ChatGPT はここ数か月で大きな話題になっていますが、その人気が続いている背景には、人工知能コンテンツを自動生成するためのコンピューティング パワーに対する需要の高まりがあります。 ChatGPT は、一方ではコンピューティング能力の需要の増大を推進してきましたが、他方では、ChatGPT はコンピューティング能力のサポートに対してより高い要件を提示しました。
データによると、ChatGPT モデルのトレーニングに必要な総コンピューティング電力消費量は 3640PF 日で、約 1,200 万米ドルの費用がかかり、また、操作中にかなりのオーバーヘッドが必要です。国盛証券のレポートによると、1 月の ChatGPT への平均ユニーク訪問者数 1,300 万人に基づくと、対応するチップ需要は 30,000 個以上の NVIDIA A100 GPU、概算の計算能力コストは 8 億米ドル、そして毎日の電力価格は50,000米ドル、およそ米ドルです。 ChatGPT は Microsoft から 130 億米ドルの投資を受けており、これがその高いコンピューティング能力への投資を裏付ける自信となっています。 OpenAI が独立した起業家企業としてこのような巨大なプロジェクトを完了できるのは、まさにテクノロジーの巨人 Microsoft の資金、将来の市場、コンピューティング インフラストラクチャ (Azure クラウド) に至るまでの全面的なサポートがあってこそです。計算能力の要件はパラメーターの大きさと密接に関係しており、パラメーターの大きさは、大規模なモデルのトレーニングの品質を現在測定するための重要な基準でもあります。パラメーターの数が増えるほど、モデルはよりスマートになり、それに伴うオーバーヘッドも大きくなります。これは、GPT タイプの閾値が高いという特徴を形成します。 GPT-3 の以前のバージョンはオープンソースであったため、他の起業家が GPT-3 に基づいて新しい研究開発作業を実行することが容易になりました。 GPT-4 以降、OpenAI オープン API はバイト トラフィックに基づいて課金されます。これを踏まえたアプリケーション開発にしても二次モデル開発にしても敷居が高い。
さらに興味深いのは、Meta の LLaMA ソース コードが漏洩したことです。その結果、いわゆる「Llama Family」(「Llama」は「アルパカ」とも訳せます)という大規模モデルが登場し、オープンソースリソースを入手したい開発者はGPT-3以外の新たな選択肢を得ることができます。
「大規模モデル」のコンピューティング能力への依存度が高いことは、少なくとも 2 つの大きな影響を及ぼします。
第一に、これはもはや「草の根」起業家精神のゲームでも、かつてのインターネット起業家精神の「中国へのコピー」ゲームでもありません。「本物の剣と本物の」の中核となる能力の競争です。資本、技術から企業の戦略判断までを総合的に評価。伝統産業時代の中国は、加工産業からスタートし、徐々に価値の高い基幹技術の研究開発に移行してきましたが、欧米の最先端レベルにはまだ一定の距離があるのが現状です。 。特に材料科学など長期にわたる技術蓄積が必要な分野では、依然としてその差は大きい。
デジタル時代に入り、中核技術の研究開発から直接始めるというのが中国の産業界のコンセンサスとなっている。
米国と中国は科学技術分野での相互依存度を下げる傾向にある。今制約を受けているのはチップ産業だけだが、「ビッグモデル」が生産要素に発展すれば、間違いなく同じ問題に遭遇するだろう。したがって、中国は独自の「ビッグモデル」の中核技術を持たなければならない。この必然性を見て、中国のテクノロジー企業も「ビッグモデル」に多額の投資をする傾向になっている。
中小企業のテクノロジー企業にネイティブの「大きなモデル」を開発する能力がない場合は、GPT-3 または LLaMA のオープンソース モデルを開発または二次開発に使用して、独自の「ビッグモデル」。アプリケーション開発会社は、ネイティブの「ビッグモデル」を開発することはほとんどなく、自社アプリケーションの販売市場によほどの自信がない限り、膨大な計算能力コストの圧力に屈し、代わりにAPI利用料を支払い、既製のモデルを使用して関連アプリケーションを開発することになります。 。
西部地域は「グリーン電力」リソースが豊富です。「東部のデジタルと西部のコンピューティング」の全体計画に基づき、西部のハブは主にバックアップとストレージを担当し、東部地域は実際の電力供給を担当します。スマートシティにおけるタイムコンピューティング、産業用インターネット、インターネットサービスの仕事は東部地域のハブで行われます。 「ビッグ モデル」には膨大なコンピューティング能力が必要です。東部 IDC はコンピューティング能力リソースを大規模に占有しており、高コスト (東部では電気代が高い)、排出量が多い (東部ではグリーン電力の割合が高い) という 3 つの大きな欠点があります。東部は小規模)、低遅延要件を持つアプリケーションのコンピューティング パワー リソースを絞り出すことで、西部のコンピューティング パワー センターに新たなビジネス チャンスが生まれます。
一方で、西部地域の IDC に「大規模モデル」のトレーニング計算を配置するには、ローカル通信ネットワークのパフォーマンスを向上させるためのより高い要件が必要になります。膨大なデータのスループットは解決すべき問題ですが、この問題を解決するコストはIDCの利用料金の差に比べればはるかに低いです。
一方、大手テクノロジー企業はいずれも独自のESG(環境社会的責任)目標を掲げており、炭素排出量が最も重要な指標となっている。 「大規模モデル」と大規模なコンピューティングパワーの運用は大量の炭素排出を引き起こすため、「グリーンコンピューティングパワー」の需要がより緊急になります。
以上がChatGPT はコンピューティング能力に二重の影響を与えますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。