La competencia de potencia computacional en la era de la IA: el juego entre sueños y costos
Las grandes empresas persiguen el sueño de la IA sin descanso
Esta semana se publicaron los informes financieros de gigantes tecnológicos como Microsoft, Google y Meta. A excepción de Meta, los informes de Microsoft y Google fueron brillantes, lo que impulsó el precio de sus acciones. Estas empresas están mejorando continuamente la tasa de crecimiento de ingresos en la nube y la rentabilidad general a través de la lógica de ciclo positivo de "ingresos-gastos-ingresos". La IA está impulsando un rápido crecimiento en la escala de negocios como publicidad y búsqueda. Al mismo tiempo, la "carrera armamentista" de la potencia computacional entre los principales proveedores de nube también está en pleno apogeo, y la posibilidad de una desaceleración en los gastos de capital a corto plazo es casi nula. En las primeras etapas de la era de la IA, solo a través de inversiones continuas los principales proveedores pueden sobrevivir en una competencia feroz. Según el proveedor de servicios de potencia computacional CoreWeave, el punto de equilibrio en la oferta y la demanda de potencia computacional para la IA podría llegar hasta 2030.
Las aplicaciones de IA aún están por florecer.
El mercado espera ver aplicaciones de IA "accesibles" que realmente mejoren la productividad o faciliten la vida. Este año hemos sido testigos del impresionante rendimiento de OpenAI Sora y el auge del modelo nacional Kimi. En el futuro, también se espera ver actualizaciones continuas de grandes modelos como GPT, Gemini y Llama, así como la introducción de grandes modelos en PC, teléfonos móviles y otros dispositivos por parte de gigantes como Microsoft y Apple. El camino hacia la AGI es tortuoso y largo, y puede que aún necesitemos un tiempo considerable para incubar aplicaciones de IA que realmente cambien la sociedad.
Atención a "Potencia computacional de alto rendimiento"
Al revisar las eras 4G y 5G, la disminución de los costos del tráfico móvil trajo consigo la era dorada de las aplicaciones móviles. De manera similar, la disminución del costo de la potencia computacional por unidad será una condición necesaria para que la humanidad entre en la era de la AGI. La potencia computacional de IA que sea barata, accesible y estable es la base para el surgimiento de aplicaciones significativas de IA. Tomando a Sora como ejemplo, su apertura al público aún requiere varios meses, y una razón importante es la necesidad de optimizar la potencia computacional requerida para la inferencia. Los principales proveedores de la nube tienen la capacidad de realizar inversiones masivas para mantener su competitividad, pero esto no puede representar la demanda total del mercado. Lo que realmente necesitan las pequeñas y medianas empresas es una potencia computacional de alta relación calidad-precio.
Desglosando el costo de la potencia computacional, aparte de aproximadamente el 10% del costo operativo de electricidad, casi todo lo demás son inversiones en activos fijos, incluyendo GPU, equipos de red, refrigeración, etc. En cuanto a las GPU, TSMC está expandiendo la capacidad de producción de CoWoS necesaria para la potencia computacional de IA, y se espera que a finales de año la capacidad de producción mensual se acerque a 40,000 unidades, lo que representa un aumento de más del 150% en comparación con la capacidad total de 2023. En el ámbito de los equipos de red, la GB200 de NVIDIA utiliza una gran cantidad de cables de cobre para conexiones de corta distancia, lo que demuestra que no solo busca un rendimiento ultra alto, sino que también considera el control de costos para sus clientes. Los fabricantes de módulos ópticos también están promoviendo activamente soluciones de conexión óptica de alto costo-beneficio como LPO. En cuanto a la refrigeración, a medida que aumenta la densidad de potencia de los gabinetes individuales, la relación costo-beneficio de las soluciones de refrigeración líquida superará a la refrigeración por aire.
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.
9 me gusta
Recompensa
9
5
Compartir
Comentar
0/400
GameFiCritic
· hace2h
La costosa potencia computacional es el mayor obstáculo para la liquidación del mercado.
Ver originalesResponder0
LightningSentry
· 07-20 20:31
Deja de gastar dinero aquí.
Ver originalesResponder0
LiquidatedAgain
· 07-20 20:30
comprar la caída Potencia computacional又要被 Obtener liquidación清算了吧
Ver originalesResponder0
ChainBrain
· 07-20 20:28
Potencia computacional炒作罢了~
Ver originalesResponder0
PerennialLeek
· 07-20 20:26
Otra vez vienen a tomar por tontos a los que invierten su dinero~
Competencia de potencia computacional en la era de la IA: el juego entre la inversión de los gigantes y la demanda de alta relación calidad-precio.
La competencia de potencia computacional en la era de la IA: el juego entre sueños y costos
Las grandes empresas persiguen el sueño de la IA sin descanso
Esta semana se publicaron los informes financieros de gigantes tecnológicos como Microsoft, Google y Meta. A excepción de Meta, los informes de Microsoft y Google fueron brillantes, lo que impulsó el precio de sus acciones. Estas empresas están mejorando continuamente la tasa de crecimiento de ingresos en la nube y la rentabilidad general a través de la lógica de ciclo positivo de "ingresos-gastos-ingresos". La IA está impulsando un rápido crecimiento en la escala de negocios como publicidad y búsqueda. Al mismo tiempo, la "carrera armamentista" de la potencia computacional entre los principales proveedores de nube también está en pleno apogeo, y la posibilidad de una desaceleración en los gastos de capital a corto plazo es casi nula. En las primeras etapas de la era de la IA, solo a través de inversiones continuas los principales proveedores pueden sobrevivir en una competencia feroz. Según el proveedor de servicios de potencia computacional CoreWeave, el punto de equilibrio en la oferta y la demanda de potencia computacional para la IA podría llegar hasta 2030.
Las aplicaciones de IA aún están por florecer.
El mercado espera ver aplicaciones de IA "accesibles" que realmente mejoren la productividad o faciliten la vida. Este año hemos sido testigos del impresionante rendimiento de OpenAI Sora y el auge del modelo nacional Kimi. En el futuro, también se espera ver actualizaciones continuas de grandes modelos como GPT, Gemini y Llama, así como la introducción de grandes modelos en PC, teléfonos móviles y otros dispositivos por parte de gigantes como Microsoft y Apple. El camino hacia la AGI es tortuoso y largo, y puede que aún necesitemos un tiempo considerable para incubar aplicaciones de IA que realmente cambien la sociedad.
Atención a "Potencia computacional de alto rendimiento"
Al revisar las eras 4G y 5G, la disminución de los costos del tráfico móvil trajo consigo la era dorada de las aplicaciones móviles. De manera similar, la disminución del costo de la potencia computacional por unidad será una condición necesaria para que la humanidad entre en la era de la AGI. La potencia computacional de IA que sea barata, accesible y estable es la base para el surgimiento de aplicaciones significativas de IA. Tomando a Sora como ejemplo, su apertura al público aún requiere varios meses, y una razón importante es la necesidad de optimizar la potencia computacional requerida para la inferencia. Los principales proveedores de la nube tienen la capacidad de realizar inversiones masivas para mantener su competitividad, pero esto no puede representar la demanda total del mercado. Lo que realmente necesitan las pequeñas y medianas empresas es una potencia computacional de alta relación calidad-precio.
Desglosando el costo de la potencia computacional, aparte de aproximadamente el 10% del costo operativo de electricidad, casi todo lo demás son inversiones en activos fijos, incluyendo GPU, equipos de red, refrigeración, etc. En cuanto a las GPU, TSMC está expandiendo la capacidad de producción de CoWoS necesaria para la potencia computacional de IA, y se espera que a finales de año la capacidad de producción mensual se acerque a 40,000 unidades, lo que representa un aumento de más del 150% en comparación con la capacidad total de 2023. En el ámbito de los equipos de red, la GB200 de NVIDIA utiliza una gran cantidad de cables de cobre para conexiones de corta distancia, lo que demuestra que no solo busca un rendimiento ultra alto, sino que también considera el control de costos para sus clientes. Los fabricantes de módulos ópticos también están promoviendo activamente soluciones de conexión óptica de alto costo-beneficio como LPO. En cuanto a la refrigeración, a medida que aumenta la densidad de potencia de los gabinetes individuales, la relación costo-beneficio de las soluciones de refrigeración líquida superará a la refrigeración por aire.