# 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人工知能の大規模モデルの台頭とともに、コンピューティングパワーは新たなビジネスモデルとなりました。現在の大規模モデルの「錬丹」ブームは徐々に収束するかもしれませんが、コンピューティングパワーサービスプロバイダーは、事前に準備を整え、戦略的方向性を適時調整する必要があります。清華大学を卒業して3年の毕恺峰は、グローバルな40年間の気象データを使用して、気象の大規模モデルを訓練しました。200枚のGPUカードを使用して約2ヶ月間の事前訓練を行いました。毎時7.8元/GPUの価格で計算すると、この垂直分野の大規模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。汎用の大規模モデルを訓練する場合、コストは100倍になる可能性があります。現在、中国には100を超える10億パラメータ規模の大規模モデルがあります。しかし、業界全体が高性能GPUの不足という問題に直面しています。コンピューティングパワーのコストが高騰し、算力と資金の不足が多くの企業にとっての課題となっています。高性能GPUの不足は、業界全体にとって難解な問題です。大規模モデルの爆発的な成長により、市場のコンピューティングパワーへの需要が急速に増加していますが、供給量の増加速度はそれに遠く及びません。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が確実ですが、そのプロセスにどれだけの時間がかかるかは不明です。各社は自社が保有するNVIDIA GPUの数を考慮し、それを基に市場シェアを判断しています。関係者によると、もし1万枚のカードを持っていて、市場全体が10万枚であれば、シェアは10%になります。年末までに4万枚に達する可能性があり、その時市場の総量が20万枚であれば、20%の市場シェアを占める可能性があります。一方ではGPUカードが手に入らず、もう一方では大規模モデルのトレーニングのハードルが業界で宣伝されているほど容易に越えられるものではない。10億パラメータ規模またはそれ以上の一般的な大規模モデルをトレーニングするには、コストが数十億、さらには100億円に達する可能性がある。業界関係者は、100億、1000億の資金支援がなければ、この分野で長期的に発展するのは難しいと述べている。このような状況に直面して、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、市場は熱狂から理性へと移行し、企業は予想の変化に応じてコストを管理し、戦略を調整するだろうと考えられています。高性能GPUの不足問題に対処するために、企業はさまざまな対策を講じました: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. インフラ能力を向上させ、千カロリー以上の安定した運用を2週間維持する。3. コンピューティングパワーのリソーススケジューリングを最適化し、使用効率を向上させる。4. ネットワークのパフォーマンスを改善し、トレーニングの速度と効率に影響を与えないようにします。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、コストを削減します。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。ほとんどの企業にとって、自社でデータセンターを構築することは困難であるため、多くのアルゴリズムチームは専門のコンピューティングパワーサービスプロバイダーを選択してサポートを受けています。千カロリー級のGPUクラスターでのみスケール効果が生まれ、コンピューティングパワーサービスプロバイダーを選ぶことで限界コストを下げることができます。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過程で、新しいサービスモデルへと発展しました。コンピューティングパワーサービスの本質は、新型計算技術を通じて異種のコンピューティングパワーの統一出力を実現し、クラウドコンピューティング、大データ、AIなどの技術と融合することです。それはコンピューティングパワーだけでなく、ストレージ、ネットワークなどのリソースの統一パッケージも含んでおり、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、上流企業は主に汎用コンピューティングパワー、インテリジェントコンピューティングパワー、スーパーコンピューティングパワー、ストレージおよびネットワークなどの基盤リソースを供給します。中流企業はクラウドサービスプロバイダーや新しいコンピューティングパワーサービスプロバイダーが中心で、コンピューティングパワーの編成、スケジューリング、取引技術を通じてコンピューティングパワーの生産を実現し、APIなどを通じてコンピューティングパワーを提供します。下流企業はコンピューティングパワーサービスによって提供される計算能力を利用して付加価値サービスを行う産業チェーンの役割を担っています。従量課金と年間・月間課金は現在のコンピューティングパワーサービスの主流モデルです。ユーザーは対応するコンピューティングパワーサービスインスタンスまたはMaaSサービスプラットフォームを選択できます。業界はまた、コンピューティングパワーサービスの「算網一体化融合」を推進しており、アーキテクチャ、地域、サービスプロバイダーを超えたスケジューリングをサポートしています。大規模モデルの高性能計算需要が常態化する中、クラウドサービスから派生したコンピューティングパワーサービスが急速に一般の視野に入ってきて、独特の産業チェーンとビジネスモデルを形成しました。現在、高端GPUの不足が「チップ争奪」現象を引き起こしていますが、これは一時的なものに過ぎません。長期的には、コンピューティングパワーがサービスの一種となることは確実なトレンドであり、コンピューティングパワーサービスプロバイダーは、マーケットの風向きが変わった際に迅速に戦略を調整できるように準備を整える必要があります。
コンピューティングパワーサービスの台頭：大モデル時代の新たなビジネスチャンスと課題
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
人工知能の大規模モデルの台頭とともに、コンピューティングパワーは新たなビジネスモデルとなりました。現在の大規模モデルの「錬丹」ブームは徐々に収束するかもしれませんが、コンピューティングパワーサービスプロバイダーは、事前に準備を整え、戦略的方向性を適時調整する必要があります。
清華大学を卒業して3年の毕恺峰は、グローバルな40年間の気象データを使用して、気象の大規模モデルを訓練しました。200枚のGPUカードを使用して約2ヶ月間の事前訓練を行いました。毎時7.8元/GPUの価格で計算すると、この垂直分野の大規模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。汎用の大規模モデルを訓練する場合、コストは100倍になる可能性があります。
現在、中国には100を超える10億パラメータ規模の大規模モデルがあります。しかし、業界全体が高性能GPUの不足という問題に直面しています。コンピューティングパワーのコストが高騰し、算力と資金の不足が多くの企業にとっての課題となっています。
高性能GPUの不足は、業界全体にとって難解な問題です。大規模モデルの爆発的な成長により、市場のコンピューティングパワーへの需要が急速に増加していますが、供給量の増加速度はそれに遠く及びません。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が確実ですが、そのプロセスにどれだけの時間がかかるかは不明です。
各社は自社が保有するNVIDIA GPUの数を考慮し、それを基に市場シェアを判断しています。関係者によると、もし1万枚のカードを持っていて、市場全体が10万枚であれば、シェアは10%になります。年末までに4万枚に達する可能性があり、その時市場の総量が20万枚であれば、20%の市場シェアを占める可能性があります。
一方ではGPUカードが手に入らず、もう一方では大規模モデルのトレーニングのハードルが業界で宣伝されているほど容易に越えられるものではない。10億パラメータ規模またはそれ以上の一般的な大規模モデルをトレーニングするには、コストが数十億、さらには100億円に達する可能性がある。業界関係者は、100億、1000億の資金支援がなければ、この分野で長期的に発展するのは難しいと述べている。
このような状況に直面して、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、市場は熱狂から理性へと移行し、企業は予想の変化に応じてコストを管理し、戦略を調整するだろうと考えられています。
高性能GPUの不足問題に対処するために、企業はさまざまな対策を講じました:
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。
インフラ能力を向上させ、千カロリー以上の安定した運用を2週間維持する。
コンピューティングパワーのリソーススケジューリングを最適化し、使用効率を向上させる。
ネットワークのパフォーマンスを改善し、トレーニングの速度と効率に影響を与えないようにします。
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、コストを削減します。
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。
ほとんどの企業にとって、自社でデータセンターを構築することは困難であるため、多くのアルゴリズムチームは専門のコンピューティングパワーサービスプロバイダーを選択してサポートを受けています。千カロリー級のGPUクラスターでのみスケール効果が生まれ、コンピューティングパワーサービスプロバイダーを選ぶことで限界コストを下げることができます。
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過程で、新しいサービスモデルへと発展しました。コンピューティングパワーサービスの本質は、新型計算技術を通じて異種のコンピューティングパワーの統一出力を実現し、クラウドコンピューティング、大データ、AIなどの技術と融合することです。それはコンピューティングパワーだけでなく、ストレージ、ネットワークなどのリソースの統一パッケージも含んでおり、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、上流企業は主に汎用コンピューティングパワー、インテリジェントコンピューティングパワー、スーパーコンピューティングパワー、ストレージおよびネットワークなどの基盤リソースを供給します。中流企業はクラウドサービスプロバイダーや新しいコンピューティングパワーサービスプロバイダーが中心で、コンピューティングパワーの編成、スケジューリング、取引技術を通じてコンピューティングパワーの生産を実現し、APIなどを通じてコンピューティングパワーを提供します。下流企業はコンピューティングパワーサービスによって提供される計算能力を利用して付加価値サービスを行う産業チェーンの役割を担っています。
従量課金と年間・月間課金は現在のコンピューティングパワーサービスの主流モデルです。ユーザーは対応するコンピューティングパワーサービスインスタンスまたはMaaSサービスプラットフォームを選択できます。業界はまた、コンピューティングパワーサービスの「算網一体化融合」を推進しており、アーキテクチャ、地域、サービスプロバイダーを超えたスケジューリングをサポートしています。
大規模モデルの高性能計算需要が常態化する中、クラウドサービスから派生したコンピューティングパワーサービスが急速に一般の視野に入ってきて、独特の産業チェーンとビジネスモデルを形成しました。現在、高端GPUの不足が「チップ争奪」現象を引き起こしていますが、これは一時的なものに過ぎません。長期的には、コンピューティングパワーがサービスの一種となることは確実なトレンドであり、コンピューティングパワーサービスプロバイダーは、マーケットの風向きが変わった際に迅速に戦略を調整できるように準備を整える必要があります。