テクノロジー
私は何年もDigitalOceanの顧客だ。2016年に初めて出会ったとき、同社はさまざまなディストロをオプションとして用意し、非常に簡単にスピンアップできるLinuxサーバーを提供していた。ソフトウェアではなくインフラをサービスとして提供することで、ウェブホスティングプロバイダーとの差別化を図っていた。
ディロン・アーブ、DigitalOcean副社長
イメージディロン・アーブ
ほとんどのウェブホスティングプロバイダは、あなたのサイトのウェブホスティング体験をナビゲートするためのコントロールパネルを提供します。仮想マシンをコントロールすることはできません。DigitalOceanが行うことは、仮想ベアメタルサーバーを提供し、あなたがやりたいことを何でもできるようにすることです。これは私にとって非常に魅力的でした。
また 私は仕事で多くのAIツールをテストしてきました。この4つは、私が毎日より多くの仕事をこなすのに実際に役立っている。
DigitalOceanは基本的にAmazon Web Services（AWS）だが、より分かりやすい料金体系だった。私がDigitalOceanでサーバーを運用し始めた当初は、私がやっていたような仕事ではAWSよりもかなり高価でした。その後、DigitalOceanはサービスの提供を拡大し、多種多様なインフラ機能をすべてクラウドで提供している。
ベアメタル型の仮想Linuxサーバーを超える追加機能は使っていないが、どんな目的でもLinuxマシンを素早く簡単に、しかも非常にリーズナブルな価格でスピンアップ/ダウンできるのはありがたい。システムをテストしたり、トラフィックの少ないサーバーを稼動させたり、一般的には拡張インフラの一部として使っている。
への大きなプッシュで 人工知能 (DigitalOceanが人工知能（Al）の運用のためのインフラを提供し始めていることは理にかなっている。今日、私たちはDigitalOceanのAIアドボカシー・パートナーシップ担当バイスプレジデントであるDillon Erb氏と共に、その点を探っていこうと思います。さっそく聞いてみよう。
ZDNET：DigitalOceanでの役割について簡単に教えてください。
ディロン・アーブ私はPaperspaceという最初のGPUクラウドコンピューティング専門会社の共同設立者兼CEOでした。2023年7月、PaperspaceはDigitalOceanに買収され、AIツールやGPUインフラを趣味や開発者、企業など、まったく新しいユーザーに提供することになりました。
また 研究のためのAIの正しい使い方 – 責任を持って効果的に
現在、私はAI戦略担当副社長として、DigitalOceanが開発者にとって頼りになるクラウドであり続けられるよう、エキサイティングな製品提供と主要なエコシステム・パートナーシップの両方に取り組んでいます。
ZDNET：DigitalOceanで現在取り組んでいる最もエキサイティングなAIプロジェクトは何ですか？
DEです： 人工知能の未来を創造する新世代のソフトウェア開発者の迅速なオンボーディングをサポートするため、当社のGPUクラウドをより大規模に拡張します。
DigitalOceanプラットフォーム全体にAIツールを深く統合し、合理化されたAIネイティブクラウドコンピューティングプラットフォームを可能にする。
GPUコンピューティングとLLMのフルパワーを既存の顧客ベースに提供し、顧客により多くの価値を一貫して提供できるようにする。
ZDNET：AI開発における大企業の優位性には、どのような歴史的要因があるのでしょうか。
DE： GPUのコストは、AIが小規模なチームや開発者にとって競争力のあるAI製品を構築するのが難しい理由として、最も話題になっている。大規模言語モデル(LLM)の事前学習には天文学的なコストがかかり、数千、いや数十万のGPUが必要になります。
しかし、開発者がGPUを利用できるようになったとしても、それを活用するのが難しいというツールのギャップもありました。Paperspaceでは、AIモデルのトレーニングとデプロイのための完全なエンドツーエンドのプラットフォームを構築しました。
DigitalOceanでは、シンプルさ、開発者のエクスペリエンス、コストの透明性に重点を置き、製品の提供を大幅に拡大し、DigitalOceanの製品群全体との深い統合を構築しています。
ZDNET：スタートアップ企業がAI分野に参入する際に直面する課題について教えてください。
DE： リソース、人材、資本へのアクセスは、AI分野に参入する際に新興企業が直面する共通の課題である。
また 複雑なAIモデルを構築していますか？このデータ・プラットフォームはあなたのワンストップ・ショップになりたい
現在、AI開発者はアプリケーションを構築するために必要な “ツール “に多くの時間（最大75％）を費やしている。ツール作成に費やす時間を減らす技術がない限り、これらの企業はAIアプリケーションをスケールさせることはできないだろう。技術的な課題に加えて、ほぼすべてのAIスタートアップは、特に大規模なAIモデルの訓練と実行のために、NVIDIA GPUコンピューティングに依存しています。
ハードウェア・サプライヤーやPaperspaceのようなクラウド・プロバイダーと良好な関係を築くことは新興企業の助けになるが、こうしたマシンの購入やレンタルにかかるコストは、小規模な企業であればすぐに最大の出費となる。
さらに、現在AIの人材を雇用し、維持するための戦いがある。OpenAIのような企業がGoogleのような大手企業から人材を引き抜こうとしているのを最近目にした。
ZDNET：中小企業が先進的なAI技術にアクセスするのを妨げる具体的な障壁には、どのようなものがありますか？
DE： 現在、AI/MLアプリケーションの開発に不可欠なGPUの提供は、広く大企業にしか手が届きません。誰もがAI製品を採用し、あるいは現在のAI製品の競争力を高めようとしている中、NVIDIA 100 GPUの需要が高まっています。
また ROIの不足にもかかわらず、組織はAI計画を加速させる圧力に直面している
これらのデータセンター向けGPUは、その後半年ごとに新しいGPUマイクロアーキテクチャがリリースされるたびに、大幅に改良されてきました。これらの新しいGPUは、学習期間とモデル推論の応答時間を大幅に短縮するアクセラレータです。その結果、大規模なAIモデル・トレーニングを必要とするあらゆる企業で実行できるようになった。
しかし、これらのGPU製品のコストは多くの企業にとって手の届かないものであり、AIを活用しようとする中小企業にとっては参入障壁となっている。
ディープラーニング革命の最初の波が始まった今、私たちは成功したベンチャー企業による技術の資本化と保持の増加を見始めている。その中で最も注目すべきはOpenAIである。 GPT 3.5モデル を、大成功を収めたChatGPT APIとウェブアプリケーションに統合しました。
OpenAIのような企業の成功を模倣しようとする企業が増えるにつれ、ディープラーニングの先進的な技術が一般に公開されないケースが増えるかもしれない。 オープンソース コミュニティに影響を与える可能性がある。商業モデルと研究モデルの有効性のギャップが克服できなくなった場合、新興企業に影響を与える可能性がある。
技術が向上するにつれて、LLMのような特定のモデルで最先端の結果を得るには、真に大規模なリソースを割り当てなければならなくなるかもしれない。
ZDNET：DigitalOceanは、AI開発における新興企業や中小企業の競争条件を平準化することをどのように目指していますか？
DE： AI開発における公平な競争の場を作ることは、業界全体の成長にとって非常に重要であると、私たちは早くから認識していました。どのような分野でも、トップレベルの研究者であれば多額の費用を正当化することができますが、新興技術を活用しようとする新興企業がそのような贅沢をできることはめったにありません。
また 2024年にプログラミングの仕事がしたい？どの言語の習得も役立つが、必須なのは1つだけ
AIでは、この効果はさらに顕著に感じられる。ディープラーニング・モデルのトレーニングには、ほとんどの場合、非常にコストがかかる。これは、ハードウェア自体のリソースコスト、データ収集コスト、従業員コストが複合的に作用した結果だ。
業界の最新プレーヤーが直面するこの問題を改善するために、我々はユーザーのためにいくつかの目標を達成することを目指しています：使いやすい環境を作ること、当社の製品に固有の複製可能性を導入すること、そして可能な限り低コストでアクセスを提供することです。
シンプルなインターフェイスを作ることで、スタートアップ企業は私たちのプラットフォームでトレーニングに時間やお金を費やす必要がありません。彼らはコードをプラグインするだけでいいのです！これは、DigitalOceanでの作業の再現性に適しています：それは、私たちのすべての製品間でコードを共有し、実験するのは簡単です。これらが相まって、コスト削減という最終的な目標に貢献しています。
一日の終わりに、彼らが必要とするすべての機能を備えた最も手頃な価格のエクスペリエンスを提供することは、新興企業のニーズを満たすための最良の方法です。
ZDNET：また、そうでない場合、どのような影響が考えられますか？
DE： 実際のところ、AIの開発には膨大なリソースが必要だ。ディープラーニングのデータセットやモデルのサイズや複雑さは、指数関数的に増加するため、中小企業はFAANG企業のような大企業に追いつくために必要な資本を得ることができない可能性がある。 [Facebook/Meta, Apple, Amazon, Netflix, Google/Alphabet].
また ソフトウェア品質ツールとしてのGen AI？導入する組織が増えるにつれ、懐疑的な見方は薄れつつある
さらに、NVIDIA GPUの大半は、AWSやGoogle Cloud Platformのようなハイパースケーラーに販売されている。このため、GPUサプライチェーンの現実により、中小企業が手頃な価格でこれらのマシンにアクセスするのはかなり難しくなっている。
事実上、このような慣行は、資金を得られる可能性のある多様な研究プロジェクトの数を減らし、新興企業は、単純にマシンの稼働率が低いことが原因で、研究を進める妨げになっていることに気づくかもしれない。長期的には、これは停滞を引き起こし、将来のAI開発に危険なバイアスを導入する可能性さえある。
DigitalOceanでは、上げ潮はすべての船を上げると信じており、独立した開発者、新興企業、および小規模な新興企業を支援することにより、業界全体をサポートしています。最小限のオーバーヘッドで手頃な価格のアクセスを提供することで、当社のGPUマシンは、クラウド上でのAI開発の民主化を促進する機会を提供します。
これにより、AI革命を推し進め続けるために必要な強力なマシンを使用する機会を中小企業に提供することを目指しています。
ZDNET：スタートアップや中小企業のAI開発に関する主な誤解は何ですか？
DE： 優先順位は、ソフトウェア開発だけでなく、インフラの最適化にも常に均等に配分されるべきである。結局のところ、ディープラーニングの技術は、学習や推論に使用されるマシンのパワーに完全に依存している。
また なぜデータはAI（そして他のあらゆるビジネスプラン）のアキレス腱なのか
素晴らしいアイデアを持ちながら、これらの分野のいずれかにどれだけの労力を費やす必要があるかについて誤解している人に出会うのはよくあることだ。スタートアップ企業は、特定の方向への開発不足によって足踏み状態に陥ることがないよう、幅広い雇用慣行でこれを補うことができる。
ZDNET：AI技術と開発における知識ギャップを、中小企業はどのように克服できるでしょうか？
DE： オープンソース・テクノロジーを普及させている若い起業家や愛好家を雇うことは、成功に必要な知識を得るための素晴らしい方法だ。もちろん、博士号レベルの上級開発者や機械学習エンジニアを雇うことは、常に最大の後押しになるが、これらの技術を普及させている若い起業家は、最先端でクズみたいなことをやっている人たちだ。
Stable DiffusionやLlama LLMのようなポピュラーなテクノロジーの領域では、今日これをリアルタイムで見ることができる。のようなオープンソース・プロジェクトが数多く存在する。 ComfyUI または ラングチェーン は世界を席巻している。シニアレベルの経験豊富なエンジニアと、こうした起業家精神にあふれたオープンソースのプロジェクトの新人開発者の両方を活用することで、スタートアップは将来を保証することができると思う。
ZDNET：AIをビジネスモデルに組み込もうとしている起業家にアドバイスをお願いします。 ?
DE： まず、オープンソースの選択肢を検討しましょう。特にLLMなど、既存の人気のあるオープンソースのリソースを基本的にリパッケージした新しいビジネスは、世の中にとてもたくさんある。つまり、少し練習すれば自分たちでも比較的簡単に実装できるということだ。どんな起業家でも、少なくとも基本的なLLMを実行するのに必要な基本的なPythonの要件は学ぶべきだ。
ZDNET：AIは今後どのような進化を遂げ、新興企業や成長中のデジタルビジネスに特に恩恵をもたらすと予測しますか？
DEです： LLM（特に推論）のコストは急速に低下している。さらに、オープンソースのモデル開発のツールやエコシステムも急速に拡大している。これらが相まって、予算に関係なく、あらゆる規模のスタートアップ企業がAIにアクセスできるようになっている。
ZDNET：最後に、AIの旅に出ようとしているスタートアップ企業に対して、何かご意見やお勧めがあればお聞かせください。
DE： GPTのようなLLMの登場は、AI能力の大きな飛躍を告げるものだった。これらのモデルは、既存のアプリケーションを強化するだけでなく、新たな可能性への扉を開き、AI開発の風景とその可能性を再構築した。
科学者たちが作り上げたものを、エンジニアたちが利用できるようになったのだ。AIは “API “の瞬間を迎えており、今回は開発プロセス全体が根底から覆された。
まだ大きな未解決の問題がある [like]非決定論的なAPIをどう扱うのか？この新しい知性と対話するために、どのようなプログラミング言語を使うべきか？行動駆動開発、テスト駆動開発、AI駆動開発のどれを使うのか？”などなど。
また オープンソースの反撃：「もう特許で荒らされることはない
しかし、チャンスは大きく、カテゴリーを定義するスタートアップの全く新しい波が生まれるだろう。
テクノロジー どう思いますか？
どう思いますか？ディロンの議論は、あなたのAIプロジェクトの進め方について何かアイデアを与えてくれましたか？下のコメントで教えてください。
私の日々のプロジェクトのアップデートはソーシャルメディアでフォローできます。必ず 週刊ニュースレターをご覧ください。 デービッド・ゲヴィルツフェイスブック Facebook.com/DavidGewirtzインスタグラム Instagram.com/DavidGewirtzYouTubeでは YouTube.com/DavidGewirtzTV.
