¿Crees que la computación cuántica / computación neuromórfica funcionaría mejor que la computación GPU para entrenar modelos de inteligencia artificial?

En teoría, ambos deberían tener un rendimiento superior, principalmente a la paralelización, pero depende de a quién le pregunte. Hay muchachos de software que dicen que un programador talentoso puede hacer con hardware antiguo lo que puede hacer alguien con hardware más pobre y muchachos de hardware que dicen que el hardware lo es todo. En realidad, todo depende de tareas, programas y programadores. Los algoritmos de cambio de número de fuerza bruta definitivamente se beneficiarán de una aceleración de hardware, más que una heurística ingeniosa donde su objetivo es hacer lo contrario.

Mi argumento favorito contra los chicos del hardware es que si un programa se está completando, no importa si tienes una supercomputadora o una tarjeta perforada, el cálculo es el mismo. Sin embargo, en términos de rendimiento, la velocidad lo es todo, por lo que en ese caso los chicos del hardware ganan.

La GPU tiene su propio límite, ya que siguen la arquitectura informática que no es buena para la red neuronal profunda, que es el algoritmo de IA más utilizado. Para que la GPU siga la arquitectura, consume mucha energía eléctrica por la cual arroja calor. Ese calor hace que sea difícil colocarlo en dispositivos móviles. En consecuencia, no será tan largo el día en que vendrán los nuevos dispositivos diseñados sobre una nueva arquitectura informática para reemplazar la GPU.