Résumé
Les géants de la technologie poursuivent leur quête de l'IA avec un élan inébranlable. Cette semaine, les résultats financiers de Microsoft, Google et Meta ont varié. Bien que Meta ait vu la confiance des investisseurs légèrement ébranlée en raison de prévisions décevantes pour le trimestre prochain, les résultats financiers de Microsoft et Google ont renforcé la confiance du marché. Le "cycle vertueux revenu-dépenses-revenu" que nous avons précédemment souligné se poursuit. La croissance des revenus des services cloud de Microsoft et Google ainsi que l'augmentation continue des marges bénéficiaires globales ont été alimentées par l'IA, qui a également propulsé une croissance rapide des échelles d'activités telles que la publicité et la recherche. Parallèlement, la compétition en matière de puissance de calcul entre les principaux fournisseurs de services cloud est en plein essor, et les dépenses en capital devraient difficilement ralentir à court terme. À un stade précoce de l'ère de l'IA, les grandes entreprises n'ont d'autre choix que de continuer à investir pour se maintenir dans une concurrence intense. Comme l'a dit le licorne des services de puissance de calcul CoreWeave, l'équilibre entre l'offre et la demande de puissance de calcul pour l'IA pourrait ne pas être atteint avant 2030.
Le marché s'attend de plus en plus à voir des applications d'IA concrètes qui peuvent vraiment améliorer la productivité ou la commodité de la vie et de l'apprentissage. Cette année, nous avons déjà vu les performances impressionnantes d'OpenAI Sora et l'essor du grand modèle national Kimi. À l'avenir, nous espérons également voir des mises à jour continues de GPT, Gemini et Llama, ainsi que des géants comme Microsoft et Apple introduire de grands modèles dans des appareils terminaux tels que des PC et des téléphones. Le chemin vers l'AGI est sinueux et long, et il pourrait encore falloir un certain temps pour incuber des applications d'IA qui changent véritablement la société humaine. Certains investisseurs s'inquiètent depuis longtemps de savoir si de telles dépenses en capital pour l'IA peuvent générer des retours, mais les dépenses en capital des géants technologiques nord-américains ont déjà donné une réponse - poursuivre le rêve de l'IA a un coût, mais ce rythme ne s'arrêtera pas !
Il est actuellement nécessaire de se concentrer sur "le rapport qualité-prix élevé de la puissance de calcul". En examinant les époques 4G et 5G, la baisse des coûts de la donnée mobile a donné naissance à l'âge d'or des applications mobiles. Par analogie, nous avons des raisons de croire que la baisse du coût de la puissance de calcul par unité sera une condition nécessaire pour que l'humanité entre dans l'ère de l'AGI. Une puissance de calcul AI bon marché, facilement accessible et stable, est la base de l'émergence d'applications AI révolutionnaires. Prenons Sora comme exemple, pourquoi faut-il encore plusieurs mois avant d'ouvrir au public ? En plus des problèmes de sécurité liés aux modèles multimodaux, une autre raison importante est qu'OpenAI doit continuellement optimiser la puissance de calcul nécessaire pour l'inférence de Sora. Les principaux fournisseurs de cloud ont la capacité d'investir des sommes énormes pour rester compétitifs, mais ils ne peuvent pas représenter toute la demande du marché. Les petites et moyennes entreprises ont réellement besoin d'une puissance de calcul à haut rapport qualité-prix.
Décomposer le coût de la puissance de calcul, à part environ 10 % des coûts d'exploitation électrique, le reste est presque entièrement constitué d'investissements en actifs fixes, y compris les GPU, les équipements réseau, le refroidissement, etc. En ce qui concerne les GPU, TSMC élargit sa capacité de production CoWoS nécessaire pour la puissance de calcul AI, et devrait atteindre une capacité mensuelle proche de 40 000 d'ici la fin de l'année, soit une augmentation de plus de 150 % par rapport à la capacité totale de 2023. En ce qui concerne les équipements réseau, d'après la solution utilisée par l'GB200 de NVIDIA, la connexion à courte distance utilisant largement des câbles en cuivre indique que NVIDIA ne recherche pas seulement une performance ultra-élevée, mais prend également en compte le contrôle des coûts pour les clients. Parallèlement, les fabricants de modules optiques promeuvent activement des solutions de connexion optique à haute performance, telles que LPO. En termes de refroidissement, avec l'augmentation progressive de la densité de puissance par baie, lorsque celle-ci dépasse un certain seuil critique, le refroidissement liquide devient plus rentable que le refroidissement par air.
Optimisation/Scheduling/Location de puissance de calcul : Hengwei Technology, Siterui, Zhongke Shuguang, un opérateur mobile, un opérateur China Unicom, un opérateur China Telecom.
Équipements de calcul: un fournisseur de communications, Unisoc, Ruijie Networks, Shengke Communication, Fling, Industrial Fulian, Hu Dien Co., et Cambricon.
Plateforme de charge de puissance périphérique : Meige Smart, Guanghetong, Yiyuan Communication.
Communication par satellite : Un opérateur de satellite, un opérateur de satellite, Zhenyou Technology, Hualichuangtong, EKK Chip, Haige Communication.
Éléments de données
Opérateur : un opérateur de télécommunications, un opérateur mobile, un opérateur de réseau unifié.
Visualisation des données : Haohan Deep, Hengwei Technology, Chuangxin Saike.
Système BOSS : AsiaInfo Technology, Tianyuan Dike, Dongfang Guoxin.
Avertissement de risque : Le développement de l'IA ne répond pas aux attentes, la demande en puissance de calcul est inférieure aux prévisions, risque de concurrence sur le marché.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
13 J'aime
Récompense
13
4
Partager
Commentaire
0/400
ChainPoet
· 08-04 17:05
La guerre de la brûlure d'argent, voyons qui survivra le plus longtemps.
Voir l'originalRépondre0
PumpBeforeRug
· 08-04 17:00
Brûler de l'argent jusqu'en 2030, qui va s'allonger en premier ?
Voir l'originalRépondre0
LadderToolGuy
· 08-04 17:00
C'est juste dépenser de l'argent.
Voir l'originalRépondre0
DegenGambler
· 08-04 16:45
Si le meta échoue, la puissance de calcul devient plus chère.
La course à l'IA des géants de la technologie : le coût de la Puissance de calcul est crucial.
Voici le contenu de l'article révisé:
Résumé Les géants de la technologie poursuivent leur quête de l'IA avec un élan inébranlable. Cette semaine, les résultats financiers de Microsoft, Google et Meta ont varié. Bien que Meta ait vu la confiance des investisseurs légèrement ébranlée en raison de prévisions décevantes pour le trimestre prochain, les résultats financiers de Microsoft et Google ont renforcé la confiance du marché. Le "cycle vertueux revenu-dépenses-revenu" que nous avons précédemment souligné se poursuit. La croissance des revenus des services cloud de Microsoft et Google ainsi que l'augmentation continue des marges bénéficiaires globales ont été alimentées par l'IA, qui a également propulsé une croissance rapide des échelles d'activités telles que la publicité et la recherche. Parallèlement, la compétition en matière de puissance de calcul entre les principaux fournisseurs de services cloud est en plein essor, et les dépenses en capital devraient difficilement ralentir à court terme. À un stade précoce de l'ère de l'IA, les grandes entreprises n'ont d'autre choix que de continuer à investir pour se maintenir dans une concurrence intense. Comme l'a dit le licorne des services de puissance de calcul CoreWeave, l'équilibre entre l'offre et la demande de puissance de calcul pour l'IA pourrait ne pas être atteint avant 2030.
Le marché s'attend de plus en plus à voir des applications d'IA concrètes qui peuvent vraiment améliorer la productivité ou la commodité de la vie et de l'apprentissage. Cette année, nous avons déjà vu les performances impressionnantes d'OpenAI Sora et l'essor du grand modèle national Kimi. À l'avenir, nous espérons également voir des mises à jour continues de GPT, Gemini et Llama, ainsi que des géants comme Microsoft et Apple introduire de grands modèles dans des appareils terminaux tels que des PC et des téléphones. Le chemin vers l'AGI est sinueux et long, et il pourrait encore falloir un certain temps pour incuber des applications d'IA qui changent véritablement la société humaine. Certains investisseurs s'inquiètent depuis longtemps de savoir si de telles dépenses en capital pour l'IA peuvent générer des retours, mais les dépenses en capital des géants technologiques nord-américains ont déjà donné une réponse - poursuivre le rêve de l'IA a un coût, mais ce rythme ne s'arrêtera pas !
Il est actuellement nécessaire de se concentrer sur "le rapport qualité-prix élevé de la puissance de calcul". En examinant les époques 4G et 5G, la baisse des coûts de la donnée mobile a donné naissance à l'âge d'or des applications mobiles. Par analogie, nous avons des raisons de croire que la baisse du coût de la puissance de calcul par unité sera une condition nécessaire pour que l'humanité entre dans l'ère de l'AGI. Une puissance de calcul AI bon marché, facilement accessible et stable, est la base de l'émergence d'applications AI révolutionnaires. Prenons Sora comme exemple, pourquoi faut-il encore plusieurs mois avant d'ouvrir au public ? En plus des problèmes de sécurité liés aux modèles multimodaux, une autre raison importante est qu'OpenAI doit continuellement optimiser la puissance de calcul nécessaire pour l'inférence de Sora. Les principaux fournisseurs de cloud ont la capacité d'investir des sommes énormes pour rester compétitifs, mais ils ne peuvent pas représenter toute la demande du marché. Les petites et moyennes entreprises ont réellement besoin d'une puissance de calcul à haut rapport qualité-prix.
Décomposer le coût de la puissance de calcul, à part environ 10 % des coûts d'exploitation électrique, le reste est presque entièrement constitué d'investissements en actifs fixes, y compris les GPU, les équipements réseau, le refroidissement, etc. En ce qui concerne les GPU, TSMC élargit sa capacité de production CoWoS nécessaire pour la puissance de calcul AI, et devrait atteindre une capacité mensuelle proche de 40 000 d'ici la fin de l'année, soit une augmentation de plus de 150 % par rapport à la capacité totale de 2023. En ce qui concerne les équipements réseau, d'après la solution utilisée par l'GB200 de NVIDIA, la connexion à courte distance utilisant largement des câbles en cuivre indique que NVIDIA ne recherche pas seulement une performance ultra-élevée, mais prend également en compte le contrôle des coûts pour les clients. Parallèlement, les fabricants de modules optiques promeuvent activement des solutions de connexion optique à haute performance, telles que LPO. En termes de refroidissement, avec l'augmentation progressive de la densité de puissance par baie, lorsque celle-ci dépasse un certain seuil critique, le refroidissement liquide devient plus rentable que le refroidissement par air.
Puissance de calcul
Communication optique : Zhongji Xuchuang, Xinyi Sheng, Tianfu Communication, Taicheng Guang, Tengjing Technology, Guangku Technology, Guangxun Technology, Dekeli, Liant Technology, Huagong Technology, Yuanjie Technology, Cambridge Technology, Mingpu Optical Magnetic.
Optimisation/Scheduling/Location de puissance de calcul : Hengwei Technology, Siterui, Zhongke Shuguang, un opérateur mobile, un opérateur China Unicom, un opérateur China Telecom.
Équipements de calcul: un fournisseur de communications, Unisoc, Ruijie Networks, Shengke Communication, Fling, Industrial Fulian, Hu Dien Co., et Cambricon.
Refroidissement liquide: Innopeak, Shenling Environment, Highlan Co., Ltd., Jialitong.
Plateforme de charge de puissance périphérique : Meige Smart, Guanghetong, Yiyuan Communication.
Communication par satellite : Un opérateur de satellite, un opérateur de satellite, Zhenyou Technology, Hualichuangtong, EKK Chip, Haige Communication.
Éléments de données
Opérateur : un opérateur de télécommunications, un opérateur mobile, un opérateur de réseau unifié.
Visualisation des données : Haohan Deep, Hengwei Technology, Chuangxin Saike.
Système BOSS : AsiaInfo Technology, Tianyuan Dike, Dongfang Guoxin.
Avertissement de risque : Le développement de l'IA ne répond pas aux attentes, la demande en puissance de calcul est inférieure aux prévisions, risque de concurrence sur le marché.