A continuación se presenta el contenido del artículo reescrito:
Resumen
Las grandes empresas tecnológicas no disminuyen su impulso en la búsqueda de la IA. Esta semana, los informes financieros de Microsoft, Google y Meta mostraron resultados variados. Aunque Meta vio ligeramente afectada la confianza de los inversores debido a una mala guía para el próximo trimestre, los informes de Microsoft y Google, por otro lado, elevaron la confianza del mercado. El ciclo virtuoso de "ingresos-gastos-ingresos" que enfatizamos anteriormente sigue en curso. Los ingresos por servicios en la nube de Microsoft y Google están creciendo y la rentabilidad general sigue aumentando, mientras que la IA también ha impulsado un rápido crecimiento en áreas como la publicidad y la búsqueda. Al mismo tiempo, la competencia por la capacidad de cómputo entre los principales proveedores de servicios en la nube está en pleno apogeo, y es poco probable que el gasto de capital se desacelere a corto plazo. En las primeras etapas de la era de la IA, las principales empresas solo podrán mantenerse en la feroz competencia a través de la inversión continua. Como dice la empresa unicornio de servicios de computación CoreWeave, el equilibrio entre la oferta y la demanda de la capacidad de cómputo para la IA podría no lograrse hasta 2030.
El mercado está cada vez más ansioso por ver aplicaciones de IA viables que realmente puedan mejorar la productividad o la conveniencia de la vida y el aprendizaje. Este año hemos visto el impresionante desempeño de OpenAI Sora y el auge del modelo nacional Kimi. En el futuro, también esperamos ver actualizaciones continuas de GPT, Gemini, Llama, así como la introducción de modelos grandes en dispositivos terminales como PC y teléfonos móviles por parte de fabricantes líderes 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 humana. Algunos inversores han estado preocupados por si un gasto de capital tan enorme en IA puede generar retornos, pero el gasto de capital de los gigantes tecnológicos de América del Norte ya ha dado la respuesta: ¡perseguir el sueño de la IA tiene un costo, pero este ritmo no se detendrá!
Actualmente se debe prestar atención a la "relación calidad-precio de la potencia de cálculo". Al revisar las eras 4G y 5G, la disminución de los costos de tráfico móvil dio origen a la era dorada de las aplicaciones móviles. De manera similar, tenemos razones para creer que la disminución del costo por unidad de potencia de cálculo será una condición necesaria para que la humanidad avance hacia la era de la AGI. Una potencia de cálculo de IA barata, accesible y estable es la base para el desarrollo de aplicaciones de IA revolucionarias. Tomando como ejemplo a Sora, ¿por qué aún se necesitarán varios meses para abrir al público? Además de los problemas de seguridad del gran modelo multimodal, otra razón importante es que OpenAI necesita optimizar constantemente la potencia de cálculo necesaria para la inferencia de Sora. Los principales proveedores de nube tienen la capacidad de invertir grandes sumas de dinero para mantener su competitividad, pero no pueden representar la demanda total del mercado; las pequeñas y medianas empresas realmente necesitan una potencia de cálculo de alta relación calidad-precio.
Desglosando el costo de la potencia de cálculo, además de aproximadamente el 10% de los costos operativos de electricidad, el resto es casi todo inversión en activos fijos, que incluye GPU, equipos de red, refrigeración, etc. En cuanto a las GPU, TSMC está ampliando la capacidad de CoWoS necesaria para la potencia de cálculo de IA, y se espera que a finales de este año la capacidad mensual se acerque a 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, según el enfoque utilizado en el GB200 de NVIDIA, la conexión a corta distancia que utiliza en gran medida cables de cobre indica que NVIDIA no solo busca un rendimiento ultra alto, sino que también considera el control de costos para los clientes. Al mismo tiempo, los fabricantes de módulos ópticos también están promoviendo activamente soluciones de conexión óptica de alto costo-beneficio como LPO. En términos de refrigeración, a medida que la densidad de potencia por gabinete aumenta gradualmente, cuando supera cierto umbral crítico, la relación costo-beneficio de la refrigeración líquida superará a la refrigeración por aire.
Optimización/Programación/Alquiler de poder computacional: Hengwei Technology, Siterui, Zhongke Shuguang, un operador de telecomunicaciones móvil, un operador de telecomunicaciones Unicom, un operador de telecomunicaciones.
Dispositivos de computación: Un proveedor de equipos de comunicación, Unisplendour, Ruijie Networks, Shengke Communications, FiiLinG, Industrial Fulian, Hu Dian Co., y Cambricon.
Plataforma de carga de potencia de borde: Meige Smart, Guanghetong, Yiyuan Communications.
Comunicación por satélite: un operador de Satcom, un operador de satélites, Zhenyou Technology, Huali Chuangtong, Electro Science Chip, Haige Communication.
Elementos de datos
Operador: un operador de telecomunicaciones, un operador móvil, un operador de Unicom.
Visualización de datos: Haohan Deep, Hengwei Technology, Zhongxin Saike.
Sistema BOSS: AsiaInfo Technology, Tianyuan Dike, Dongfang Guoxin.
Advertencia de Riesgo: El desarrollo de la IA no cumple con las expectativas, la demanda de potencia de cálculo no cumple con las expectativas, riesgo de competencia en el mercado.
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.
13 me gusta
Recompensa
13
4
Compartir
Comentar
0/400
ChainPoet
· hace21h
La guerra del quemar dinero ve quién vive más tiempo
Ver originalesResponder0
PumpBeforeRug
· hace21h
¿Quién se rendirá primero, quemando dinero hasta 2030?
Ver originalesResponder0
LadderToolGuy
· hace21h
Solo hay que gastar dinero.
Ver originalesResponder0
DegenGambler
· hace21h
meta cayó, la potencia computacional se volvió más cara.
La carrera por la IA de los gigantes tecnológicos, el costo de la Potencia computacional es clave.
A continuación se presenta el contenido del artículo reescrito:
Resumen Las grandes empresas tecnológicas no disminuyen su impulso en la búsqueda de la IA. Esta semana, los informes financieros de Microsoft, Google y Meta mostraron resultados variados. Aunque Meta vio ligeramente afectada la confianza de los inversores debido a una mala guía para el próximo trimestre, los informes de Microsoft y Google, por otro lado, elevaron la confianza del mercado. El ciclo virtuoso de "ingresos-gastos-ingresos" que enfatizamos anteriormente sigue en curso. Los ingresos por servicios en la nube de Microsoft y Google están creciendo y la rentabilidad general sigue aumentando, mientras que la IA también ha impulsado un rápido crecimiento en áreas como la publicidad y la búsqueda. Al mismo tiempo, la competencia por la capacidad de cómputo entre los principales proveedores de servicios en la nube está en pleno apogeo, y es poco probable que el gasto de capital se desacelere a corto plazo. En las primeras etapas de la era de la IA, las principales empresas solo podrán mantenerse en la feroz competencia a través de la inversión continua. Como dice la empresa unicornio de servicios de computación CoreWeave, el equilibrio entre la oferta y la demanda de la capacidad de cómputo para la IA podría no lograrse hasta 2030.
El mercado está cada vez más ansioso por ver aplicaciones de IA viables que realmente puedan mejorar la productividad o la conveniencia de la vida y el aprendizaje. Este año hemos visto el impresionante desempeño de OpenAI Sora y el auge del modelo nacional Kimi. En el futuro, también esperamos ver actualizaciones continuas de GPT, Gemini, Llama, así como la introducción de modelos grandes en dispositivos terminales como PC y teléfonos móviles por parte de fabricantes líderes 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 humana. Algunos inversores han estado preocupados por si un gasto de capital tan enorme en IA puede generar retornos, pero el gasto de capital de los gigantes tecnológicos de América del Norte ya ha dado la respuesta: ¡perseguir el sueño de la IA tiene un costo, pero este ritmo no se detendrá!
Actualmente se debe prestar atención a la "relación calidad-precio de la potencia de cálculo". Al revisar las eras 4G y 5G, la disminución de los costos de tráfico móvil dio origen a la era dorada de las aplicaciones móviles. De manera similar, tenemos razones para creer que la disminución del costo por unidad de potencia de cálculo será una condición necesaria para que la humanidad avance hacia la era de la AGI. Una potencia de cálculo de IA barata, accesible y estable es la base para el desarrollo de aplicaciones de IA revolucionarias. Tomando como ejemplo a Sora, ¿por qué aún se necesitarán varios meses para abrir al público? Además de los problemas de seguridad del gran modelo multimodal, otra razón importante es que OpenAI necesita optimizar constantemente la potencia de cálculo necesaria para la inferencia de Sora. Los principales proveedores de nube tienen la capacidad de invertir grandes sumas de dinero para mantener su competitividad, pero no pueden representar la demanda total del mercado; las pequeñas y medianas empresas realmente necesitan una potencia de cálculo de alta relación calidad-precio.
Desglosando el costo de la potencia de cálculo, además de aproximadamente el 10% de los costos operativos de electricidad, el resto es casi todo inversión en activos fijos, que incluye GPU, equipos de red, refrigeración, etc. En cuanto a las GPU, TSMC está ampliando la capacidad de CoWoS necesaria para la potencia de cálculo de IA, y se espera que a finales de este año la capacidad mensual se acerque a 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, según el enfoque utilizado en el GB200 de NVIDIA, la conexión a corta distancia que utiliza en gran medida cables de cobre indica que NVIDIA no solo busca un rendimiento ultra alto, sino que también considera el control de costos para los clientes. Al mismo tiempo, los fabricantes de módulos ópticos también están promoviendo activamente soluciones de conexión óptica de alto costo-beneficio como LPO. En términos de refrigeración, a medida que la densidad de potencia por gabinete aumenta gradualmente, cuando supera cierto umbral crítico, la relación costo-beneficio de la refrigeración líquida superará a la refrigeración por aire.
Poder de cómputo
Comunicación óptica: Zhongji Xuchuang, Newyeason, Tianfu Communication, Taichengguang, Tengjing Technology, Guangku Technology, Guangxun Technology, Dekeli, Liante Technology, Huagong Technology, Yuanjie Technology, Cambridge Technology, Mingpu Optoelectronics.
Optimización/Programación/Alquiler de poder computacional: Hengwei Technology, Siterui, Zhongke Shuguang, un operador de telecomunicaciones móvil, un operador de telecomunicaciones Unicom, un operador de telecomunicaciones.
Dispositivos de computación: Un proveedor de equipos de comunicación, Unisplendour, Ruijie Networks, Shengke Communications, FiiLinG, Industrial Fulian, Hu Dian Co., y Cambricon.
Refrigeración líquida: Yingweike, Shenling Environmental, Gaolan Co., Ltd., Jialitu.
Plataforma de carga de potencia de borde: Meige Smart, Guanghetong, Yiyuan Communications.
Comunicación por satélite: un operador de Satcom, un operador de satélites, Zhenyou Technology, Huali Chuangtong, Electro Science Chip, Haige Communication.
Elementos de datos
Operador: un operador de telecomunicaciones, un operador móvil, un operador de Unicom.
Visualización de datos: Haohan Deep, Hengwei Technology, Zhongxin Saike.
Sistema BOSS: AsiaInfo Technology, Tianyuan Dike, Dongfang Guoxin.
Advertencia de Riesgo: El desarrollo de la IA no cumple con las expectativas, la demanda de potencia de cálculo no cumple con las expectativas, riesgo de competencia en el mercado.