Рита Берденникова из команды «Запуск завтра». Вместе они пытаются бороться с кризисом четверти жизни. Это когда начинается по-настоящему взрослая жизнь, приходится делать сложные выборы и нести за них ответственность. При этом выбрать, конечно, хочется сразу все. И строить карьеру.

и учиться в зарубежной магистратуре, и проводить время с семьей в родном городе, и волонтерить в Африке, и копить на квартиру, и при этом спускать все деньги на путешествия. Но все вместе невозможно, особенно в мире, который постоянно меняется. И в подкасте «Двадцатилетние» Рита и Данил пытаются решить эту проблему.

В каждом эпизоде они говорят с ровесниками, которые сделали какой-то выбор. И расспрашивают их о том, как они выбирали жизненные стратегии, что в итоге приобрели, а от чего им пришлось отказаться. Я думаю, что интересно это послушать не только зумерам, но и вообще всем, кто хочет переизобрести свою карьеру и что-то поменять в жизни. Ссылка на подкаст наших друзей и коллег в описании.

Ты упомянул про производство. У нас был эпизод о том, насколько сложно произвести современный процессор. Ссылка будет в описании. Но вообще это просто чистая магия. Вот расскажи, как NVIDIA умудряется производить миллионы чипов в год. У меня нет точных чисел по поводу миллионов и как устроена субпланчейн. Я думаю, это тайна как бы военная практически.

А NVIDIA, получается, тоже, так же, как и другие ведущие компании, придумывает, как этот чип должен выглядеть, как он должен быть устроен внутри, но производит его для него тайвантика, это SMC, да? Основное, я не знаю, есть ли сейчас, честно сказать, если сейчас у NVIDIA свои мощности.