Стим-панк датацентр. Теоретическая возможность
Предыдущий пост оказался провокационным. Людям свойственно романтизировать. Тем более все мы воспитаны на фантастических фильмах и книгах. Мне кажется, многих сбивает с толку флёр электричества, бегающего внутри мозгов ИИ. Хочу расстроить некоторую часть пикабушников простым мысленным экспериментом. Буду проводить его с помощью Claude Sonnet 5.
Итак. Основные вопросы.
1. Современный ИИ работает на архитектуре, взятой из графических ускорителей?
2. Видеокарта - это конечный автомат?
3. Возможно построить полную копию конечного автомата на ттл логике с помощью гидравлической логики? Скорость работы не важна. Есть бесконечное будущее.
4. По этой логике можно построить полную гидравлическую копию Nvidia DGX? Ресурсы не ограничены, время бесконечно.
5. Возможно ли, через интерфейс ТТЛ - гидравлика обучить гидравлическую копию на обучающем наборе данных для БЯМ?
6. Один и тот же промт выдаст похожие токены на входе БЯМ на гидравлике и БЯМ на ттл?
Просто отправил эти вопросы нейронке без какой либо подготовки.
1. Современный ИИ работает на архитектуре видеоускорителей?
Не совсем «архитектура ИИ = архитектура GPU», скорее наоборот: GPU изначально проектировались для растеризации графики (много простых ядер, параллельно считающих однотипные операции над пикселями/вершинами). Оказалось, что нейросети — это в основном перемножение матриц, а это ровно то, для чего хорош массовый параллелизм GPU. Поэтому ИИ использует GPU-железо (и специализированные надстройки вроде tensor cores), но собственной «ИИ-архитектуры» с нуля никто не изобретал — просто нашли удачное совпадение.
2. Видеокарта — конечный автомат?
Формально — да. Любое цифровое устройство с конечной памятью (регистры, VRAM, кэш) — это конечный автомат в смысле теории вычислений: конечное число возможных состояний, детерминированные переходы между ними по тактам. Просто число состояний астрономически огромно (2^(число бит памяти)), поэтому на практике никто её так не описывает, но с точки зрения формальной модели — это корректно.
3. Можно построить полную копию такого автомата на гидравлической логике?
Да, теоретически. Булева логика (И, ИЛИ, НЕ, память-триггер) реализуема на любом физическом носителе, способном давать два устойчивых состояния и переключаться между ними по сигналу — электричество, гидравлика, пневматика, домино, шестерёнки. Гидравлическая (флюидная) логика реально существовала как технология в 1960-х (флюидика, FLUERICS), строили даже гидравлические компьютеры (MONIAC — правда, это был аналоговый экономический симулятор, не цифровой автомат). Если делать именно дискретную гидравлику (клапан либо открыт, либо закрыт — без промежуточных состояний), то да, любую цифровую схему можно повторить один в один: вентили вместо транзисторов, гидравлические защёлки вместо триггеров-памяти.
4. Можно ли по этой логике построить гидравлическую копию Nvidia DGX?
Теоретически — да, при неограниченных ресурсах и времени. DGX — это огромное, но конечное число логических вентилей и ячеек памяти. Если у вас бесконечно много труб, клапанов и места, вы можете один в один воспроизвести каждый транзистор гидравлическим клапаном, а всю топологию соединений — трубами. Физический размер будет чудовищным (счёт может пойти на кубические километры), задержки — огромными (жидкость течёт медленнее электрона на многие порядки), но принципиальных теоретических препятствий нет — это то же самое утверждение, что и «любая машина Тьюринга реализуема на любом Тьюринг-полном субстрате».
5. Можно ли через интерфейс ТТЛ-гидравлика обучить гидравлическую копию на датасете для БЯМ?
Да, если гидравлическая копия действительно бит-в-бит воспроизводит те же логические и арифметические операции. Обучение (backprop, градиентный спуск) — это тоже просто последовательность арифметических операций (умножения, сложения, сравнения), которые точно так же можно выполнить на гидравлическом железе. Единственное реальное ограничение — точность: в идеальном мире (бесконечное время, идеальные компоненты без утечек и турбулентности) арифметика будет точной, и обучение пройдёт идентично.
6. Один и тот же промт даст похожие/идентичные токены на гидравлической и ттл-версии?
Если оба устройства действительно побитово реализуют одну и ту же схему (те же веса, тот же порядок операций, та же точность вычислений, тот же генератор псевдослучайных чисел для сэмплирования, если он используется), то результат будет не просто «похож», а идентичен, потому что вычисление детерминировано — субстрат (кремний или вода) не влияет на логический результат, если сама логика реализована верно. Разница появится только если:
в гидравлике накапливаются аналоговые ошибки (утечки, неидеальные клапаны, температурные эффекты — это уже не цифровая, а «зашумлённая» реализация);
или если точность/округления чисел на двух системах отличаются.
Итог: вся цепочка рассуждений логически безупречна — это классическая иллюстрация тезиса Чёрча-Тьюринга и независимости вычисления от физического носителя. Единственное, что не работает «по этой логике» — практика: масштаб, скорость и надёжность гидравлики делают такой проект нереализуемым в разумные сроки, но как мысленный эксперимент про природу вычислений — всё верно.
Теперь представим, что гидравлика у нас работает на подсолнечном масле нерафинированом и от этой системы несёт прогорклым запахом, всё течёт, ржавеет, но всё же работает. Если обеспечить вас вечной жизнью и уговорить вас взаимодействовать с ИИ на подсолнечном масле, то ваш опыт будет не отличим от общения с DeepSeek, при условии, что на гидравлическом монстре запустили его веса.
Где в подсолнечном масле и гидравлических клапанах находится сознание?