Poder de computação como um novo modelo de negócios, a indústria deve se preparar para a mudança.
A onda de treinamento de grandes modelos está impulsionando o poder de computação a se tornar um novo modelo de negócios. Embora o problema da escassez de GPUs de alto desempenho ainda persista, os participantes da indústria precisam ajustar suas estratégias a tempo e se preparar para as mudanças no mercado.
Treinar modelos em larga escala requer um enorme investimento em poder de computação. Tomando como exemplo o grande modelo de meteorologia Pangu, o uso de 200 placas GPU durante cerca de 2 meses para pré-treinamento pode custar mais de 2 milhões de yuanes. E o custo para treinar modelos gerais pode ser ainda várias dezenas de vezes maior. Atualmente, a China já possui mais de 100 grandes modelos com escalas de 1 bilhão de parâmetros, mas o problema da escassez de GPUs de alto desempenho continua a ser severo.
Para enfrentar a escassez de poder de computação, as empresas adotaram várias medidas: melhorar a qualidade dos dados de treinamento para aumentar a eficiência; otimizar a infraestrutura para aumentar a estabilidade; aprimorar o agendamento de recursos para aumentar a utilização; adotar uma arquitetura de supercomputação para reduzir custos; usar plataformas nacionais para substituir GPUs importadas, entre outras. No entanto, para a maioria das empresas, escolher um prestador de serviços de poder de computação especializado é a melhor escolha.
O serviço de poder de computação está se tornando uma nova indústria emergente. Ele encapsula recursos como poder de computação, armazenamento e rede, oferecendo serviços na forma de APIs, entre outros. A parte superior da cadeia industrial fornece recursos de hardware, a parte intermediária realiza a produção e o agendamento de poder de computação, e a parte inferior são os usuários de diversos setores. Este modelo apresenta vantagens em termos de custo e tecnologia em comparação à construção própria das empresas.
Atualmente, os serviços de poder de computação são principalmente cobrados de acordo com o uso e por pacotes anuais ou mensais. No futuro, também será promovida a "integração e fusão do poder de computação e da rede", para alcançar uma programação flexível entre arquiteturas e regiões. Os provedores de serviços em nuvem também estão ativamente a entrar neste campo.
Embora a atual escassez de GPUs de alto desempenho esteja a tornar a concorrência no setor intensa, isso é apenas um fenômeno temporário. A longo prazo, a serviço de poder de computação é uma tendência certa. Os prestadores de serviços devem se preparar com antecedência para a rápida transformação após o retorno à racionalidade do mercado. Em um mercado cheio de incertezas, as empresas que conseguem ajustar suas estratégias a tempo poderão ocupar uma posição vantajosa no futuro.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
19 gostos
Recompensa
19
3
Partilhar
Comentar
0/400
MEVSupportGroup
· 07-27 04:39
As placas de GPU estão muito difíceis de conseguir, estou a chorar.
Poder de computação como um novo tendência, as empresas precisam se preparar antecipadamente para enfrentar as mudanças no mercado.
Poder de computação como um novo modelo de negócios, a indústria deve se preparar para a mudança.
A onda de treinamento de grandes modelos está impulsionando o poder de computação a se tornar um novo modelo de negócios. Embora o problema da escassez de GPUs de alto desempenho ainda persista, os participantes da indústria precisam ajustar suas estratégias a tempo e se preparar para as mudanças no mercado.
Treinar modelos em larga escala requer um enorme investimento em poder de computação. Tomando como exemplo o grande modelo de meteorologia Pangu, o uso de 200 placas GPU durante cerca de 2 meses para pré-treinamento pode custar mais de 2 milhões de yuanes. E o custo para treinar modelos gerais pode ser ainda várias dezenas de vezes maior. Atualmente, a China já possui mais de 100 grandes modelos com escalas de 1 bilhão de parâmetros, mas o problema da escassez de GPUs de alto desempenho continua a ser severo.
Para enfrentar a escassez de poder de computação, as empresas adotaram várias medidas: melhorar a qualidade dos dados de treinamento para aumentar a eficiência; otimizar a infraestrutura para aumentar a estabilidade; aprimorar o agendamento de recursos para aumentar a utilização; adotar uma arquitetura de supercomputação para reduzir custos; usar plataformas nacionais para substituir GPUs importadas, entre outras. No entanto, para a maioria das empresas, escolher um prestador de serviços de poder de computação especializado é a melhor escolha.
O serviço de poder de computação está se tornando uma nova indústria emergente. Ele encapsula recursos como poder de computação, armazenamento e rede, oferecendo serviços na forma de APIs, entre outros. A parte superior da cadeia industrial fornece recursos de hardware, a parte intermediária realiza a produção e o agendamento de poder de computação, e a parte inferior são os usuários de diversos setores. Este modelo apresenta vantagens em termos de custo e tecnologia em comparação à construção própria das empresas.
Atualmente, os serviços de poder de computação são principalmente cobrados de acordo com o uso e por pacotes anuais ou mensais. No futuro, também será promovida a "integração e fusão do poder de computação e da rede", para alcançar uma programação flexível entre arquiteturas e regiões. Os provedores de serviços em nuvem também estão ativamente a entrar neste campo.
Embora a atual escassez de GPUs de alto desempenho esteja a tornar a concorrência no setor intensa, isso é apenas um fenômeno temporário. A longo prazo, a serviço de poder de computação é uma tendência certa. Os prestadores de serviços devem se preparar com antecedência para a rápida transformação após o retorno à racionalidade do mercado. Em um mercado cheio de incertezas, as empresas que conseguem ajustar suas estratégias a tempo poderão ocupar uma posição vantajosa no futuro.