📢 Gate广场 #NERO发帖挑战# 秀观点赢大奖活动火热开启!
Gate NERO生态周来袭!发帖秀出NERO项目洞察和活动实用攻略,瓜分30,000NERO!
💰️ 15位优质发帖用户 * 2,000枚NERO每人
如何参与:
1️⃣ 调研NERO项目
对NERO的基本面、社区治理、发展目标、代币经济模型等方面进行研究,分享你对项目的深度研究。
2️⃣ 参与并分享真实体验
参与NERO生态周相关活动,并晒出你的参与截图、收益图或实用教程。可以是收益展示、简明易懂的新手攻略、小窍门,也可以是行情点位分析,内容详实优先。
3️⃣ 鼓励带新互动
如果你的帖子吸引到他人参与活动,或者有好友评论“已参与/已交易”,将大幅提升你的获奖概率!
NERO热门活动(帖文需附以下活动链接):
NERO Chain (NERO) 生态周:Gate 已上线 NERO 现货交易,为回馈平台用户,HODLer Airdrop、Launchpool、CandyDrop、余币宝已上线 NERO,邀您体验。参与攻略见公告:https://www.gate.com/announcements/article/46284
高质量帖子Tips:
教程越详细、图片越直观、互动量越高,获奖几率越大!
市场见解独到、真实参与经历、有带新互动者,评选将优先考虑。
帖子需原创,字数不少于250字,且需获得至少3条有效互动
算力热潮下的新商业模式:短缺与机遇并存
算力成为新兴商业模式 大模型热潮推动行业转型
抢夺算力的前提是算力正在成为一种新的商业模式。大模型训练的热潮终将褪去,算力服务提供商需要未雨绸缪,及时调整方向。
近期,一位清华大学毕业3年的研究人员利用200张GPU卡,花费约2个月时间,训练出了参数量达亿级的气象领域大模型。按每小时7.8元的GPU使用费用计算,该模型的训练成本可能超过200万元。而如果训练的是通用大模型,成本可能要增加百倍。
目前中国已有超过100个10亿参数规模的大模型。然而,行业蜂拥而至的大模型训练却面临高端GPU短缺的困境。算力成本高企,缺乏算力和资金成为摆在业内面前最直接的问题。
高端GPU的短缺已成为行业公认的难题。巅峰时期,一张英伟达A100的价格高达二三十万元,单台A100服务器的月租也涨到了5-7万元。即便如此,高价也不一定能买到芯片,一些供应商还遇到过供货商违约的情况。
某云计算公司高管表示:"我们有很多客户都想要高端GPU资源,但目前的供应无法完全满足广泛的市场需求。"
业内普遍认为,随着大模型市场的激烈竞争,行业将从狂热回归理性,企业也会根据预期的变化来控制成本、调整战略。
面对算力短缺,企业正在探索多种应对方法:
然而,这些方法对一般企业来说都是巨大的工程。因此,许多算法团队选择与专业算力服务商合作。千卡级别的GPU集群才能实现规模效应,选择算力服务商可以降低边际成本。
随着人工智能的普及应用,让中小企业也能便捷、低成本地使用算力资源变得至关重要。无论是大模型对算力的迫切需求,还是算力应用中需要解决的各种难题,都体现出算力已经成为一种新的服务模式。
算力服务的本质是通过新计算技术实现异构算力统一输出,并与云计算、大数据、AI等技术融合。它不仅包括算力,还包括存储、网络等资源的整合,以API等形式交付服务。
在算力产业链中,上游企业提供基础资源,中游企业负责算力生产和供给,下游企业则是算力服务的用户。中游企业的服务化能力越强,对应用方的门槛就越低,越有利于算力的普惠化发展。
目前,按量计费和包年包月是算力服务的主要收费模式。行业也在推进"算网一体化融合",支持跨架构、跨地域、跨服务商的资源调度。
随着大模型高性能计算需求的常态化,算力服务正快速形成独特的产业链和商业模式。虽然当前高端GPU短缺、算力成本高企,但这只是暂时现象。长期来看,算力服务化是确定的趋势,服务商需要未雨绸缪,为市场变化做好准备。