ستكون متطلبات الذاكرة في الذكاء الاصطناعي المادي أكبر بكثير مما يتوقعه الناس

$MU ذكر أن الروبوتات البشرية تحمل 10 أضعاف محتوى الذاكرة مقارنة بمتوسط مركبة من المستوى L2+
يحتوي متوسط السيارة اليوم على حوالي 16 جيجابايت من ذاكرة الوصول العشوائي الديناميكية (DRAM)، بينما يمكن للمركبات ذاتية القيادة من المستوى L4 أن تتطلب أكثر من 300 جيجابايت
من المتوقع أن تستخدم الروبوتات البشرية منصات حوسبة قابلة للمقارنة بالمركبات ذاتية القيادة عالية المستوى
وبالنظر إلى ذلك، إذا تم توسيع نطاق الذكاء الاصطناعي المادي ليشمل 100 مليون روبوت بشري، أو روبوتات مكافئة من حيث الحوسبة، فإن إجمالي احتياجات DRAM سيكون:
- 100 مليون × 300 جيجابايت = 30 إكسابايت (EB)
وهذا يعادل حوالي 75٪ من سعة DRAM العالمية لعام 2026
يمكننا بالفعل رؤية دليل على ذلك من خلال NVIDIA Jetson Thor. موجه نحو حالات استخدام الذكاء الاصطناعي المادي، يأتي مع 128 جيجابايت من LPDDR5X وعرض نطاق ترددي للذاكرة يبلغ 273 جيجابايت/ثانية، وهو ضعف سعة ذاكرة Jetson AGX Orin
______________________
السبب وراء متطلبات الذاكرة هذه هو أن الروبوتات لا تشغل نموذجًا واحدًا صغيرًا
فهي تحتاج إلى معالجة كاميرات متعددة، وأجهزة استشعار، وبيانات العمق، والصوت، والمدخلات اللمسية، والإحساس الحركي (proprioception) أثناء تشغيل حلقات الإدراك والاستدلال والتحكم في الوقت الفعلي
نماذج الرؤية-اللغة-الفعل مثل NVIDIA GR00T N1 تضيف أيضًا ضغطًا على الذاكرة، لأنها تجمع بين الفهم البصري والاستدلال اللغوي وتوليد سياسة المحرك
______________________
قد تكون الفرصة أكبر
يتطلب الذكاء الاصطناعي المادي نماذج العالم، والمحاكاة، وتوليد البيانات الاصطناعية، وتدريب السياسات، وتعلم الأساطيل، وإعادة التدريب المستمر
منصة NVIDIA Cosmos هي مثال على ذلك، حيث تستخدم مجموعات بيانات فيديو ضخمة ونماذج أساسية عالمية لتدريب وتقييم أنظمة الذكاء الاصطناعي المادي
هذا لا يزيد الطلب على DRAM فحسب، بل يفجر الطلب على NAND أيضًا