A legnagyobb technológiai vállalatok — a Microsoft, az Amazon, az Oracle, az Intel, a Qualcomm, vagy éppen a Google — ma már saját AI-chipeket terveznek, hogy függetlenedjenek az Nvidiától, és optimalizálják modelljeiket energiafogyasztás, késleltetés és hűtés szempontjából. Az Nvidia legújabb H-sorozatú gyorsítói 500–1000 W közötti fogyasztása jól mutatja, hogy a számítási teljesítmény további növelése fizikai korlátokba ütközik. Ezért minden szereplő — az okostelefongyártókon, diagnosztikán, genomikán és adattudományon át a robotikáig és az ipari IoT-ig — új, hatékonyabb architektúrákat keres, amelyek képesek fenntartható módon kiszolgálni a mesterséges intelligencia igényeit.

A Very-Large-Scale Integration (VLSI) AI-chipek tervezése mellett mára a Field Programmable Gate Array (FPGA) alapú megoldások is kulcsszerepet játszanak az digitális hardvertervezés területén. Sokoldalú és nagymértékben testreszabható integrált eszközök, amelyek ideálisak a nagy teljesítményt, alacsony késleltetést és valós idejű feldolgozást igénylő alkalmazások széles köréhez, a repüléstől a biztonságtechnológián át a pénzügyekig és a távközlésig átalakítja a digitális rendszerek tervezésének és építésének módját.

Ezek a technológiai trendek alapjaiban változtatják meg a mérnöki kompetencia igényeket. A mai mérnökinformatikusnak nem elég kiváló szoftverfejlesztőnek lennie; értenie kell a számítási architektúrákhoz, az adatmozgatás fizikai korlátaihoz, a hűtési és energiahatékonysági kérdésekhez, valamint az alkalmazott technológiák hardverigényéhez is. Számos nemzetközi egyetem és kutatóintézet mellett a Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kara (PPKE ITK) is kiemelt figyelmet fordít arra, hogy hallgatóik szoftver- és hardverfejlesztésben egyaránt képzettek legyenek, a tervezéstől a megvalósulásig végig tudjanak kísérni egy-egy projektet. „A hallgatók már az első félévben bekapcsolódhatnak a kar kutatási műhelyeibe és laborjaiba. Valós áramköröket és chipeket terveznek, amelyek a legnagyobb ipari fejlesztések logikáját követik. Ezek valós időben tesztelhetők, módosíthatók, így napok alatt létrehozhatók olyan architektúrák, amelyekhez ipari környezetben akár évek szükségesek.” – emeli ki Dr. Nagy Zoltán, a PPKE ITK egyetemi docense, a Mérnökinformatikus képzés szakfelelőse.

A mesterséges intelligencia fejlődésének egyik leglátványosabb, de egyben legmélyebb hatású iránya a „talk to your data” paradigma: az a képesség, hogy a felhasználók természetes nyelven kommunikáljanak az adatbázisokkal, elemzőrendszerekkel vagy épp gépi tanulási modellekkel. Ez a trend radikálisan átalakítja az ember–gép interakciót: az adat többé nem csak lekérdezhető, hanem értelmezhető és kontextusban kezelhető a mesterséges intelligencia révén. A mérnökinformatikusok számára ez több szempontból is meghatározó. Egyrészt a hagyományos adatbázis- és szoftverfejlesztési tudás kiegészül a nyelvi modellek integrálásának ismeretével, vagyis azzal, hogyan lehet egy adatforrást generatív AI-rétegen keresztül elérhetővé tenni. Másrészt új típusú adatarchitektúrák és biztonsági kihívások is megjelennek: a természetes nyelvi lekérdezésekhez szükséges kontextusépítés, adat-előkészítés (data curation), valamint a prompt-vezérelt folyamatok optimalizálásának mérnöki feladata. „Kiemelt hangsúlyt helyezünk arra, hogy a hallgatóinkat megtanítsuk hatékonyan együttműködni az AI-jal. A természetes nyelvi lekérdezésekkel adatokat elemezni, kódot generálni, modelleket finomítani. A „talk to your data” szemlélet ma már nem jövőkép, hanem valós kutatási téma, amelyből szakdolgozatok és ipari együttműködések is születnek.” – teszi hozzá Lukács Gergely, a PPKE ITK egyetemi docense, a Mérnökinformatikus képzés oktatója.

A szak kutatási fókuszában a multimodális adattudomány áll: kép-, hang- és szenzoradatok feldolgozása, gépi látás, biológiai adatok elemzése, valamint az ezekhez kapcsolódó AI-alapú döntéstámogató rendszerek fejlesztése. Ezekhez a kompetenciákhoz a Pázmány ITK több évtizedes tudományos háttere biztosít alapot, mint például a Roska Tamás-féle bionikai és gépi látáskutatások, de a karon működik a Mesterséges Intelligencia Alkalmazásai szakirányú továbbképzés is, hiszen fontosnak tartják, hogy olyanok is megismerhessék az MI lényeges területeit, akik nem mérnöki háttérrel érkeznek vagy más területről jönnek. Az egykori hallgatók mára olyan cégeknél dolgoznak, mint a Google, a Lidl Data Competence Center, a Bosch, a Morgan Stanley és a Hi-Fly Labs projektjei, valamint a Krausz Ferenc féle Center for Molecular Fingerprinting kutatási programjai.

„Gyorsaság, rugalmasság az általunk kínált szolgáltatás két kulcsfontosságú előnye. Már három héten belül hozzáférést tudunk biztosítani az NVIDIA legújabb szervereivel felszerelt GPU-khoz, amelyekkel a vállalatok testre szabhatják a teljesítményüket és a konfigurációikat, akár fizikai szervereken, akár a felhőn keresztül” – mondta Marián Holý, a vshosting kereskedelmi igazgatója. Hozzátette, hogy a megoldásukkal a magyar vállalatok számára elérhetővé válnak a legmodernebb technológiák anélkül, hogy hatalmas összegeket kellene invesztálniuk a saját infrastruktúrájukba. A felhőszolgáltató cég rövid szállítási idővel és akár már egy napos bérbeadással is biztosít GPU szervert 26 eurós ártól kezdve a kisebb cégeknek is, hogy azok versenyképesebbek legyenek a hazai és a globális piacon egyaránt.

A vshosting GPU szerverei olyan adatközpontokban találhatók, amelyek megfelelnek a legmagasabb biztonsági szabványoknak és védettek a kibertámadásokkal szemben. Emellett 2 x 400 Gbps gerinchálózati kapacitással is rendelkeznek, aminek köszönhetően a vállalatok nemcsak azonnali hozzáférést kapnak a nagyobb számítási kapacitáshoz, hanem biztosak lehetnek abban is, hogy adataikat biztonságosan tárolják és dolgozzák fel – írják.

„Az adatközponti megoldások terén szerzett szakértelmünk egyesítve az NVIDIA MI-technológiák területén meglévő kompetenciájával segítik a szervezeteket abban, hogy leküzdjék az adatközponti infrastruktúra korlátait, és kihasználják a mesterséges intelligenciában rejlő teljes potenciált. Az NVIDIA-val való együttműködésünk megnyitja az utat egy hatékonyabb, fenntarthatóbb és valódi változásokat hozó jövő felé, amelyet az MI mozgat” – mondta el Pankaj Sharma, a Schneider Electric „Secure Power Division & Data Center Business” részlegért felelős alelnöke.

Kiaknázhatják az MI-ben rejlő lehetőségeket

Az együttműködés első fázisában a Schneider Electric az NVIDIA speciális, gyorsabb számításokat lehetővé tevő megoldásaihoz igazodó adatközpont-referenciaterveket mutat be, amelyek segítik az adatfeldolgozásra, mérnöki szimulációra, elektronikai tervezés automatizálására, számítógéppel támogatott gyógyszertervezésre és generatív MI alkalmazások futtatására szolgáló adatközpontok kialakítását. A projekt során kiemelt figyelmet fordítanak a nagy energiamennyiség elosztására, a folyadékhűtő rendszerekre és az extrém sűrűségű szervercsoportok egyszerű üzembe helyezését és megbízható működését egyaránt támogató vezérlés kialakítására.

„A Schneider Electrickel való együttműködésünk révén kínált MI adatközpont-referenciatervek biztosítják a szervezetek számára a szükséges infrastruktúrát ahhoz, hogy kiaknázzák a mesterséges intelligenciában rejlő lehetőségeket, és ezzel számos iparágban ösztönözzék az innovációt és a digitális átalakulást” – mutatott rá Ian Buck, az NVIDIA „Hyperscale and HPC” területért felelős alelnöke.

Jövőbeli tervek

Az adatközponti referenciatervek mellett a Schneider Electric leányvállalata, az AVEVA digitális iker platformját összekapcsolják az NVIDIA Omniverse platformjával, egységes környezetet biztosítva a virtuális szimulációhoz és kooperációhoz. Ez az integráció zökkenőmentes együttműködést tesz lehetővé a tervezők, mérnökök és más érintett szakemberek között, felgyorsítva az összetett rendszerek tervezését és telepítését, miközben segít a piacra kerülési idő és a költségek csökkentésében – írják.