コンピューティングパワーが新しいビジネスモデルとなり、サービス提供者は備えをする必要がある

大規模モデルのトレーニング熱がコンピューティングパワーを新たなビジネスモデルに押し上げています。しかし、高性能GPUの不足やコンピューティングパワーのコストの高騰といった問題も業界に挑戦をもたらしています。

統計によると、中国にはすでに100を超える10億パラメータ規模の大モデルがあります。しかし、これらのモデルをトレーニングするには膨大なコンピューティングパワーの投入が必要です。気象分野の特化型大モデルの例を挙げると、トレーニングコストだけでも200万元を超える可能性があります。一方、汎用大モデルのトレーニングコストは数十億元に達する可能性があります。

高性能GPUが不足している状況に直面し、業界は積極的に対応策を模索しています。一部の方法には、より高品質なデータを使用してトレーニング効率を向上させること、基盤の能力を向上させて安定した運用を実現すること、コンピューティングパワーのリソーススケジューリングを最適化すること、クラウドコンピューティングアーキテクチャからスーパーコンピュータアーキテクチャに移行すること、国産プラットフォームを使用してNVIDIA GPUを代替することなどが含まれます。

コンピューティングパワーは新しいサービスモデルとなりました。コンピューティングパワーサービスの産業チェーンの上流では基盤資源が提供され、中流の企業はコンピューティングパワーの生産と供給を担当し、下流はコンピューティングパワーサービスに依存して付加価値を生み出す業界ユーザーです。

現在主流のコンピューティングパワーサービスの料金モデルには、従量課金と年間・月間パッケージがあります。ユーザーは特定のGPUインスタンスを選択するか、MaaSプラットフォームを使用してモデルのトレーニングを行うことができます。業界は"コンピューティングネットワークの統合融合"を推進しており、アーキテクチャ間、地域間の柔軟なスケジューリングをサポートしています。

大規模モデルの需要が常態化する中で、コンピューティングパワーサービスは急速に独自の産業へと発展しています。しかし、長期的には、チップの不足は最終的に緩和されるでしょう。コンピューティングパワーサービスプロバイダーは、事前に準備を整え、市場が理性的に戻った後の転換に備える必要があります。