シングルテナントの AI ファクトリーが最新のデータセンターのトレンドになるでしょうか?
# コロケーション データセンターは通常、数十、場合によっては数百の顧客の多様なアプリケーションに対応できるように設計されています。ただし、Nvidia は、単一の顧客向けに特定のアプリケーションの実行に特化した独自のデータセンター モデルを提供しています。
「人工知能ファクトリー」の登場
この新しいタイプのデータセンターは、従来のデータセンターとは異なり、より効率的で柔軟なインフラストラクチャ サービスの提供に重点を置いています。従来のデータセンターは多くの場合、複数のアプリケーションや複数のテナントをホストしますが、新しいデータセンターは、さまざまなアプリケーションやテナントのニーズを満たすために、リソースの動的な割り当てと最適化に重点を置いています。この新しいデータセンターの設計はより柔軟でインテリジェントであり、需要に応じてリソースの割り当てをリアルタイムで調整できるため、全体的な効率とパフォーマンスが向上します。この革新的な設計コンセプトにより、これらの新しいデータセンターは主に、通常は単一のテナントによって使用される少数のアプリケーションをホストするために使用されます。データの処理、モデルのトレーニング、人工知能を生成するためのトークンの生成を担当します。私たちはこれらの新しいデータセンターを「AI ファクトリー」と呼んでいます。
人工知能工場は至る所で見られる現象になりました。すべての主要国と同様に、ほぼすべての主要地域が独自の AI クラウドを導入すると私は考えています。つまり、私たちは重要な転換点であるコンピューティング変革の始まりにいます。
現在、この傾向はインド、スウェーデン、日本、フランスなどの国々で徐々に現れています。人工知能を効果的に使用するには、各国間の言語と文化の違いを考慮する必要があります。人工知能に対する需要も、日本やスウェーデンなど国によって異なります。このため、AI データセンターとシングルテナント AI ファクトリーは特定の国に限定される傾向があります。
人工知能の導入規模を評価するAmazon や Google などの大規模なクラウド サービス プロバイダーや、エクイニクスなどの大手コロケーション プロバイダーのデータセンターの規模は通常同等です。 、サッカー場が入るほどの大きさ。 Nvidia Hopper プロセッサの消費電力が高いことを考慮すると、これらの AI 工場の規模はマクドナルド レストランと同等になります。
データ センター ラックの消費電力は通常 6kW ~ 8kW とされています。ただし、LLM を実行するために最適化されたサーバーが必要な場合、単一サーバーの消費電力は約 11kW になります。これは、汎用サーバー約 14 台の平均消費電力に相当します。
この場合、一般的なデータ センターでは、限られた数の GPU サーバー (DGXH100 など) のみを実行できます。1MW のデータ センターがある場合、そこに約 50 台の DGXH100 サーバーを展開できます。 AI を多数の同時ユーザーに大規模に展開するには、そのようなサーバーの大規模なクラスターが必要になります。これは、一般的なデータセンターが限られた数の顧客のニーズにのみ対応できることを意味し、おそらく 1 人の顧客のみに対応できます。
人工知能ファクトリーの将来AI ファクトリーなどの単一目的の GPU 環境を設計するための最もコスト効率の高いソリューションは、高密度の専用データセンターを構築することです。設計の焦点として液体冷却を採用し、人工知能企業に最も適した場所に配置します。
AI クラスターの消費電力は、多数のサーバーを備えたデータ センターの制限要因となるため、これらのデータ センターの一部は AI 専用になる可能性があります。 AI を取り巻く安全性と規制の枠組みも、この傾向を促進する可能性があります。生成的および一般的な人工知能の成長により、セキュリティとコンプライアンスに関するいくつかの問題が生じるため、企業はそのようなワークロードを安全性の高い専用施設から実行することを決定する可能性があります。
人工知能ファクトリーとデータセンター人工知能の電力密度は従来のデータセンターの 5 ~ 10 倍であるため、人工知能ファクトリーの規模は大きくなりません。従来のデータセンターに達する 従来のデータセンターのサイズは 100 万平方フィートを超えます。
従来のデータセンターと AI ファクトリーのもう 1 つの違いは、その場所です。巨大なデータセンターは再生可能エネルギー源に隣接した遠隔地に建設される傾向がありますが、AI ファクトリーは都市の中心部や大都市圏、および利用可能な電力が大量にある既存の施設に建設できます。
現時点では十分に活用されていないオフィスや小売スペースがたくさんありますが、非常に魅力的なのは、放棄された建物や十分に活用されていない都市空間、あるいは人里離れた場所にある古い倉庫の一部です。すでに電力が供給されているので、AI 機器や液体冷却装置を設置し、プラグを差し込むことができます。
データセンター業界の将来を予測することは不可能ですが、人工知能の急速な成長は、デジタルインフラストラクチャ事業者が増大する需要に対応するために急ぐ中、AIファクトリーがすぐに必要になる可能性を示唆しています。
以上がシングルテナントの AI ファクトリーが最新のデータセンターのトレンドになるでしょうか?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。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

6 月 18 日のこのサイトのニュースによると、サムスン セミコンダクターは最近、最新の QLC フラッシュ メモリ (v7) を搭載した次世代データセンター グレードのソリッド ステート ドライブ BM1743 をテクノロジー ブログで紹介しました。 ▲Samsung QLCデータセンターグレードのソリッドステートドライブBM1743 4月のTrendForceによると、QLCデータセンターグレードのソリッドステートドライブの分野で、SamsungとSK Hynixの子会社であるSolidigmだけが企業向け顧客検証に合格したという。その時。前世代の v5QLCV-NAND (このサイトの注: Samsung v6V-NAND には QLC 製品がありません) と比較して、Samsung v7QLCV-NAND フラッシュ メモリは積層数がほぼ 2 倍になり、記憶密度も大幅に向上しました。同時に、v7QLCV-NAND の滑らかさ

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究
