La puissance de calcul devient un nouveau modèle commercial, la vague de "炼丹" des grands modèles pourrait passer.
La course à la puissance de calcul déclenchée par l'entraînement des grands modèles pousse les services de puissance de calcul à devenir un nouveau modèle commercial. Cependant, il est généralement admis dans l'industrie que l'engouement actuel pour les grands modèles finira par s'estomper, et les fournisseurs de services de puissance de calcul doivent anticiper et ajuster leur direction stratégique en temps utile.
Récemment, un jeune diplômé de l'Université Tsinghua, trois ans après sa graduation, a utilisé 200 cartes GPU et a passé environ deux mois à entraîner un grand modèle météorologique avec un nombre de paramètres atteignant le niveau des millions. Selon les estimations, le coût de l'entraînement de ce grand modèle dans ce domaine spécialisé dépasse 2 millions de yuans. Si l'on devait entraîner un modèle général, le coût pourrait multiplier par cent.
Actuellement, la Chine compte plus de 100 grands modèles avec une échelle de 10 milliards de paramètres. Cependant, l'industrie est généralement confrontée à des problèmes tels que la pénurie de GPU haut de gamme et le coût élevé de la puissance de calcul. Un cadre supérieur d'une grande entreprise a déclaré : "Le manque de puissance de calcul est un fait, mais nous ne pouvons rien y faire." La demande de GPU haut de gamme dépasse l'offre, les prix flambent et les frais de location augmentent également, mais même dans ces conditions, il est possible de ne pas pouvoir acheter de puces.
Face à cette situation difficile, les entreprises s'efforcent de réagir activement. Certaines sociétés améliorent leur efficacité en utilisant des données d'entraînement de meilleure qualité, tandis que d'autres se consacrent à renforcer leurs capacités d'infrastructure pour garantir le fonctionnement stable de grands clusters GPU. D'autres encore choisissent de passer d'une architecture cloud à une architecture de supercalcul, ou d'utiliser des plateformes nationales pour remplacer les GPU Nvidia.
Les experts soulignent que pour réaliser une application à grande échelle de la technologie de l'intelligence artificielle, il est nécessaire de disposer d'une puissance de calcul intelligente, peu coûteuse et facile à utiliser, afin que les petites et moyennes entreprises puissent également en bénéficier. La puissance de calcul est devenue progressivement un nouveau mode de service dans le cadre de la demande et de l'itération technologique.
La chaîne de l'industrie des services de puissance de calcul est en train de se former, avec des ressources de base fournies en amont, la production et la répartition de la puissance de calcul au milieu, et les utilisateurs industriels en aval. Les fournisseurs de services cloud explorent de nouveaux modèles commerciaux de services de puissance de calcul, tels que la facturation à l'utilisation, les forfaits annuels ou mensuels, etc.
Bien que la pénurie actuelle de GPU haut de gamme provoque une lutte pour la puissance de calcul, les professionnels de l'industrie estiment que ce n'est qu'un phénomène temporaire. À long terme, la service de puissance de calcul est inévitable. Les fournisseurs de services de puissance de calcul doivent se préparer à l'avance et se préparer à la transformation une fois que le marché redeviendra rationnel.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
16 J'aime
Récompense
16
3
Reposter
Partager
Commentaire
0/400
GasWaster
· Il y a 20h
les prix des gpu montent en flèche... tout comme le gas eth en 2021 smh
Voir l'originalRépondre0
DefiPlaybook
· Il y a 20h
Le coût de la炼丹 est comparable à celui des premières Rig de minage, il est devenu difficile de tirer profit.
Voir l'originalRépondre0
fren.eth
· Il y a 20h
Eh, le prix des cartes graphiques va encore hausser.
La bataille pour la puissance de calcul des grands modèles : les stratégies à long terme derrière la frénésie à court terme.
La puissance de calcul devient un nouveau modèle commercial, la vague de "炼丹" des grands modèles pourrait passer.
La course à la puissance de calcul déclenchée par l'entraînement des grands modèles pousse les services de puissance de calcul à devenir un nouveau modèle commercial. Cependant, il est généralement admis dans l'industrie que l'engouement actuel pour les grands modèles finira par s'estomper, et les fournisseurs de services de puissance de calcul doivent anticiper et ajuster leur direction stratégique en temps utile.
Récemment, un jeune diplômé de l'Université Tsinghua, trois ans après sa graduation, a utilisé 200 cartes GPU et a passé environ deux mois à entraîner un grand modèle météorologique avec un nombre de paramètres atteignant le niveau des millions. Selon les estimations, le coût de l'entraînement de ce grand modèle dans ce domaine spécialisé dépasse 2 millions de yuans. Si l'on devait entraîner un modèle général, le coût pourrait multiplier par cent.
Actuellement, la Chine compte plus de 100 grands modèles avec une échelle de 10 milliards de paramètres. Cependant, l'industrie est généralement confrontée à des problèmes tels que la pénurie de GPU haut de gamme et le coût élevé de la puissance de calcul. Un cadre supérieur d'une grande entreprise a déclaré : "Le manque de puissance de calcul est un fait, mais nous ne pouvons rien y faire." La demande de GPU haut de gamme dépasse l'offre, les prix flambent et les frais de location augmentent également, mais même dans ces conditions, il est possible de ne pas pouvoir acheter de puces.
Face à cette situation difficile, les entreprises s'efforcent de réagir activement. Certaines sociétés améliorent leur efficacité en utilisant des données d'entraînement de meilleure qualité, tandis que d'autres se consacrent à renforcer leurs capacités d'infrastructure pour garantir le fonctionnement stable de grands clusters GPU. D'autres encore choisissent de passer d'une architecture cloud à une architecture de supercalcul, ou d'utiliser des plateformes nationales pour remplacer les GPU Nvidia.
Les experts soulignent que pour réaliser une application à grande échelle de la technologie de l'intelligence artificielle, il est nécessaire de disposer d'une puissance de calcul intelligente, peu coûteuse et facile à utiliser, afin que les petites et moyennes entreprises puissent également en bénéficier. La puissance de calcul est devenue progressivement un nouveau mode de service dans le cadre de la demande et de l'itération technologique.
La chaîne de l'industrie des services de puissance de calcul est en train de se former, avec des ressources de base fournies en amont, la production et la répartition de la puissance de calcul au milieu, et les utilisateurs industriels en aval. Les fournisseurs de services cloud explorent de nouveaux modèles commerciaux de services de puissance de calcul, tels que la facturation à l'utilisation, les forfaits annuels ou mensuels, etc.
Bien que la pénurie actuelle de GPU haut de gamme provoque une lutte pour la puissance de calcul, les professionnels de l'industrie estiment que ce n'est qu'un phénomène temporaire. À long terme, la service de puissance de calcul est inévitable. Les fournisseurs de services de puissance de calcul doivent se préparer à l'avance et se préparer à la transformation une fois que le marché redeviendra rationnel.