Agentowa AI może odciążyć chmurę i przywrócić znaczenie komputerów osobistych

Od dekad obserwujemy proces, w którym coraz więcej pracy obliczeniowej przenosiło się z komputerów osobistych do zewnętrznej infrastruktury - najpierw serwerów, później chmury. Pojawienie się agentowej sztucznej inteligencji może jednak częściowo odwrócić ten kierunek. Nie chodzi przy tym o powrót do modelu, w którym wszystko liczy się lokalnie na PC, lecz o nadanie komputerowi nowej funkcji - jednego z węzłów hybrydowego systemu, w którym zadania rozkładane są między urządzenie użytkownika, warstwę brzegową (edge) i chmurę.

Patrząc na ostatnie czterdzieści lat, widać wyraźną wędrówkę miejsca, w którym wykonywane są obliczenia. W latach 80. i 90. programy, dane i procesy działały niemal wyłącznie na maszynie użytkownika. Po roku 2000 coraz większą rolę zaczęły odgrywać serwery i sieć, a dekadę później na pierwszy plan wysunęła się chmura obliczeniowa. Boom generatywnej AI po 2020 roku jeszcze bardziej wzmocnił pozycję centrów danych dysponujących gigantycznymi klastrami akceleratorów.

Wygląda na to, że nadchodzi kolejna faza tej ewolucji. Według prognoz AMD druga połowa obecnej dekady może przynieść stopniowy powrót znaczenia komputerów osobistych jako miejsc, w których lokalnie przetwarzane będą zadania AI. Nie oznacza to jednak zmierzchu chmury - raczej model docelowy zakłada współistnienie obu środowisk, przy czym konkretne zadania będą kierowane tam, gdzie ich realizacja ma sens z punktu widzenia kosztów, wydajności, bezpieczeństwa oraz dostępu do danych.

Jednym z motorów tej zmiany jest rozwój agentowej AI. O ile zwykły chatbot udziela odpowiedzi na pojedyncze zapytanie, o tyle agent potrafi samodzielnie zaplanować kolejne kroki, sięgnąć po różne narzędzia, przeszukać bazy danych, przeanalizować dokumenty czy porozumieć się z innymi systemami. W efekcie jedno polecenie użytkownika może uruchomić cały ciąg operacji i wygenerować zapotrzebowanie na moc obliczeniową wielokrotnie większe niż w przypadku prostego zapytania. Zjawisko to bywa określane jako pułapka tokenów - im bardziej samodzielni stają się agenci, tym więcej działań wykonują w tle, a każde z nich oznacza dodatkowe obciążenie zasobów chmurowych. W rezultacie koszty mogą rosnąć znacznie szybciej niż liczba poleceń wydawanych przez ludzi.

Analitycy Goldman Sachs prognozują, że w dłuższej perspektywie zużycie tokenów generowane przez agentów - zarówno konsumenckich, jak i korporacyjnych - przewyższy zużycie tokenów pochodzące z zadań pozbawionych logiki agentowej.

AI nie musi za każdym razem trafiać do chmury

Rozwiązaniem problemu rosnących kosztów wydaje się rozłożenie obciążenia. Proste i powtarzalne czynności mogłyby być wykonywane bezpośrednio na urządzeniu, natomiast bardziej skomplikowane operacje trafiałyby do rozbudowanych modeli działających w centrach danych. W takim ujęciu komputer osobisty przestaje być jedynie terminalem łączącym się z zewnętrzną usługą, a staje się realnym miejscem przetwarzania AI.

Ma to znaczenie nie tylko w kontekście oszczędności. Skoro model może działać na samym urządzeniu i korzystać z danych zapisanych lokalnie, część informacji w ogóle nie musi opuszczać komputera. To istotne choćby przy dokumentach firmowych, danych klientów i innych zasobach, których firma nie chce przekazywać na zewnątrz.

Lokalne przetwarzanie AI ma jednak swoje słabe strony. Agent działający w imieniu pracownika musi mieć dostęp nie tylko do samego modelu, ale też do aplikacji, danych, systemów logowania i narzędzi komunikacji. Wraz ze wzrostem uprawnień rośnie ryzyko, że coś pójdzie nie tak. Z tego względu rozwój lokalnej AI wymagać będzie nie tylko mocniejszego sprzętu, lecz również mechanizmów zarządzania uprawnieniami, śledzenia aktywności agenta i ograniczania zakresu jego działań.

PC jako część firmowej infrastruktury AI

AMD ilustruje ten kierunek rozwoju na przykładzie środowisk hybrydowych, w których agenci pracujący na komputerach z serii Ryzen AI współdziałają z serwerami wyposażonymi w akceleratory Instinct. Firma pokazuje też, jak uruchamiać coraz większe modele lokalnie - w przypadku platformy Ryzen AI Max dostępne są konfiguracje z dużą wspólną pulą pamięci, umożliwiające obsługę modeli, które jeszcze niedawno wymagały mocy typowej dla centrum danych.

Znacznie istotniejsza od samych parametrów technicznych wydaje się jednak zmiana w podejściu architektonicznym. Komputer pracownika może stać się jednym z wielu punktów obliczeniowych w firmie - część zadań realizowana jest na miejscu, inne trafiają do warstwy brzegowej lub centrum danych, a wybór miejsca wykonania zależy od rodzaju zadania, dostępnych zasobów, kosztów oraz wymagań dotyczących ochrony danych.

W jednym z zaprezentowanych przez AMD scenariuszy 69% przetwarzania tokenów odbywało się lokalnie, a jedynie 31% było przekazywane do chmury. To oczywiście pojedynczy przykład, a nie uniwersalny wzorzec dla wszystkich zastosowań, pokazuje jednak, w jakim kierunku może zmierzać przyszły model korzystania z AI.

Powrót PC nie oznacza końca centrów danych

Najbardziej realny scenariusz nie zakłada rywalizacji komputerów osobistych z chmurą, lecz ich coraz ściślejszą współpracę. Centra danych pozostaną niezbędne do trenowania modeli, obsługi najbardziej wymagających obciążeń i zapewniania olbrzymiej skali mocy obliczeniowej. Równocześnie część procesów wnioskowania będzie mogła odbywać się bliżej użytkownika.

Zmienia się przy tym rachunek ekonomiczny całego podejścia. Jeśli każda czynność wykonywana przez cyfrowego pracownika oznacza kolejne zapytania kierowane do modeli, utrzymywanie tysięcy takich agentów wyłącznie w chmurze może stać się bardzo kosztowne. Zasoby lokalne pozwalają przenieść część tych operacji poza płatne usługi chmurowe, zostawiając w chmurze wyłącznie zadania wymagające większego modelu lub dodatkowej mocy obliczeniowej.

Dzięki temu komputery osobiste mogą odzyskać część znaczenia, które straciły w erze dominacji chmury - nie jako samodzielne „centra obliczeniowe”, lecz jako elementy rozproszonej infrastruktury AI. W firmie zatrudniającej tysiące pracowników oznaczałoby to potencjalnie tysiące urządzeń, które nie tylko prezentują wyniki pracy AI, ale aktywnie uczestniczą w ich generowaniu.

Jeśli taki model upowszechni się w praktyce, komputer osobisty przestanie pełnić rolę zwykłej końcówki firmowej infrastruktury. Zamiast tego stanie się lokalnym węzłem obliczeniowym, współpracującym z warstwą brzegową i chmurą. W tym właśnie sensie rozwój agentowej AI może sprawić, że PC ponownie zyska ważniejsze miejsce w architekturze IT przedsiębiorstw.