Puissance de calcul Services : nouveaux modèles commerciaux et chaînes industrielles
La tendance de l'entraînement de grands modèles est en plein essor, et la rareté des GPU haut de gamme devient un problème difficile pour l'industrie. Le coût de la puissance de calcul est élevé, et le manque de puissance de calcul et de fonds constitue un défi direct auquel les entreprises sont confrontées.
La pénurie de GPU haut de gamme est devenue un phénomène courant. À son apogée, le prix d'un NVIDIA A100 a été gonflé à deux ou trois dizaines de milliers de yuans, et le loyer mensuel d'un serveur A100 a grimpé à 50 000-70 000 yuans. Même avec ces prix élevés, il est difficile d'obtenir des puces. Certains fournisseurs de puissance de calcul ont même rencontré des situations rares comme des violations de contrat de la part de fournisseurs.
Le seuil d'entrée pour l'entraînement des grands modèles n'est pas aussi facile que l'industrie le prétend. Prenons l'exemple du grand modèle météorologique Pangu, dont le coût d'entraînement pourrait dépasser 2 millions de yuans. Si l'on entraîne un modèle général de plus grande envergure, le coût pourrait augmenter de dix fois voire cent fois.
Face à cette situation, il est largement admis dans l'industrie que, avec la concurrence féroce sur le marché des grands modèles, le marché passera de l'enthousiasme à la rationalité, et les entreprises ajusteront leurs stratégies et contrôleront leurs coûts en fonction des évolutions des attentes.
Pour faire face à la pénurie de Puissance de calcul, les entreprises adoptent diverses méthodes innovantes. Certaines sociétés choisissent d'utiliser des données de meilleure qualité pour l'entraînement, afin d'améliorer l'efficacité. D'autres entreprises s'efforcent d'améliorer la capacité d'infrastructure pour réaliser un fonctionnement stable au-delà de 1000 calories. La planification des ressources de carte de Puissance de calcul teste également les capacités techniques des prestataires de services.
Certaines entreprises explorent de nouvelles voies, en passant d'une architecture de cloud computing à une architecture de supercalcul pour réduire les coûts. D'autres entreprises choisissent d'utiliser des plateformes nationales pour l'entraînement et l'inférence de modèles de grande taille, afin de remplacer les produits Nvidia en pénurie.
La puissance de calcul est devenue un nouveau modèle de service dans le processus de demande du marché et d'itération technologique. Les services de puissance de calcul reposent sur une diversité de puissances de calcul, sont liés par un réseau de puissance de calcul et ont pour objectif de fournir une puissance de calcul efficace.
La nature du service de puissance de calcul est de réaliser une sortie unifiée de puissance de calcul hétérogène grâce à de nouvelles technologies de calcul, et de s'intégrer avec des technologies telles que le cloud, les big data et l'IA. Il comprend non seulement la puissance de calcul, mais encapsule également de manière unifiée des ressources telles que le stockage et le réseau, pour être livrées sous forme de service.
Dans la chaîne de l'industrie de la puissance de calcul, les entreprises en amont fournissent principalement des ressources de base, les entreprises intermédiaires sont responsables de la production et de l'approvisionnement en puissance de calcul, tandis que les entreprises en aval utilisent les services de puissance de calcul pour offrir des services à valeur ajoutée.
La facturation à la consommation et les abonnements annuels ou mensuels sont les modèles dominants des services de puissance de calcul actuels. L'industrie promeut également l'"intégration et la fusion de la puissance de calcul et du réseau", soutenant la planification inter-architectures, inter-régions et inter-fournisseurs.
Avec la normalisation de la demande en calcul haute performance pour les grands modèles, les services de puissance de calcul entrent rapidement dans le champ de vision du grand public, formant une chaîne industrielle et un modèle commercial uniques. Bien qu'il existe actuellement des défis tels que la pénurie de GPU haut de gamme, la tendance des services de puissance de calcul est désormais établie, et les prestataires de services doivent anticiper les besoins pour se préparer aux évolutions 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.
20 J'aime
Récompense
20
5
Partager
Commentaire
0/400
MissedTheBoat
· 07-03 08:17
Les cartes ont explosé vers le ciel.
Voir l'originalRépondre0
TheShibaWhisperer
· 07-02 16:51
a100 est vraiment trop cher, qui peut se le permettre ?
Voir l'originalRépondre0
OPsychology
· 07-01 08:23
Les puces sont devenues incroyablement chères...
Voir l'originalRépondre0
FlashLoanPrince
· 07-01 08:07
prendre les gens pour des idiots ne fonctionne plus, ils continuent à berner.
Voir l'originalRépondre0
ColdWalletGuardian
· 07-01 08:06
Vraiment, c'est juste prendre les gens pour des idiots une fois de plus.
Puissance de calcul services émergent, nouvelle chaîne de valeur et modèle commercial à l'ère des grands modèles.
Puissance de calcul Services : nouveaux modèles commerciaux et chaînes industrielles
La tendance de l'entraînement de grands modèles est en plein essor, et la rareté des GPU haut de gamme devient un problème difficile pour l'industrie. Le coût de la puissance de calcul est élevé, et le manque de puissance de calcul et de fonds constitue un défi direct auquel les entreprises sont confrontées.
La pénurie de GPU haut de gamme est devenue un phénomène courant. À son apogée, le prix d'un NVIDIA A100 a été gonflé à deux ou trois dizaines de milliers de yuans, et le loyer mensuel d'un serveur A100 a grimpé à 50 000-70 000 yuans. Même avec ces prix élevés, il est difficile d'obtenir des puces. Certains fournisseurs de puissance de calcul ont même rencontré des situations rares comme des violations de contrat de la part de fournisseurs.
Le seuil d'entrée pour l'entraînement des grands modèles n'est pas aussi facile que l'industrie le prétend. Prenons l'exemple du grand modèle météorologique Pangu, dont le coût d'entraînement pourrait dépasser 2 millions de yuans. Si l'on entraîne un modèle général de plus grande envergure, le coût pourrait augmenter de dix fois voire cent fois.
Face à cette situation, il est largement admis dans l'industrie que, avec la concurrence féroce sur le marché des grands modèles, le marché passera de l'enthousiasme à la rationalité, et les entreprises ajusteront leurs stratégies et contrôleront leurs coûts en fonction des évolutions des attentes.
Pour faire face à la pénurie de Puissance de calcul, les entreprises adoptent diverses méthodes innovantes. Certaines sociétés choisissent d'utiliser des données de meilleure qualité pour l'entraînement, afin d'améliorer l'efficacité. D'autres entreprises s'efforcent d'améliorer la capacité d'infrastructure pour réaliser un fonctionnement stable au-delà de 1000 calories. La planification des ressources de carte de Puissance de calcul teste également les capacités techniques des prestataires de services.
Certaines entreprises explorent de nouvelles voies, en passant d'une architecture de cloud computing à une architecture de supercalcul pour réduire les coûts. D'autres entreprises choisissent d'utiliser des plateformes nationales pour l'entraînement et l'inférence de modèles de grande taille, afin de remplacer les produits Nvidia en pénurie.
La puissance de calcul est devenue un nouveau modèle de service dans le processus de demande du marché et d'itération technologique. Les services de puissance de calcul reposent sur une diversité de puissances de calcul, sont liés par un réseau de puissance de calcul et ont pour objectif de fournir une puissance de calcul efficace.
La nature du service de puissance de calcul est de réaliser une sortie unifiée de puissance de calcul hétérogène grâce à de nouvelles technologies de calcul, et de s'intégrer avec des technologies telles que le cloud, les big data et l'IA. Il comprend non seulement la puissance de calcul, mais encapsule également de manière unifiée des ressources telles que le stockage et le réseau, pour être livrées sous forme de service.
Dans la chaîne de l'industrie de la puissance de calcul, les entreprises en amont fournissent principalement des ressources de base, les entreprises intermédiaires sont responsables de la production et de l'approvisionnement en puissance de calcul, tandis que les entreprises en aval utilisent les services de puissance de calcul pour offrir des services à valeur ajoutée.
La facturation à la consommation et les abonnements annuels ou mensuels sont les modèles dominants des services de puissance de calcul actuels. L'industrie promeut également l'"intégration et la fusion de la puissance de calcul et du réseau", soutenant la planification inter-architectures, inter-régions et inter-fournisseurs.
Avec la normalisation de la demande en calcul haute performance pour les grands modèles, les services de puissance de calcul entrent rapidement dans le champ de vision du grand public, formant une chaîne industrielle et un modèle commercial uniques. Bien qu'il existe actuellement des défis tels que la pénurie de GPU haut de gamme, la tendance des services de puissance de calcul est désormais établie, et les prestataires de services doivent anticiper les besoins pour se préparer aux évolutions du marché.