من "تخليق" النماذج الكبيرة إلى قوة الحوسبة الجديدة

على الرغم من أن هناك زخم كبير في تدريب النماذج الكبيرة، إلا أن نقص وحدات معالجة الرسوميات المتطورة وارتفاع تكلفة قوة الحوسبة قد أصبحا مشكلتين في الصناعة. تسعى الشركات جاهدة لإيجاد طرق مبتكرة لمواجهة التحديات، وفي الوقت نفسه، أصبحت خدمات قوة الحوسبة نموذجًا تجاريًا جديدًا.

تتطلب تدريب نماذج الذكاء الاصطناعي على نطاق واسع دعمًا كبيرًا من قوة الحوسبة. على سبيل المثال، إذا تم استخدام 200 بطاقة GPU للتدريب لمدة شهرين، قد تتجاوز التكلفة 2 مليون يوان. أما بالنسبة للنماذج العامة الكبيرة، فقد تصل تكلفة التدريب إلى عشرات الملايين من اليوان. وهذا يجعل من الصعب على العديد من الشركات الصغيرة والمتوسطة تحمل ذلك.

في مواجهة أزمة نقص بطاقات GPU عالية الأداء، اتبعت الشركات استراتيجيات متعددة للتعامل مع الوضع:

1. تحسين جودة البيانات، وزيادة كفاءة التدريب
2. تحسين البنية التحتية، لتحقيق التشغيل المستقر لمجموعات كبيرة
3. تحسين قوة الحوسبة وإدارة الموارد، وزيادة الاستخدام
4. استخدام بنية الحوسبة الفائقة بدلاً من بنية الحوسبة السحابية
5. استخدام منصة GPU المحلية بدلاً من منتجات إنفيديا

في الوقت نفسه، فإن خدمات قوة الحوسبة بدأت في تشكيل سلسلة صناعية جديدة ونماذج تجارية. يقدم الموردون في المرحلة العليا موارد قوة الحوسبة الأساسية، بينما تتولى المرحلة المتوسطة إنتاج قوة الحوسبة وتنظيمها، في حين أن المرحلة السفلية تتكون من مستخدمي الصناعة. أصبح مزودو الخدمات السحابية ومقدمو خدمات قوة الحوسبة المحترفين يلعبون دورًا مهمًا في المرحلة المتوسطة.

تستخدم خدمات قوة الحوسبة بشكل رئيسي نموذجين للفوترة: الفوترة حسب الاستخدام والفوترة السنوية أو الشهرية. يمكن للمستخدمين اختيار أشكال مختلفة مثل مثيلات GPU أو منصة MaaS. في المستقبل، سيتم تعزيز "تكامل قوة الحوسبة والشبكة" لتحقيق جدولة مرنة عبر الهياكل المختلفة والمناطق.

على الرغم من أن الصناعة الحالية متحمسة للحصول على موارد GPU عالية الجودة، إلا أن تقديم خدمات الحوسبة هو اتجاه لا مفر منه على المدى الطويل. يجب على مزودي خدمات الحوسبة الاستعداد مسبقًا لتكون جاهزين للتحول بعد عودة السوق إلى وضعها الطبيعي.