Обчислювальна потужність: нова бізнес-модель у епоху великої моделі
Попит на потужні GPU у зв'язку з навчанням великих моделей різко зріс, що призвело до дефіциту обчислювальної потужності в галузі. Ціна на один GPU Nvidia A100 зросла до 200-300 тисяч юанів, а оренда одного сервера A100 може досягати 50-70 тисяч юанів на місяць. Проте навіть за таких умов багатьом компаніям все ще важко отримати необхідні ресурси обчислювальної потужності.
Стикаючись із цим викликом, компанії активно вживають заходів. Деякі компанії підвищують ефективність навчання завдяки використанню якісних даних або оптимізують інфраструктуру для досягнення більш стабільної роботи масштабних GPU кластерів. Інші компанії переходять на архітектуру суперкомп'ютерів або національні GPU платформи, щоб знизити витрати. Для більшості компаній вибір спеціалізованих постачальників обчислювальної потужності є більш доцільним рішенням.
Насправді, обчислювальна потужність стала новою моделлю послуг. Послуги обчислювальної потужності інтегрують ресурси обчислень, зберігання, мережі тощо, надаючи послуги через API та інші способи. Вгору по ланцюгу постачання надається базове апаратне забезпечення, в середньому сегменті відповідальні за виробництво та управління обчислювальною потужністю, а в нижньому сегменті — користувачі з різних галузей. Ця модель має переваги в витратах та технологіях у порівнянні зі створенням власного середовища обчислювальної потужності.
Наразі послуги обчислювальної потужності в основному пропонуються за моделлю оплати за споживання або за річним/місячним підписками. Користувачі можуть вибирати конкретні GPU-інстанси або використовувати платформу MaaS для галузевої кастомізації. У майбутньому також буде просуватися "інтеграція обчислювальної мережі". Хмарні провайдери також активно займаються ринком послуг обчислювальної потужності.
Хоча наразі спостерігається дефіцит висококласних графічних процесорів, це лише тимчас現象. У довгостроковій перспективі обчислювальна потужність у формі послуг є визначеною тенденцією. Постачальники обчислювальної потужності повинні заздалегідь підготуватися до розвитку ринку після його повернення до раціональності.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
23 лайків
Нагородити
23
9
Репост
Поділіться
Прокоментувати
0/400
consensus_whisperer
· 07-28 07:15
gpu卡 я не можу собі дозволити, коли буде падіння
Переглянути оригіналвідповісти на0
NFTBlackHole
· 07-28 01:20
Ще одна хвиля невдахи обдурювати людей, як лохів
Переглянути оригіналвідповісти на0
UnluckyValidator
· 07-25 09:00
Бідний, спочатку йди продавати карти, щоб погасити борг...
Переглянути оригіналвідповісти на0
BlockchainRetirementHome
· 07-25 08:59
Графічна карта брат справді заробляє, лежачи, yyds
Переглянути оригіналвідповісти на0
TokenCreatorOP
· 07-25 08:57
Гаманець вже на місці Коли будуть гроші
Переглянути оригіналвідповісти на0
LiquidityWhisperer
· 07-25 08:54
Накопичив карт, тепер руки м'які, давай добувати!
Переглянути оригіналвідповісти на0
RektRecorder
· 07-25 08:53
Не вдалося отримати установку для майнінгу, відразу йду до A-карт.
Переглянути оригіналвідповісти на0
GateUser-a180694b
· 07-25 08:46
Схоже, що всі активно змагаються за GPU.
Переглянути оригіналвідповісти на0
BanklessAtHeart
· 07-25 08:32
Обчислювальна потужність дорого коштує, справді болить голова.
Ера великих моделей: зростання обчислювальних потужностей як нової бізнес-моделі
Обчислювальна потужність: нова бізнес-модель у епоху великої моделі
Попит на потужні GPU у зв'язку з навчанням великих моделей різко зріс, що призвело до дефіциту обчислювальної потужності в галузі. Ціна на один GPU Nvidia A100 зросла до 200-300 тисяч юанів, а оренда одного сервера A100 може досягати 50-70 тисяч юанів на місяць. Проте навіть за таких умов багатьом компаніям все ще важко отримати необхідні ресурси обчислювальної потужності.
Стикаючись із цим викликом, компанії активно вживають заходів. Деякі компанії підвищують ефективність навчання завдяки використанню якісних даних або оптимізують інфраструктуру для досягнення більш стабільної роботи масштабних GPU кластерів. Інші компанії переходять на архітектуру суперкомп'ютерів або національні GPU платформи, щоб знизити витрати. Для більшості компаній вибір спеціалізованих постачальників обчислювальної потужності є більш доцільним рішенням.
Насправді, обчислювальна потужність стала новою моделлю послуг. Послуги обчислювальної потужності інтегрують ресурси обчислень, зберігання, мережі тощо, надаючи послуги через API та інші способи. Вгору по ланцюгу постачання надається базове апаратне забезпечення, в середньому сегменті відповідальні за виробництво та управління обчислювальною потужністю, а в нижньому сегменті — користувачі з різних галузей. Ця модель має переваги в витратах та технологіях у порівнянні зі створенням власного середовища обчислювальної потужності.
Наразі послуги обчислювальної потужності в основному пропонуються за моделлю оплати за споживання або за річним/місячним підписками. Користувачі можуть вибирати конкретні GPU-інстанси або використовувати платформу MaaS для галузевої кастомізації. У майбутньому також буде просуватися "інтеграція обчислювальної мережі". Хмарні провайдери також активно займаються ринком послуг обчислювальної потужності.
Хоча наразі спостерігається дефіцит висококласних графічних процесорів, це лише тимчас現象. У довгостроковій перспективі обчислювальна потужність у формі послуг є визначеною тенденцією. Постачальники обчислювальної потужності повинні заздалегідь підготуватися до розвитку ринку після його повернення до раціональності.