La competencia de potencia computacional en la era de la IA: equilibrio entre sueños y costos
Las grandes empresas tecnológicas están invirtiendo con todas sus fuerzas en la construcción de potencia computacional para IA. Los últimos informes financieros de empresas como Microsoft y Google muestran que los ingresos y márgenes de beneficios de los negocios en la nube continúan aumentando, y la IA se está convirtiendo en un nuevo punto de crecimiento del rendimiento. Estas empresas están en una "carrera armamentista" de potencia computacional, y es difícil que los gastos de capital disminuyan en el corto plazo. Como dice el proveedor de servicios de potencia computacional CoreWeave, la oferta y la demanda de potencia computacional para IA podrían alcanzar un equilibrio en 2030.
El mercado espera ver más aplicaciones de IA "conectadas a la realidad" que realmente puedan mejorar la productividad o facilitar la vida. Este año ya hemos visto actuaciones destacadas como el modelo de generación de videos Sora de OpenAI y el gran modelo nacional Kimi. En el futuro, también se espera ver actualizaciones de modelos como GPT y Gemini, así como la introducción de grandes modelos en PCs y teléfonos móviles por parte de empresas como Microsoft y Apple. El camino hacia la AGI aún es largo y puede llevar mucho tiempo incubar aplicaciones de IA que cambien la sociedad.
Actualmente, deberíamos centrarnos en "Potencia computacional de alto rendimiento y bajo costo". Al mirar hacia atrás en la era del 4G/5G, la disminución de los costos de tráfico móvil trajo consigo la era dorada de Internet móvil. De manera similar, la reducción del costo por unidad de potencia computacional será una condición necesaria para avanzar hacia la era de la AGI. Una potencia computacional de IA barata y confiable es la base para cultivar aplicaciones de IA disruptivas.
Desde la estructura de costos, además de aproximadamente el 10% de los costos de electricidad, el resto son principalmente inversiones en activos fijos como GPU, equipos de red y refrigeración. La industria está optimizando los costos desde múltiples frentes:
GPU: TSMC está ampliando significativamente la capacidad de producción de empaques CoWoS para chips de IA
Red: La GB200 de Nvidia utiliza cables de cobre para reducir costos, los fabricantes de módulos ópticos impulsan soluciones de alto rendimiento y bajo costo como LPO.
Refrigeración: a medida que aumenta la densidad de potencia, la refrigeración líquida reemplazará gradualmente a la refrigeración por aire.
Aunque los principales proveedores de la nube tienen la capacidad de seguir invirtiendo, las empresas de menor tamaño necesitan más potencia computacional a un costo razonable. La disminución del costo por unidad de potencia computacional en el futuro sentará las bases para la prosperidad de las aplicaciones de IA.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Competencia de IA en potencia computacional: la potencia computacional de alto rendimiento será la clave del futuro
La competencia de potencia computacional en la era de la IA: equilibrio entre sueños y costos
Las grandes empresas tecnológicas están invirtiendo con todas sus fuerzas en la construcción de potencia computacional para IA. Los últimos informes financieros de empresas como Microsoft y Google muestran que los ingresos y márgenes de beneficios de los negocios en la nube continúan aumentando, y la IA se está convirtiendo en un nuevo punto de crecimiento del rendimiento. Estas empresas están en una "carrera armamentista" de potencia computacional, y es difícil que los gastos de capital disminuyan en el corto plazo. Como dice el proveedor de servicios de potencia computacional CoreWeave, la oferta y la demanda de potencia computacional para IA podrían alcanzar un equilibrio en 2030.
El mercado espera ver más aplicaciones de IA "conectadas a la realidad" que realmente puedan mejorar la productividad o facilitar la vida. Este año ya hemos visto actuaciones destacadas como el modelo de generación de videos Sora de OpenAI y el gran modelo nacional Kimi. En el futuro, también se espera ver actualizaciones de modelos como GPT y Gemini, así como la introducción de grandes modelos en PCs y teléfonos móviles por parte de empresas como Microsoft y Apple. El camino hacia la AGI aún es largo y puede llevar mucho tiempo incubar aplicaciones de IA que cambien la sociedad.
Actualmente, deberíamos centrarnos en "Potencia computacional de alto rendimiento y bajo costo". Al mirar hacia atrás en la era del 4G/5G, la disminución de los costos de tráfico móvil trajo consigo la era dorada de Internet móvil. De manera similar, la reducción del costo por unidad de potencia computacional será una condición necesaria para avanzar hacia la era de la AGI. Una potencia computacional de IA barata y confiable es la base para cultivar aplicaciones de IA disruptivas.
Desde la estructura de costos, además de aproximadamente el 10% de los costos de electricidad, el resto son principalmente inversiones en activos fijos como GPU, equipos de red y refrigeración. La industria está optimizando los costos desde múltiples frentes:
Aunque los principales proveedores de la nube tienen la capacidad de seguir invirtiendo, las empresas de menor tamaño necesitan más potencia computacional a un costo razonable. La disminución del costo por unidad de potencia computacional en el futuro sentará las bases para la prosperidad de las aplicaciones de IA.