Hugging Faceを、世界全体の正確な総数というよりは、オープンなAIモデルエコシステムの指標として用いた、公開されているAIモデルのリアルタイム集計です。
— モデル
世界中のすべてのAIモデルを網羅した単一のグローバルな登録簿は存在しません。このページでは、Hugging Faceを通じて公開されているモデルを追跡しており、オープンなエコシステムにどれだけのAIモデルが存在するかを把握する上で、有用な目安となります。
モデルエントリには、ベースモデル、ファインチューニングモデル、埋め込みモデル、分類器、実験的チェックポイント、またはタスク固有の機械学習モデルが含まれる。
公開されているAIモデルの数は、オープンなAIの活動、開発者の採用、機械学習エコシステム全体の実験のペースを示す有用なシグナルである。
このカウンターは現在、Hugging Face の最新の公開モデルスナップショットを、オープン AI モデルエコシステムの代用として使用しています。これは、世界中のすべての非公開、内部用、または未公開の AI モデルの正確な総数として解釈すべきではありません。詳細については、 方法論.
AIモデルは、大規模データセットからパターンを学び、内部パラメータを調整し、そのパターンを使って新しい入力に応答するように学習されます。この学習プロセスが、AIモデルの動作の基盤です。
AIモデルはデータからパターンを学び、それをパラメータに保持し、新しい入力に対して予測や有用な出力を生成します。
AIデータセンターとは、モデルの学習、推論、検索アシスタント、画像生成、エンタープライズAIサービスなど、大規模な人工知能ワークロードを実行するために構築された物理的な施設のことです。
主要なAIおよびハイパースケールデータセンターの地域、既知のAIスーパーコンピュータ設置拠点、ならびにAIインフラがどこに構築されているかを追跡するための公開情報源について、慎重な観点から概観したものです。
データセンターでは、冷却システム、電源設備、非常用発電機、高密度インフラなどから、継続的な騒音が発生することがあります。AIの導入によってすべての施設が騒がしくなるわけではありませんが、AI規模の施設では、近隣地域にとってこの問題がより顕著になる可能性があります。
AIがGPUを使うのは、ニューラルネットワークに大規模な並列計算が必要だからです。GPUは多数の数学演算を同時に実行できるため、モデル学習と大規模なAI推論に不可欠です。