DI infrastruktūra: kada verta dairytis už GPU ribų?

Optinių skaičiavimų pažadus verta tikrinti pagal visą tinkamo rezultato kainą, įskaitant taisymą, priežiūrą ir atnaujinimą.

DI infrastruktūra gali skaičiuoti pigiau, o paslauga vis tiek kainuoti daugiau. Pakanka, kad sugeneruotą vaizdą tektų taisyti, užklausą kartoti arba duomenis ilgai siųsti tarp skirtingų sistemų. Verslui sąskaitą išrašo visas procesas.

Todėl svarstant, ar dirbtiniam intelektui reikėtų alternatyvų grafikos procesoriams, vadinamiems GPU, verta pradėti nuo savo produkto. Lietuvos startuolio steigėjui naudingiausias klausimas būtų toks: kokiomis sąlygomis kitokia skaičiavimo technologija sumažintų tinkamo naudoti rezultato kainą? Optiniai skaičiavimai, kuriuose informacijai apdoroti naudojama šviesa, padeda šį klausimą sukonkretinti.

Kur dingsta žadėtas sutaupymas

Tyrėjas Ilkeras Oguzas „Y Combinator“ diskusijoje paaiškina svarbią kliūtį: optinei operacijai gali reikėti mažai energijos, tačiau duomenų pavertimas iš elektroninių signalų į optinius ir atgal kainuoja. Energijos reikia ir įrangai tiksliai sureguliuoti. Šiuos apribojimus jis aptaria nuo 19:27 prasidedančioje dalyje apie optinių skaičiavimų kliūtis.

Iš čia kyla praktinė išvada: tiekėjo pateiktas vienos operacijos efektyvumas dar neatsako, kiek kainuos jūsų paslauga. Reikia įtraukti duomenų paruošimą, perdavimą, atsakymo gavimą ir patikrą. Jei sutaupytą skaičiavimo laiką praryja kitas etapas, klientas pažangos gali nė nepajusti.

Įsivaizduokime Lietuvos elektroninę parduotuvę, kuri norėtų kurti prekių vaizdus reklamai. Pigiai sugeneruotas paveikslėlis mažai padėtų, jeigu sistema pakeistų prekės formą, o darbuotojas turėtų viską tikrinti rankomis. Vertėtų skaičiuoti vieno patvirtinto reklaminio vaizdo kainą, įtraukiant atmestus bandymus ir taisymą.

Toks matas leidžia lyginti skirtingus sprendimus nepasiklystant techniniuose aprašymuose. Vienas tiekėjas gali pasiūlyti pigesnį bandymą, kitas – daugiau tinkamų rezultatų. Pirkimo sprendimui reikalingi abu dydžiai.

Specializacija turi savo kainą

Oguzo ir bendraautorių optinių difuzijos modelių tyrime vaizdams generuoti pasitelkiami šviesą keičiantys optiniai sluoksniai. Difuzijos modelis vaizdą kuria palaipsniui šalindamas triukšmą iš pradinio atsitiktinio vaizdo. Tyrėjai dalį šio pasikartojančio darbo pritaikė optinei sistemai.

Pristatydamas bandymus Oguzas nurodo svarbią energinio pranašumo prielaidą: skaičiavimuose numatyti pasyvūs, po apmokymo nekintantys sluoksniai. Eksperimentiniam prototipui naudotas perprogramuojamas įrenginys. Šis skirtumas paaiškėja nuo 25:42 tęsiamoje rezultatų ir jų prielaidų aptartyje.

Verslui tai siūlo aiškią atrankos taisyklę: pirmiausia ieškoti daug kartų kartojamos, stabilios užduoties. Jei produkto esmė nuolat keičiasi, specializacijos naudą reikėtų vertinti kartu su atnaujinimo sąnaudomis. Tai verslo sprendimo kriterijus, o ne pažadas, kad konkretus įrenginys jau tiks gamybai.

Pavyzdžiui, Lietuvos žaidimų studija galėtų svarstyti atskirą vaizdų apdorojimo užduotį, kurios reikalavimai ilgai nekinta. Tačiau naują vaizdinį stilių kas savaitę bandančiai komandai lankstumas būtų savarankiška vertybė. Galvojant apie „Nordcurrent“ ir plėtrą Azijos žaidimų rinkose, verta prisiminti ir kūrybinio darbo poreikius: techninį sprendimą reikia derinti prie produkto bei auditorijos.

Bandymas prasideda nuo priėmimo sąlygų

Prieš prašant alternatyvios įrangos demonstracijos verta aprašyti, kokį rezultatą priimsite. Tai gali būti tinkamai atpažintas gaminio defektas, nustatytos kokybės vaizdas arba laiku pateiktas atsakymas. Kuo aiškesnė užduotis, tuo mažiau erdvės įspūdingam, bet jūsų veiklai menkai naudingam bandymui.

Pasirinkite tikrą darbo pavyzdžių rinkinį ir naudokite jį visiems lyginamiems sprendimams. Įtraukite sudėtingus atvejus, kuriuos šiandien tenka taisyti darbuotojams. Jei kuriate lietuviškai veikiančią paslaugą, tikrinkite ir lietuviškus duomenis: jūsų klientų poreikiai turi atsispindėti bandyme.

Vertinimo lape turėtų atsirasti šie klausimai:

• Kiek kainuoja vienas priimtas rezultatas, įskaitant nesėkmingus bandymus?
• Kiek trunka visas kelias nuo užklausos iki panaudojamo atsakymo?
• Kas nutinka padidėjus apkrovai arba gavus neįprastus duomenis?
• Kiek darbo reikės sprendimui atnaujinti ir prižiūrėti?

Bandymui iš anksto paskirkite atsakingą žmogų ir ribotą biudžetą. Susitarkite, kokio rezultato pakaks tęsti, o kada eksperimentą nutrauksite. Taip technologinis smalsumas gauna aiškias ribas ir neužgožia pagrindinio produkto kūrimo.

Verta numatyti ir nesėkmės scenarijų: jeigu naujas sprendimas sustotų, kaip būtų aptarnaujamas klientas? Grįžimo prie esamo būdo galimybė leidžia eksperimentuoti drąsiau. Šį požiūrį į augimo sprendimus papildo „Robotikos akademijos“ verslo pamokos.

Laisvė pakeisti tiekėją irgi verta pinigų

DI infrastruktūra turėtų būti projektuojama taip, kad tiekėjo pakeitimas nereikalautų perrašyti viso produkto. Programinėje įrangoje verta atskirti užduoties pateikimą nuo konkretaus paslaugos teikėjo naudojimo. Tačiau suderinamumo sluoksnis turi būti paprastas: mažai komandai nereikia iš anksto kurti sistemos visoms įsivaizduojamoms technologijoms.

Pradžiai pakaktų išsaugoti savo bandymų duomenis, kokybės vertinimo taisykles ir rezultatų istoriją. Tada naują tiekėją galėsite patikrinti pagal tuos pačius reikalavimus. Lyginimas taps pakartojamas, o ankstesnės komandos pastangos neprapuls keičiant skaičiavimo būdą.

Priklausomybę verta vertinti ir už technologijos ribų. Kas valdo prieigą prie paslaugos, kas gali pakeisti jos kainodarą ir ar turite veikiančią alternatyvą? Platesnį šių klausimų kontekstą suteikia dirbtinio intelekto galios pasiskirstymas.

Ko imtis prieš kitą infrastruktūros pirkinį

Alternatyvius skaičiavimus verta bandyti tada, kai jau galite įvardyti pasikartojančią užduotį, jos kokybės ribą ir dabartines sąnaudas. Turint šį pagrindą, optinės sistemos ar kito sprendimo pažadus galima tikrinti savo duomenimis. Kol jo nėra, pirmoji investicija turėtų būti į matavimą.

Kitame pokalbyje su tiekėju paprašykite parodyti visą kelią iki priimtino rezultato ir įvardyti, kurios sąnaudos liko už demonstracijos ribų. Atsakymas padės nuspręsti, ar verta skirti komandos laiką bandymui. Lietuvos startuoliui pravartu mokėti atpažinti momentą, kai nauja technologija pagerina jo produkto ekonomiką.

Vaizdo įrašas: „Y Combinator“ pokalbis apie alternatyvius skaičiavimus, paskelbtas 2026 m. spalio 2 d.

Verslui sąskaitą išrašo visas procesas.

Vertėtų skaičiuoti vieno patvirtinto reklaminio vaizdo kainą, įtraukiant atmestus bandymus ir taisymą.

▶

Žiūrėkite originalų epizodą „YouTube“: Y Combinator.

Šaltiniai

• „Y Combinator“: kas būtų, jei nustotume naudoti GPU? — Paskelbta 2026 m. spalio 2 d. Aktualios dalys: nuo 19:27 – optinių skaičiavimų kliūtys; nuo 22:23 – difuzijos modelis; nuo 25:42 – bandymų rezultatai ir energijos sąnaudų vertinimo prielaidos.
• Optiniai difuzijos modeliai vaizdams generuoti — Ilkero Oguzo ir bendraautorių tyrimas, pagrindžiantis optinių sluoksnių naudojimą difuzijos modelio skaičiavimams.
• „Y Combinator“ pokalbio automatinė transkripcija — Naudota Ilkero Oguzo pasisakymams apie signalų keitimą, prototipą ir pasyvių optinių sluoksnių prielaidą patikrinti.