La puissance de calcul devient un nouveau modèle commercial, les prestataires doivent anticiper.
La frénésie de l'entraînement des grands modèles pousse la puissance de calcul à devenir un nouveau modèle commercial. Cependant, la pénurie de GPU haut de gamme et les coûts élevés de la puissance de calcul posent également des défis à l'industrie.
Selon les statistiques, plus de 100 modèles de grande taille avec 10 milliards de paramètres ont été développés en Chine. Cependant, l'entraînement de ces modèles nécessite un investissement énorme en puissance de calcul. Prenons l'exemple d'un modèle vertical dans le domaine météorologique, le coût d'entraînement peut dépasser 2 millions de yuans. En revanche, le coût d'entraînement d'un modèle général peut atteindre des dizaines de milliards de yuans.
Face à la situation où les GPU haut de gamme sont difficiles à obtenir, l'industrie cherche activement des solutions. Certaines méthodes incluent : utiliser des données de meilleure qualité pour améliorer l'efficacité de l'entraînement ; améliorer les capacités d'infrastructure pour assurer un fonctionnement stable ; optimiser la planification des ressources de puissance de calcul ; passer d'une architecture de cloud computing à une architecture de supercalcul ; utiliser des plateformes nationales pour remplacer les GPU Nvidia, etc.
La puissance de calcul est devenue un nouveau modèle de service. En amont de la chaîne industrielle des services de puissance de calcul, les ressources de base sont fournies, les entreprises intermédiaires sont responsables de la production et de l'approvisionnement en puissance de calcul, tandis qu'en aval, ce sont les utilisateurs industriels qui s'appuient sur les services de puissance de calcul pour créer de la valeur.
Les modèles de facturation des services de puissance de calcul actuellement dominants incluent la facturation à la demande et les abonnements annuels ou mensuels. Les utilisateurs peuvent choisir des instances GPU spécifiques ou utiliser des plateformes MaaS pour l'entraînement de modèles. L'industrie promeut également "l'intégration de la puissance de calcul et du réseau", soutenant une planification flexible à travers les architectures et les régions.
Avec la normalisation de la demande pour les grands modèles, les services de puissance de calcul se développent rapidement pour devenir une industrie unique. Cependant, à long terme, la pénurie de puces finira par être atténuée. Les fournisseurs de services de puissance de calcul doivent anticiper et se préparer à la transformation après le retour à la rationalité du marché.
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.
21 J'aime
Récompense
21
4
Partager
Commentaire
0/400
ContractTester
· 07-08 17:15
Les cartes graphiques sont en pleine hausse, je vais mourir de faim.
Voir l'originalRépondre0
GasFeeCrybaby
· 07-07 16:58
Perte de麻! Le prix des cartes graphiques est encore en hausse.
Voir l'originalRépondre0
0xSleepDeprived
· 07-06 00:11
Ceux qui n'ont pas d'argent pour trader des cartes graphiques ne doivent pas se vanter.
Puissance de calcul services deviennent un nouveau modèle commercial, le coût d'entraînement des grands modèles est élevé.
La puissance de calcul devient un nouveau modèle commercial, les prestataires doivent anticiper.
La frénésie de l'entraînement des grands modèles pousse la puissance de calcul à devenir un nouveau modèle commercial. Cependant, la pénurie de GPU haut de gamme et les coûts élevés de la puissance de calcul posent également des défis à l'industrie.
Selon les statistiques, plus de 100 modèles de grande taille avec 10 milliards de paramètres ont été développés en Chine. Cependant, l'entraînement de ces modèles nécessite un investissement énorme en puissance de calcul. Prenons l'exemple d'un modèle vertical dans le domaine météorologique, le coût d'entraînement peut dépasser 2 millions de yuans. En revanche, le coût d'entraînement d'un modèle général peut atteindre des dizaines de milliards de yuans.
Face à la situation où les GPU haut de gamme sont difficiles à obtenir, l'industrie cherche activement des solutions. Certaines méthodes incluent : utiliser des données de meilleure qualité pour améliorer l'efficacité de l'entraînement ; améliorer les capacités d'infrastructure pour assurer un fonctionnement stable ; optimiser la planification des ressources de puissance de calcul ; passer d'une architecture de cloud computing à une architecture de supercalcul ; utiliser des plateformes nationales pour remplacer les GPU Nvidia, etc.
La puissance de calcul est devenue un nouveau modèle de service. En amont de la chaîne industrielle des services de puissance de calcul, les ressources de base sont fournies, les entreprises intermédiaires sont responsables de la production et de l'approvisionnement en puissance de calcul, tandis qu'en aval, ce sont les utilisateurs industriels qui s'appuient sur les services de puissance de calcul pour créer de la valeur.
Les modèles de facturation des services de puissance de calcul actuellement dominants incluent la facturation à la demande et les abonnements annuels ou mensuels. Les utilisateurs peuvent choisir des instances GPU spécifiques ou utiliser des plateformes MaaS pour l'entraînement de modèles. L'industrie promeut également "l'intégration de la puissance de calcul et du réseau", soutenant une planification flexible à travers les architectures et les régions.
Avec la normalisation de la demande pour les grands modèles, les services de puissance de calcul se développent rapidement pour devenir une industrie unique. Cependant, à long terme, la pénurie de puces finira par être atténuée. Les fournisseurs de services de puissance de calcul doivent anticiper et se préparer à la transformation après le retour à la rationalité du marché.