A continuación se presenta el texto del artículo reescrito:
La búsqueda de la IA por parte de las grandes empresas continúa. Esta semana, Microsoft, Google y Meta publicaron sus informes financieros; excepto Meta, que se vio ligeramente afectada por una guía para el próximo trimestre que fue inferior a lo esperado, las otras dos empresas tuvieron un buen desempeño en sus precios de acciones. La lógica del ciclo "ingresos-gastos-reingreso" que se enfatizó anteriormente está en marcha, con el crecimiento de los ingresos de la nube de Microsoft y Google y el margen de beneficio general en continuo aumento, y la IA también está impulsando un rápido crecimiento en el tamaño de negocios como publicidad y búsqueda. Al mismo tiempo, la competencia por la potencia de cálculo entre los principales proveedores de nube se está intensificando, y en el corto plazo, es difícil que el gasto de capital disminuya. En la etapa inicial de la era de la IA, los principales proveedores solo pueden sobrevivir en una competencia feroz a través de inversiones continuas. Según la previsión de un proveedor de servicios de potencia de cálculo, el equilibrio entre la oferta y la demanda de potencia de cálculo de IA podría no alcanzarse hasta 2030.
El mercado espera ver más aplicaciones de IA "prácticas" que realmente puedan aumentar la productividad o facilitar la vida y el aprendizaje. Este año hemos sido testigos del impresionante rendimiento de OpenAI Sora y el surgimiento del modelo nacional Kimi. En el futuro, también se espera ver actualizaciones continuas de GPT, Gemini y Llama, así como la introducción de modelos de gran tamaño por parte de los principales fabricantes en terminales como PC y teléfonos móviles. El camino hacia la AGI es tortuoso y puede requerir un tiempo considerable para desarrollar aplicaciones de IA que realmente cambien la sociedad.
Actualmente se debe poner atención en "potencia de cálculo de alto costo-beneficio". Al revisar la era 4G y 5G, la disminución de los costos de tráfico móvil dio lugar a la era dorada de las aplicaciones móviles. De manera similar, la disminución del costo por unidad de potencia de cálculo es una condición necesaria para entrar en la era de la AGI, y una potencia de cálculo de IA barata, accesible y estable es la base para aplicaciones de IA de nivel histórico. Tomemos como ejemplo a Sora, que aún necesita varios meses para abrirse al público; además de problemas de seguridad, también necesita optimizar la potencia de cálculo requerida para la inferencia. Los principales proveedores de la nube tienen la capacidad de invertir a gran escala para mantener su competitividad, pero no pueden representar la demanda de todo el mercado, ya que muchas pequeñas y medianas empresas necesitan potencia de cálculo de alto costo-beneficio.
Desglosando el costo de la potencia de cálculo, además del costo operativo de energía de aproximadamente el 10%, 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 de cálculo de IA, y se espera que a finales de año la capacidad mensual sea de casi 40,000, lo que representa un aumento de más del 150% en comparación con la capacidad total de 2023. En cuanto a los equipos de red, el GB200 de Nvidia utiliza conexiones de cable de cobre a gran escala y de corta distancia, lo que indica que no solo busca alto rendimiento, sino que también considera el control de costos para los clientes. Al mismo tiempo, los fabricantes de módulos ópticos 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 por gabinete, cuando supera cierto umbral crítico, la refrigeración líquida tendrá una mejor relación costo-beneficio que 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.
19 me gusta
Recompensa
19
6
Republicar
Compartir
Comentar
0/400
StableBoi
· 08-01 22:57
¿2030 es equilibrio? No será que están locos por el dinero.
Ver originalesResponder0
Frontrunner
· 07-31 14:33
En pocas palabras, se trata de juntar dinero.
Ver originalesResponder0
SmartMoneyWallet
· 07-30 18:15
Es solo un juego de quemar dinero, el capital nunca duerme.
Ver originalesResponder0
GasOptimizer
· 07-30 18:12
Con esta potencia computacional, he visto mucho en el mundo Cripto.
La cadena de industria de IA emprende un esfuerzo decidido, la potencia computacional de alto costo-beneficio se convierte en clave.
A continuación se presenta el texto del artículo reescrito:
La búsqueda de la IA por parte de las grandes empresas continúa. Esta semana, Microsoft, Google y Meta publicaron sus informes financieros; excepto Meta, que se vio ligeramente afectada por una guía para el próximo trimestre que fue inferior a lo esperado, las otras dos empresas tuvieron un buen desempeño en sus precios de acciones. La lógica del ciclo "ingresos-gastos-reingreso" que se enfatizó anteriormente está en marcha, con el crecimiento de los ingresos de la nube de Microsoft y Google y el margen de beneficio general en continuo aumento, y la IA también está impulsando un rápido crecimiento en el tamaño de negocios como publicidad y búsqueda. Al mismo tiempo, la competencia por la potencia de cálculo entre los principales proveedores de nube se está intensificando, y en el corto plazo, es difícil que el gasto de capital disminuya. En la etapa inicial de la era de la IA, los principales proveedores solo pueden sobrevivir en una competencia feroz a través de inversiones continuas. Según la previsión de un proveedor de servicios de potencia de cálculo, el equilibrio entre la oferta y la demanda de potencia de cálculo de IA podría no alcanzarse hasta 2030.
El mercado espera ver más aplicaciones de IA "prácticas" que realmente puedan aumentar la productividad o facilitar la vida y el aprendizaje. Este año hemos sido testigos del impresionante rendimiento de OpenAI Sora y el surgimiento del modelo nacional Kimi. En el futuro, también se espera ver actualizaciones continuas de GPT, Gemini y Llama, así como la introducción de modelos de gran tamaño por parte de los principales fabricantes en terminales como PC y teléfonos móviles. El camino hacia la AGI es tortuoso y puede requerir un tiempo considerable para desarrollar aplicaciones de IA que realmente cambien la sociedad.
Actualmente se debe poner atención en "potencia de cálculo de alto costo-beneficio". Al revisar la era 4G y 5G, la disminución de los costos de tráfico móvil dio lugar a la era dorada de las aplicaciones móviles. De manera similar, la disminución del costo por unidad de potencia de cálculo es una condición necesaria para entrar en la era de la AGI, y una potencia de cálculo de IA barata, accesible y estable es la base para aplicaciones de IA de nivel histórico. Tomemos como ejemplo a Sora, que aún necesita varios meses para abrirse al público; además de problemas de seguridad, también necesita optimizar la potencia de cálculo requerida para la inferencia. Los principales proveedores de la nube tienen la capacidad de invertir a gran escala para mantener su competitividad, pero no pueden representar la demanda de todo el mercado, ya que muchas pequeñas y medianas empresas necesitan potencia de cálculo de alto costo-beneficio.
Desglosando el costo de la potencia de cálculo, además del costo operativo de energía de aproximadamente el 10%, 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 de cálculo de IA, y se espera que a finales de año la capacidad mensual sea de casi 40,000, lo que representa un aumento de más del 150% en comparación con la capacidad total de 2023. En cuanto a los equipos de red, el GB200 de Nvidia utiliza conexiones de cable de cobre a gran escala y de corta distancia, lo que indica que no solo busca alto rendimiento, sino que también considera el control de costos para los clientes. Al mismo tiempo, los fabricantes de módulos ópticos 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 por gabinete, cuando supera cierto umbral crítico, la refrigeración líquida tendrá una mejor relación costo-beneficio que la refrigeración por aire.