چکیده مقاله
مدل های بنیادین Foundation Models نظیر GPT، LLaMA و PaLM به عنوان هسته اصلی پیشرفت های اخیر در حوزه هوش مصنوعی شناخته می شوند این مدل ها به دلیل اندازه بسیار بزرگ، نیازمندی های محاسباتی بالا و پیچیدگی در مدیریت داده، به سختی در محیط های سنتی تک سرویسی قابل اجرا هستند و به سمت پیاده سازی در سامانه های توزیع شده و زیرساخت های ابری حرکت کرده اند در این مقاله، به بررسی سه چالش کلیدی در این زمینه پرداخته می شود: نخست، بهینه سازی محاسباتی برای اجرای موثر مدل های بنیادین در شبکه های توزیع شده؛ دوم، امنیت داده ها و مخاطرات ناشی از پردازش گسترده و اشتراکی؛ و سوم، مسئله کارایی انرژی و مصرف بالای توان در آموزش و استنتاج این مدل ها با مرور پژوهش های اخیر و تحلیل رویکردهای نوین، مقاله نشان می دهد که آینده موفق هوش مصنوعی در گرو توسعه الگوریتم ها و زیرساخت هایی است که بتوانند این سه بعد اساسی را به طور متوازن مدیریت کنند در نهایت، راهکارهایی مانند طراحی معماری های موازی سازی هوشمند، به کارگیری الگوریتم های فشرده سازی مدل، و توسعه زیرساخت های سبز محاسباتی برای کاهش اثرات زیست محیطی پیشنهاد می شوند
کلیدواژهها
نویسندگان
علی پیری
۱ دانشجو کارشناسی ارشد رشته کامپیوتر گرایش نرم افزار از دانشگاه آزاد اسلامی قزوین
شیوه ارجاع
پیری، علی،1404،کاربرد مدل های بنیادین (Foundation Models) در سامانه های توزیع شده: چالش های بهینه سازی محاسبات، امنیت داده و کارایی انرژی،بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک20 خرداد 1404 · شیروان