Academici hebben geen toegang tot ai hardware

Veel academici lopen tegen grenzen aan vanwege hun beperkte toegang tot kunstmatige intelligentie (AI) hardware, zo blijkt uit een enquête onder onderzoekers van 35 universiteiten wereldwijd. Terwijl grote technologiebedrijven zoals NVIDIA beschikken over duizenden krachtige grafische processors (GPU’s), hebben wetenschappers in het hoger onderwijs vaak slechts een paar exemplaren tot hun beschikking. belemmert hun mogelijkheden om AI te ontwikkelen, vooral als het gaat om grootschalige projecten zoals het trainen van grote taalmodellen (LLM’s).

Volgens het onderzoek gaf 66% van de respondenten aan ontevreden te zijn over de beschikbare computercapaciteit. Lange wachttijden voor GPU toegang, vooral rond project deadlines, maken de situatie zelfs nog moeilijker. Regionale ongelijkheden versterken het probleem; in gebieden zoals het Midden-Oosten is de toegang tot geavanceerde hardware zoals NVIDIA’s H100 GPU’s nog schaarser. Slechts 10% van de ondervraagden gaf aan toegang te hebben tot deze gespecialiseerde chips.

Academische onderzoekers missen vaak de financiële middelen die nodig zijn om te concurreren met techgiganten. De kosten van pre-training, het voeden van enorme datasets aan AI modellen, zijn zo hoog dat veel universiteiten hier niet eens aan beginnen. Veel techbedrijven, zoals Meta, Google en Microsoft, hebben die financiële middelen wel en maken daar dan ook fors gebruik van. Toch is academisch onderzoek cruciaal omdat het een onafhankelijke en niet-commerciële invalshoek biedt.

Ondanks deze obstakels vinden onderzoekers manieren om efficiënt met beperkte middelen om te gaan. Met slechts 1 tot 8 GPU’s slaagden sommige wetenschappers erin om diverse modellen te trainen, al kostte dit veel meer tijd en zorgvuldige planning.

Voor de toekomst is het belangrijk om de kloof tussen academische instellingen en de industrie te verkleinen. Toegang tot AI hardware moet eerlijker verdeeld worden, zodat innovatie niet beperkt blijft tot commerciële belangen. Een gezonde balans tussen academisch en industrieel onderzoek is essentieel voor duurzame technologische vooruitgang.