Competição de Poder de Computação na Era da IA: O Equilíbrio entre Sonhos e Custos
As grandes empresas de tecnologia estão a investir fortemente na construção de poder de computação de IA. Os últimos relatórios financeiros de empresas como a Microsoft e a Google mostram que a receita e a margem de lucro dos negócios em nuvem continuam a aumentar, com a IA a tornar-se um novo ponto de crescimento de desempenho. Essas empresas estão em uma "corrida armamentista" de poder de computação, e é difícil que os gastos de capital diminuam a curto prazo. Como disse o fornecedor de serviços de poder de computação CoreWeave, a oferta e a procura de poder de computação de IA poderão alcançar um equilíbrio em 2030.
O mercado espera ver mais aplicações de IA "práticas" que realmente possam aumentar a produtividade ou facilitar a vida. Este ano, já vimos desempenhos impressionantes como o modelo de geração de vídeo Sora da OpenAI e o grande modelo nacional Kimi. No futuro, também se espera ver atualizações de modelos como GPT e Gemini, bem como a introdução de grandes modelos em PCs e telemóveis por empresas como Microsoft e Apple. O caminho para a AGI ainda é longo e pode levar bastante tempo até que surjam aplicações de IA que mudem a sociedade.
Atualmente, devemos focar na "relação custo-benefício do poder de computação". Olhando para a era 4G/5G, a redução dos custos de tráfego móvel trouxe a era de ouro da internet móvel. Da mesma forma, a redução do custo de poder de computação por unidade será uma condição necessária para a transição para a era AGI. Poder de computação de IA barato e confiável é a base para o surgimento de aplicações de IA inovadoras.
Do ponto de vista da estrutura de custos, além de cerca de 10% de custos de eletricidade, os outros principais custos são investimentos em ativos fixos como GPU, equipamentos de rede e refrigeração. A indústria está otimizando custos de várias maneiras:
GPU: A TSMC está a expandir significativamente a capacidade de produção de embalagem CoWoS para chips de IA.
Rede: A Nvidia GB200 utiliza cabos de cobre para reduzir custos, fabricantes de módulos ópticos promovem soluções de alto custo-benefício como LPO.
Dissipação de calor: com o aumento da densidade de potência, a refrigeração líquida substituirá gradualmente a refrigeração a ar.
Embora os principais fornecedores de nuvem tenham a capacidade de investir continuamente, as empresas de cauda longa precisam mais de um poder de computação com uma boa relação custo-benefício. A futura redução do custo por unidade de poder de computação estabelecerá a base para a prosperidade das aplicações de IA.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
22 Curtidas
Recompensa
22
4
Compartilhar
Comentário
0/400
HappyToBeDumped
· 07-28 23:00
Desperdiçar dinheiro em poder de computação
Ver originalResponder0
RuntimeError
· 07-28 01:59
Custo-benefício é mais importante que qualquer coisa.
Competição de IA: Poder de computação com alto custo-benefício será a chave do futuro
Competição de Poder de Computação na Era da IA: O Equilíbrio entre Sonhos e Custos
As grandes empresas de tecnologia estão a investir fortemente na construção de poder de computação de IA. Os últimos relatórios financeiros de empresas como a Microsoft e a Google mostram que a receita e a margem de lucro dos negócios em nuvem continuam a aumentar, com a IA a tornar-se um novo ponto de crescimento de desempenho. Essas empresas estão em uma "corrida armamentista" de poder de computação, e é difícil que os gastos de capital diminuam a curto prazo. Como disse o fornecedor de serviços de poder de computação CoreWeave, a oferta e a procura de poder de computação de IA poderão alcançar um equilíbrio em 2030.
O mercado espera ver mais aplicações de IA "práticas" que realmente possam aumentar a produtividade ou facilitar a vida. Este ano, já vimos desempenhos impressionantes como o modelo de geração de vídeo Sora da OpenAI e o grande modelo nacional Kimi. No futuro, também se espera ver atualizações de modelos como GPT e Gemini, bem como a introdução de grandes modelos em PCs e telemóveis por empresas como Microsoft e Apple. O caminho para a AGI ainda é longo e pode levar bastante tempo até que surjam aplicações de IA que mudem a sociedade.
Atualmente, devemos focar na "relação custo-benefício do poder de computação". Olhando para a era 4G/5G, a redução dos custos de tráfego móvel trouxe a era de ouro da internet móvel. Da mesma forma, a redução do custo de poder de computação por unidade será uma condição necessária para a transição para a era AGI. Poder de computação de IA barato e confiável é a base para o surgimento de aplicações de IA inovadoras.
Do ponto de vista da estrutura de custos, além de cerca de 10% de custos de eletricidade, os outros principais custos são investimentos em ativos fixos como GPU, equipamentos de rede e refrigeração. A indústria está otimizando custos de várias maneiras:
Embora os principais fornecedores de nuvem tenham a capacidade de investir continuamente, as empresas de cauda longa precisam mais de um poder de computação com uma boa relação custo-benefício. A futura redução do custo por unidade de poder de computação estabelecerá a base para a prosperidade das aplicações de IA.