コンピューティングパワーサービス:大モデル時代の新しいビジネスモデル

大規模モデルのトレーニングに対するコンピューティングパワーの需要が、コンピューティングパワーを新しいビジネスモデルにさせています。現在の大規模モデルの「錬丹」ブームは過ぎ去る可能性がありますが、コンピューティングパワーサービス提供者は、将来の市場需要の変化に備えて準備を整える必要があります。

最近、研究者たちは、世界中の40年間の天気データを利用し、200枚のGPUカードを使って約2ヶ月間の事前トレーニングを行い、最終的にパラメータ量が億単位に達する気象大モデルを訓練しました。1時間あたり7.8元のGPU使用コストで計算すると、この垂直分野の大モデルの訓練コストは200万元を超える可能性があります。汎用大モデルを訓練する場合、コストは百倍に増加する可能性があります。

現在、中国には100以上の10億パラメータ規模の大規模モデルがあります。しかし、業界が大規模モデルの開発に殺到する中で、高性能GPUの不足という困難に直面しています。コンピューティングパワーのコストが高騰し、コンピューティングパワーと資金の不足が業界の前に最も直接的な問題となっています。

高性能GPUの不足問題は短期的には解決が難しい。大規模モデルの爆発的な普及により、市場におけるコンピューティングパワーの需要が急増しているが、供給量の増加速度はそれに遅れをとっている。長期的にはコンピューティングパワーの供給は売り手市場から買い手市場に移行することは確実だが、そのプロセスにどれくらいの時間がかかるかは依然として未知数である。

この状況に直面して、業界では一般的に、大規模モデル市場の競争が激化するにつれて、市場は熱狂から徐々に理性的に戻ると考えられています。企業は予想される変化に応じてコストを管理し、戦略を調整するでしょう。

算力不足に対処するため、企業はいくつかの方法を採用しました:

1. より高品質なデータを使用してトレーニングし、トレーニング効率を向上させる。

2. 基盤インフラの能力を向上させ、大規模なGPUクラスターの安定した運用を実現する。

3. コンピューティングパワーカードのリソーススケジューリングを最適化し、リソースの利用率を向上させる。

4. ネットワーク性能を改善し、大規模分散トレーニングの効率を向上させる。

5. クラウドコンピューティングアーキテクチャからスーパーコンピュータアーキテクチャに移行し、コストを削減する。

6. 国産プラットフォームを使用して大規模モデルのトレーニングと推論を行い、NVIDIA GPUの代替とする。

コンピューティングパワーは市場の需要と技術のイテレーションの中で、徐々に新しいサービスモデルを形成しています。コンピューティングパワーサービスは多様なコンピューティングパワーを基盤とし、コンピューティングパワーネットワークをリンクとして、効果的にコンピューティングパワーを供給することを目指しています。これはコンピューティングパワーだけでなく、ストレージやネットワークなどのリソースも統一的にパッケージ化し、サービス形式(としてAPI)を通じてコンピューティングパワーの提供を行います。

算力産業チェーンにおいて、上流企業は基礎的な算力リソースを主に供給し、中流企業は算力の生産と供給を担当し、下流企業は算力サービスを利用して付加価値サービスを提供します。このモデルは、企業が自社で算力環境を構築するのに比べ、コストと技術の両面で優れています。

大規模モデルの高性能計算要求が常態化する中で、コンピューティングパワーサービスは独特な産業チェーンとビジネスモデルを急速に形成しています。現在、ハイエンドGPUの不足やコンピューティングパワーコストの高騰といった問題は依然として存在していますが、長期的には、サービスとしてのコンピューティングパワーのトレンドが確立されました。コンピューティングパワーサービスプロバイダーは、市場の需要が変化する際に迅速に戦略を調整できるよう、常に準備しておく必要があります。