الأسعار تهوي بنسبة 70%: كيف انفجرت فقاعة تأجير الطاقة الحاسوبية القائمة على الذكاء الاصطناعي؟

المؤلف: يوجين تشيه تم التجميع بواسطة: J1N, Techub News

إن انخفاض تكلفة قوة حوسبة الذكاء الاصطناعي سوف يكون مصدر إلهام الشركات الناشئة الاندفاع نحو الابتكار باستخدام موارد منخفضة التكلفة.

نظرًا لقلة المعروض من قوة حوسبة الذكاء الاصطناعي في العام الماضي، وصل سعر استئجار H100 إلى 8 دولارات أمريكية للساعة فائض المعروض من الطاقة الحاسوبية في السوق وانخفض السعر إلى 2 دولار أمريكي في الساعة أقل من الدولار الأمريكي. وذلك لأن بعض الشركات وقعت عقود تأجير الطاقة الحاسوبية في المراحل المبكرة، ومن أجل منع إهدار الطاقة الحاسوبية الزائدة، بدأت في إعادة بيع مواردها الحاسوبية المحجوزة، واختار معظم السوق استخدام نماذج مفتوحة المصدر، مما أدى إلى انخفاض الطلب لنماذج جديدة. إن المعروض من H100s في السوق يتجاوز الآن الطلب بكثير، لذلك يعد استئجار H100 أكثر فعالية من حيث التكلفة من الشراء، ولم يعد الاستثمار في H100 الجديد مربحًا.

نبذة تاريخية عن منافسة الذكاء الاصطناعي

لقد ارتفع سعر سوق طاقة الحوسبة GPU. كان سعر الإيجار الأولي لـ H100 حوالي الولايات المتحدة 4.70 دولارًا للساعة، والتي ارتفعت إلى أكثر من 8 دولارات. وذلك لأنه يجب على مؤسسي المشروع اغتنام الوقت لتدريب نماذج الذكاء الاصطناعي الخاصة بهم من أجل تحقيق الجولة التالية من التمويل وإقناع المستثمرين.

سيتم إطلاق ChatGPT في نوفمبر 2022 ويستخدم سلسلة A100 من وحدات معالجة الرسومات. بحلول مارس 2023، أطلقت NVIDIA سلسلة H100 الجديدة من وحدات معالجة الرسومات في ترويجها، تم ذكر أن أداء H100 أقوى بثلاث مرات من A100، لكن السعر أعلى مرتين فقط من A100.

يعد هذا عامل جذب كبير للشركات الناشئة في مجال الذكاء الاصطناعي. لأن أداء وحدات معالجة الرسومات يحدد بشكل مباشر سرعة وحجم نماذج الذكاء الاصطناعي التي يمكنها تطويرها. ويعني الأداء القوي لـ H100 أن هذه الشركات يمكنها تطوير نماذج ذكاء اصطناعي أسرع وأكبر وأكثر كفاءة من ذي قبل، وربما حتى اللحاق بقادة الصناعة مثل OpenAI أو تجاوزهم. وبطبيعة الحال، كل هذا يفترض أن لديهم ما يكفي من رأس المال لشراء أو استئجار عدد كبير من H100s.

نظرًا للأداء المحسن بشكل كبير لـ H100 والمنافسة الشرسة في مجال الذكاء الاصطناعي، استثمرت العديد من الشركات الناشئة مبالغ ضخمة لشراء H100 واستخدامها لتسريع تدريبهم النموذجي. تسببت هذه الزيادة في الطلب في ارتفاع أسعار إيجارات H100 بشكل كبير، حيث بدأت في البداية بسعر 4.70 دولارًا للساعة ثم ارتفعت لاحقًا إلى أكثر من 8 دولارات.

السبب وراء رغبة هذه الشركات الناشئة في دفع إيجارات مرتفعة هو حرصها على تدريب النماذج بسرعة لجذب انتباه المستثمرين والفوز بالجولة التالية من التمويل تمويل بمئات الملايين من الدولارات لمواصلة توسيع أعمالهم.

بالنسبة لمراكز الحوسبة (المزارع) التي تحتوي على عدد كبير من وحدات معالجة الرسومات H100، فإن الطلب على استئجار وحدات معالجة الرسومات مرتفع جدًا، وهو ما يشبه "وصول الأموال إلى عتبة داركم." والسبب هو أن شركات الذكاء الاصطناعي الناشئة هذه حريصة على استئجار طائرات H100 لتدريب نماذجها، بل إنها على استعداد لدفع الإيجار مقدمًا. وهذا يعني أن مزارع GPU يمكنها تأجير وحدات معالجة الرسوميات الخاصة بها مقابل 4.70 دولارًا للساعة (أو أكثر) على المدى الطويل.

وفقًا للحسابات، إذا كان بإمكانهم الاستمرار في استئجار وحدات معالجة الرسومات بهذا السعر، فستكون فترة الاسترداد لاستثمارهم في شراء H100 (أي وقت استرداد الشراء) التكلفة) ستكون أقل من 1.5 سنة. بعد فترة الاسترداد، يمكن لكل وحدة معالجة رسومات أن تولد أكثر من 100000 دولار من صافي التدفق النقدي سنويًا.

مع استمرار ارتفاع الطلب على H100 وغيرها من وحدات معالجة الرسومات عالية الأداء، يرى المستثمرون في مزارع وحدات معالجة الرسومات هوامش ربح ضخمة، لذا فهم لا يوافقون فقط على وضع العمل هذا ، بل وقمت باستثمارات إضافية لشراء المزيد من وحدات معالجة الرسومات لكسب المزيد من الأرباح.

حماقة التيوليب: كتبت بعد أول فقاعة مضاربة في التاريخ المسجل، واستمرت أسعار التيوليب في الارتفاع في عام 1634 وانهارت في فبراير 1637< /p>

مع نمو الذكاء الاصطناعي واحتياجات معالجة البيانات الضخمة، تشهد المؤسسات زيادة كبيرة في الطلب على وحدات معالجة الرسومات عالية الأداء (خاصة NVIDIA's H100). من أجل دعم هذه الحوسبة المكثفة من أجل تلبية احتياجات المهمة، استثمرت الشركات العالمية في البداية ما يقرب من 600 مليار دولار أمريكي في الأجهزة والبنية التحتية لشراء وحدات معالجة الرسومات، وبناء مراكز البيانات، وما إلى ذلك، لتعزيز قدرات الحوسبة. ومع ذلك، بسبب التأخير في سلسلة التوريد، ظلت أسعار H100 مرتفعة خلال معظم عام 2023، حتى تجاوزت 4.70 دولارًا للساعة، ما لم يكن المشترون على استعداد لسداد دفعة أولى كبيرة. بحلول أوائل عام 2024، مع دخول المزيد من البائعين إلى السوق، انخفض سعر استئجار H100 إلى حوالي 2.85 دولارًا أمريكيًا، لكنني بدأت في تلقي العديد من رسائل البريد الإلكتروني الترويجية، مما يعكس المنافسة المتزايدة مع زيادة العرض في السوق.

بينما تراوحت أسعار استئجار وحدة معالجة الرسومات H100 في البداية من 8 دولارات إلى 16 دولارًا في الساعة، بحلول أغسطس 2024، انخفضت أسعار الإيجار على طراز المزاد إلى 1 إلى 2 دولار في الساعة. من المتوقع أن تنخفض أسعار السوق بنسبة 40% أو أكثر سنويًا، وهو ما يتجاوز توقعات NVIDIA بالبقاء عند 4 دولارات للساعة لمدة 4 سنوات. يخلق هذا الانخفاض السريع في الأسعار مخاطر مالية لأولئك الذين يشترون وحدة معالجة رسومات جديدة باهظة الثمن، حيث قد لا يتمكنون من استرداد التكلفة من خلال التأجير.

ما هو العائد على رأس المال لاستثمار 50,000 دولار في H100؟

تبلغ تكلفة شراء جهاز H100 حوالي 50,000 دولار أمريكي، دون احتساب تكاليف الطاقة والتبريد، ومن المتوقع أن يبلغ عمره الافتراضي 5 سنوات. تأتي الإيجارات عمومًا في نموذجين: الإيجارات قصيرة الأجل عند الطلب والحجوزات طويلة الأجل. تعتبر الإيجارات قصيرة الأجل أكثر تكلفة ولكنها أكثر مرونة، في حين أن الحجوزات طويلة الأجل أرخص ولكنها أكثر استقرارًا. بعد ذلك، ستحلل المقالة فوائد هذين النموذجين لحساب ما إذا كان بإمكان المستثمرين استرداد تكاليفهم وتحقيق الأرباح في غضون 5 سنوات.

تأجير قصير المدى عند الطلب

سعر الإيجار والدخل المقابل:

<2.85$: الدخل أقل من الدخل الناتج من الاستثمار في سوق الأوراق المالية.

<$1.65: خسارة الاستثمار المقدرة.

يتنبأ نموذج "السعر المختلط" بأن الإيجارات قد تنخفض إلى 50% من الأسعار الحالية في السنوات الخمس المقبلة. إذا ظل سعر الإيجار عند 4.50 دولارًا في الساعة، فإن عائد الاستثمار (IRR) يزيد عن 20%، وهو أمر مربح، ولكن عندما ينخفض ​​السعر إلى 2.85 دولارًا في الساعة، يكون عائد الاستثمار (IRR) 10% فقط وينخفض ​​العائد بشكل كبير. إذا انخفض السعر إلى أقل من 2.85 دولارًا أمريكيًا، فقد تكون عوائد الاستثمار أقل من عوائد سوق الأسهم، وعندما تنخفض الأسعار إلى أقل من 1.65 دولارًا أمريكيًا، يكون المستثمرون معرضين لخطر كبير بخسارة الأموال، خاصة بالنسبة لأولئك الذين اشتروا خادم H100 مؤخرًا.

ملاحظة: "السعر المختلط" هو افتراض بأن سعر إيجار H100 سينخفض ​​تدريجيًا إلى نصف السعر الحالي في السنوات الخمس القادمة. ويعتبر هذا التقدير متفائلاً لأن أسعار السوق الحالية تنخفض بنسبة تزيد عن 40% سنوياً، لذا فمن المعقول النظر في انخفاض الأسعار.

عقود إيجار حجز طويلة الأجل (أكثر من 3 سنوات)

خلال ازدهار الذكاء الاصطناعي، اعتمد العديد من موفري البنية التحتية الراسخين على الخبرة السابقة، خاصة في أوائل عصر Ethereum PoW للعملات المشفرة، شهدوا دورات من الارتفاع والانخفاض الحاد في أسعار تأجير وحدات معالجة الرسومات، لذلك في عام 2023، أطلقوا عقود إيجار عالية الثمن للدفع المسبق لمدة 3-5 سنوات لتحقيق الأرباح. غالبًا ما تتطلب هذه العقود من العملاء دفع أكثر من 4 دولارات في الساعة أو حتى دفع 50 إلى 100 بالمائة من الإيجار مقدمًا. مع تزايد الطلب على الذكاء الاصطناعي، خاصة في مجال توليد الصور، تحاول شركات النماذج الأساسية اغتنام فرص السوق وتكون أول من يستخدم أحدث مجموعات GPU. على الرغم من أن هذه العقود باهظة الثمن، إلا أنه يتعين عليهم التوقيع عليها لإكمال المشروع بسرعة نموذج الهدف وتحسين قدرتها التنافسية. ومع ذلك، عند اكتمال تدريب النموذج، لم تعد هذه الشركات بحاجة إلى موارد GPU هذه، ولكن لا يمكنها الخروج بسهولة بسبب تقييد العقد. ومن أجل تقليل الخسائر، اختاروا إعادة بيع موارد GPU المؤجرة لاسترداد جزء من التكلفة . وقد أدى ذلك إلى وجود عدد كبير من موارد وحدة معالجة الرسومات المُعاد بيعها في السوق، مما أدى إلى زيادة العرض والتأثير على سعر الإيجار والعلاقة بين العرض والطلب في السوق.

سلسلة القيمة الحالية H100

ملاحظة: سلسلة القيمة، المعروفة أيضًا باسم تحليل سلسلة القيمة، نموذج سلسلة القيمة، الخ. وقد اقترحها مايكل بورتر عام 1985 في كتابه "الميزة التنافسية". وأشار بورتر إلى أنه يجب على الشركات تطوير مزايا تنافسية فريدة وخلق قيمة مضافة أعلى لسلعها وخدماتها. تتمثل استراتيجية الأعمال في هيكلة نموذج أعمال المؤسسة في سلسلة من عمليات القيمة المضافة، وهذه السلسلة من عمليات القيمة المضافة هي ". سلسلة القيمة".

سلسلة قيمة H100 من الأجهزة إلى نموذج الاستدلال بالذكاء الاصطناعي، يمكن تقسيم الأجزاء المشاركة تقريبًا إلى الفئات التالية

• بائعي الأجهزة الذين يعملون مع Nvidia 

• مقدمو وشركاء البنية التحتية لمراكز البيانات

• صناديق رأس المال الاستثماري والشركات الكبيرة والشركات الناشئة: التخطيط لبناء نموذج أساسي (أو أكملت بالفعل بناء النموذج)

< ul class=" list-paddingleft-2">

الموزعون ذوي السعة: Runpod، وSFCompute، وTogether.ai، وVast.ai، وGPUlist، وما إلى ذلك.

تشمل سلسلة قيمة H100 الحالية من موردي الأجهزة إلى موفري مراكز البيانات، وشركات تطوير نماذج الذكاء الاصطناعي، وبائعي القدرات، وخدمة استدلال الذكاء الاصطناعي. مقدمي الخدمات والروابط الأخرى. يأتي الضغط الرئيسي على السوق من بائعي سعة H100 غير المستخدمة الذين يعيدون بيع أو تأجير الموارد الخاملة باستمرار، والاستخدام الواسع النطاق لنماذج مفتوحة المصدر "جيدة بما فيه الكفاية" (مثل Llama 3)، مما يؤدي إلى انخفاض الطلب على H100. وقد أدى هذان العاملان مجتمعان إلى زيادة المعروض من H100، الأمر الذي أدى بدوره إلى ضغط هبوطي على أسعار السوق.

اتجاه السوق: ظهور نماذج الترجيح مفتوحة المصدر

تشير نماذج الترجيح مفتوحة المصدر إلى تلك النماذج التي لا تعد أوزانها تراخيص مفتوحة المصدر رسميًا وقد تم توزيعها بحرية واستخدامها تجاريا على نطاق واسع.

إن الطلب على استخدام هذه النماذج مدفوع بشكل أساسي بعاملين رئيسيين: الأول، ظهور نماذج مفتوحة المصدر واسعة النطاق مشابهة لـ GPT-4 ( مثل LLaMA3 و DeepSeek-v2)، والثاني هو النضج والاعتماد على نطاق واسع للنماذج الصغيرة (8 مليار معلمة) والمتوسطة الحجم (70 مليار معلمة) المضبوطة بدقة.

نظرًا لأن هذه النماذج مفتوحة المصدر أصبحت أكثر نضجًا، يمكن للمؤسسات الحصول عليها واستخدامها بسهولة لتلبية احتياجات معظم تطبيقات الذكاء الاصطناعي، خاصة في جوانب الاستدلال والضبط الدقيق . في حين أن أداء هذه النماذج قد يكون أسوأ قليلاً من النماذج الخاصة في بعض المعايير، إلا أن أدائها جيد بما يكفي للتعامل مع معظم حالات الاستخدام التجاري. ولذلك، مع شعبية نماذج الوزن مفتوحة المصدر، يتزايد الطلب في السوق على الاستدلال والضبط الدقيق بسرعة.

يتميز نموذج الوزن مفتوح المصدر أيضًا بثلاث مزايا رئيسية:

أولاً، المصدر المفتوح يتمتع النموذج بالعديد من المرونة العالية التي تسمح للمستخدمين بضبط النموذج وفقًا لحقول أو مهام محددة للتكيف بشكل أفضل مع سيناريوهات التطبيق المختلفة. ثانيًا، يوفر النموذج مفتوح المصدر الموثوقية لأن أوزان النموذج لن يتم تحديثها دون إشعار مثل بعض النماذج الاحتكارية، مما يؤدي إلى تجنب بعض مشكلات التطوير الناتجة عن التحديثات وزيادة ثقة المستخدمين في النموذج. وأخيرًا، يضمن أيضًا الأمان والخصوصية، ويمكن للمؤسسات التأكد من عدم تسرب المطالبات وبيانات العملاء من خلال نقاط نهاية واجهة برمجة التطبيقات التابعة لجهات خارجية، مما يقلل من مخاطر خصوصية البيانات. هذه المزايا هي التي تدفع النمو المستمر والاعتماد على نطاق واسع لنماذج مفتوحة المصدر، وخاصة للاستدلال والضبط الدقيق.

تحول الطلب لمنشئي النماذج الصغيرة والمتوسطة

يشير منشئو النماذج الصغيرة والمتوسطة إلى أولئك الذين ليس لديهم مؤسسات أو شركات ناشئة لديها القدرة أو التخطيط لتدريب نماذج أساسية كبيرة (مثل نماذج المعلمات 70B) من الصفر. مع ظهور النماذج مفتوحة المصدر، أدركت العديد من الشركات أن الضبط الدقيق للنماذج مفتوحة المصدر الموجودة هو أكثر فعالية من حيث التكلفة من تدريب نموذج جديد من الصفر. ونتيجة لذلك، تختار المزيد والمزيد من الشركات تحسين نماذجها بدلاً من تدريبها بنفسها. وهذا يقلل بشكل كبير من الحاجة إلى موارد الحوسبة مثل H100.

الضبط الدقيق أرخص بكثير من التدريب من الصفر. يتطلب ضبط النموذج الحالي موارد حسابية أقل بكثير من تدريب النموذج الأساسي من الصفر. يتطلب تدريب النموذج الأساسي الكبير عادةً 16 عقدة H100 أو أكثر، بينما يتطلب الضبط الدقيق عادةً 1 إلى 4 عقد فقط. يؤدي هذا التحول في الصناعة إلى تقليل الحاجة إلى مجموعات واسعة النطاق للشركات الصغيرة والمتوسطة الحجم، مما يقلل بشكل مباشر من الاعتماد على قوة الحوسبة H100.

بالإضافة إلى ذلك، تم تقليل الاستثمار في إنشاء النموذج الأساسي. في عام 2023، تحاول العديد من الشركات الصغيرة والمتوسطة إنشاء نماذج أساسية جديدة، ولكن اليوم لن تكون هناك نماذج أساسية جديدة تقريبًا ما لم تتمكن من جلب الابتكارات (مثل الهندسة المعمارية الأفضل أو دعم مئات اللغات) لإنشاء مشروع. ويرجع ذلك إلى وجود نماذج مفتوحة المصدر قوية بالفعل في السوق، مثل Llama 3، مما يجعل من الصعب على الشركات الصغيرة تبرير إنشاء نماذج جديدة. كما تحول اهتمام المستثمرين وتمويلهم نحو الضبط الدقيق بدلاً من نماذج التدريب من الصفر، مما أدى إلى تقليل الحاجة إلى موارد H100.

أخيرًا، تعد السعة الزائدة للعقد المحجوزة مشكلة أيضًا. كان لدى العديد من الشركات حجوزات طويلة الأجل لموارد H100 خلال ذروة عام 2023، ولكن عندما انتقلت إلى الضبط الدقيق، وجدت أن هذه العقد المحجوزة لم تعد هناك حاجة إليها، بل إن بعض الأجهزة وصلت قديمة. يتم الآن إعادة بيع أو تأجير عقد H100 غير المستخدمة، مما يزيد من العرض في السوق ويؤدي إلى زيادة المعروض من موارد H100.

بشكل عام، مع تعميم الضبط الدقيق للنموذج، وتقليل إنشاء النماذج الأساسية الصغيرة والمتوسطة الحجم، وزيادة العقد المحجوزة، أصبح سوق H100 انخفض الطلب بشكل كبير، وتجاوز العرض الطلب.

عوامل أخرى تؤدي إلى زيادة العرض وانخفاض الطلب على قوة حوسبة وحدة معالجة الرسومات

منشئو النماذج الكبيرة الابتعاد عن المنصات السحابية مفتوحة المصدر

الأسباب التي تجعل منشئي نماذج الذكاء الاصطناعي على نطاق واسع مثل Facebook وX.AI وOpenAI يتحولون تدريجيًا من السحابة العامة منصات لمجموعات الحوسبة الخاصة ذاتية البناء. أولاً، لم تعد موارد السحابة العامة الحالية (مثل مجموعات الألف عقدة) تلبي احتياجاتها لتدريب نماذج أكبر. ثانيًا، من الناحية المالية، من المفيد أكثر بناء مجموعتك الخاصة، لأن شراء الأصول مثل مراكز البيانات والخوادم يمكن أن يزيد من تقييم الشركة، في حين أن استئجار السحابة العامة ليس سوى نفقات ولا يمكن أن يزيد الأصول. بالإضافة إلى ذلك، تمتلك هذه الشركات ما يكفي من الموارد والفرق المهنية حتى تتمكن من الاستحواذ على شركات مراكز البيانات الصغيرة لمساعدتها في بناء هذه الأنظمة وإدارتها. لذلك، لم يعودوا يعتمدون على السحابة العامة. ومع ابتعاد هذه الشركات عن المنصات السحابية العامة، ينخفض ​​طلب السوق على موارد الحوسبة، مما قد يتسبب في عودة الموارد غير المستخدمة إلى السوق وزيادة العرض.

Vast.ai هو في الأساس نظام سوق حر حيث يتنافس الموردون من جميع أنحاء العالم ضد بعضهم البعض

 وحدات معالجة الرسومات H100 الخاملة والمتأخرة متصلة بالإنترنت في نفس الوقت

نظرًا لأن وحدات معالجة الرسومات H100 الخاملة والمتأخرة متصلة بالإنترنت في نفس الوقت، يزداد عرض السوق و ينخفض ​​​​السعر. تعمل منصات مثل Vast.ai على نموذج السوق الحرة حيث يتنافس الموردون العالميون مع بعضهم البعض على السعر. في عام 2023، بسبب التأخير في شحنات H100، فشلت العديد من الموارد في الوصول إلى الإنترنت في الوقت المناسب، والآن بدأت موارد H100 المتأخرة في دخول السوق، إلى جانب أجهزة H200 وB200 الجديدة، بالإضافة إلى موارد الحوسبة الخاملة للشركات الناشئة والمؤسسات. . عادةً ما يمتلك أصحاب المجموعات الصغيرة والمتوسطة الحجم من 8 إلى 64 عقدة، ولكن نظرًا لانخفاض الاستخدام واستنفاد الأموال، فإن هدفهم هو استرداد تكاليفهم في أسرع وقت ممكن عن طريق تأجير الموارد بأسعار منخفضة. ولتحقيق هذه الغاية، يختارون التنافس على العملاء من خلال أسعار الفائدة الثابتة، أو أنظمة المزادات، أو تسعير السوق الحرة، وخاصة نماذج المزادات والسوق الحرة، مما يجعل الموردين يتنافسون على أسعار أقل لضمان استئجار الموارد، مما يؤدي في النهاية إلى زيادة كبيرة. انخفاض الأسعار في السوق بأكمله.

 بدائل أرخص لوحدة معالجة الرسومات

هناك عامل رئيسي آخر وهو، بمجرد تكلفة الحوسبة تتجاوز الطاقة ميزانيتك، فهناك العديد من البدائل للبنية التحتية لاستدلال الذكاء الاصطناعي، خاصة إذا كنت تقوم بتشغيل نماذج أصغر. ليست هناك حاجة لدفع المزيد مقابل استخدام Infiniband H100.

تجزئة سوق Nvidia

تظهر بدائل أرخص لوحدة معالجة الرسوميات H100 لمهام الاستدلال بالذكاء الاصطناعي، والتي ستؤدي إلى تؤثر بشكل مباشر على الطلب في السوق لH100. أولاً، في حين أن H100 رائع في تدريب وضبط نماذج الذكاء الاصطناعي، في مجال الاستدلال (أي تشغيل النماذج)، فإن العديد من وحدات معالجة الرسوميات الأرخص ستكون كافية، خاصة بالنسبة للنماذج الأصغر. نظرًا لأن مهام الاستدلال لا تتطلب ميزات H100 المتطورة، مثل شبكة Infiniband، يمكن للمستخدمين توفير المال عن طريق اختيار بدائل أكثر اقتصادا.

توفر Nvidia نفسها أيضًا منتجات بديلة في سوق الاستدلال، مثل L40S، وهي وحدة معالجة رسومات تستخدم خصيصًا للاستدلال، وأدائها يبلغ حوالي ثلاثة أضعاف أداء H100 واحد، ولكن خمس السعر فقط. على الرغم من أن L40S ليس بنفس فعالية H100 في التدريب متعدد العقد، إلا أنه قوي بما يكفي لاستدلال عقدة واحدة وضبط المجموعات الصغيرة، مما يوفر للمستخدمين خيارًا أكثر فعالية من حيث التكلفة.

ملف تعريف أداء مجموعة H100 Infiniband (أغسطس 2024)

موردو AMD وIntel البديلون

< p style="text-align: left;">بالإضافة إلى ذلك، أطلقت AMD وIntel أيضًا وحدات معالجة رسوميات منخفضة السعر، مثل AMD's MX300 وIntel's Gaudi 3. تعمل وحدات معالجة الرسومات هذه بشكل جيد في الاستدلال والمهام أحادية العقدة، وهي أقل تكلفة من H100، وتتمتع بذاكرة وقوة حسابية أكبر. على الرغم من أنه لم يتم التحقق من صحتها بشكل كامل بعد في التدريب العنقودي الكبير متعدد العقد، إلا أنها ناضجة بدرجة كافية في مهام الاستدلال لتكون بديلاً قويًا لـ H100.

أثبتت وحدات معالجة الرسومات الرخيصة هذه قدرتها على التعامل مع معظم مهام الاستدلال، وخاصة مهام الاستدلال والضبط الدقيق في بنيات النماذج الشائعة مثل LLaMA 3. لذلك، يمكن للمستخدمين اختيار وحدات معالجة الرسومات البديلة هذه لتقليل التكاليف بعد حل مشكلات التوافق. لتلخيص ذلك، تحل هذه البدائل في مجال الاستدلال محل H100 تدريجيًا، خاصة في الاستدلال على نطاق صغير ومهام الضبط الدقيق، مما يقلل بشكل أكبر من الحاجة إلى H100.

انخفض استخدام وحدة معالجة الرسومات في مجال Web3

نظرًا للتغيرات في سوق العملات المشفرة، انخفض استخدام وحدات معالجة الرسومات في تعدين العملات المشفرة، ويوجد عدد كبير من وحدات معالجة الرسومات في السوق السحابية. على الرغم من أن وحدات معالجة الرسومات هذه غير قادرة على القيام بمهام تدريب الذكاء الاصطناعي المعقدة بسبب قيود الأجهزة، إلا أنها تؤدي أداءً جيدًا في وظائف استدلال الذكاء الاصطناعي الأبسط، خاصة للمستخدمين ذوي الميزانيات المحدودة، عند التعامل مع نماذج أصغر (مثل وحدات معالجة الرسومات الأقل من 10 مليار تصبح تكلفة باهظة). خيار فعال. بعد تحسينها، يمكن لوحدات معالجة الرسوميات هذه تشغيل نماذج كبيرة بتكلفة أقل من استخدام عقد H100.

بعد فقاعة تأجير الطاقة الحاسوبية القائمة على الذكاء الاصطناعي، كيف يبدو السوق الحالي؟

المشكلات التي تواجه الدخول الآن: دخلت مجموعة H100 السحابية العامة الجديدة إلى السوق متأخرة وقد لا تكون مربحة، وقد يتكبد بعض المستثمرين خسائر فادحة.

تحديات الربحية التي تواجهها مجموعات السحابة العامة H100 التي دخلت السوق حديثًا. إذا تم تحديد سعر الإيجار منخفضًا جدًا (أقل من 2.25 دولارًا أمريكيًا)، فقد لا يغطي تكاليف التشغيل، مما يؤدي إلى خسائر، وإذا تم تحديده مرتفعًا جدًا (3 دولارات أو أكثر)، فقد يفقد العملاء، مما يؤدي إلى وجود طاقة خاملة. بالإضافة إلى ذلك، واجهت المجموعات التي دخلت السوق لاحقًا صعوبة في استرداد التكاليف لأنها فاتتها السعر المرتفع المبكر (4 دولارات في الساعة)، وواجه المستثمرون خطر عدم القدرة على تحقيق الربح. وهذا يجعل الاستثمار الجماعي صعبًا للغاية وقد يؤدي إلى خسائر كبيرة للمستثمرين.

وضع الربح للمشاركين الأوائل: استعاد منشئو النماذج المتوسطة أو الكبيرة الذين وقعوا عقود إيجار طويلة الأجل مبكرًا تكاليفهم وحققوا الربحية

< p style ="text-align: left;">يحصل منشئو النماذج المتوسطة والكبيرة الحجم بالفعل على قيمة من خلال عقود إيجار طويلة الأجل لموارد الحوسبة H100، والتي يتم تغطية تكلفتها في وقت التمويل. وفي حين أن بعض موارد الحوسبة لا يتم استخدامها بالكامل، فإن هذه الشركات تستخرج القيمة من هذه المجموعات من خلال أسواق التمويل للتدريب النموذجي الحالي والمستقبلي. حتى لو كانت هناك موارد غير مستخدمة، يمكنهم كسب دخل إضافي من خلال إعادة البيع أو التأجير، مما يخفض سعر السوق، ويقلل من الآثار السلبية، ويكون له تأثير إيجابي بشكل عام على النظام البيئي.

بعد انفجار الفقاعة: يمكن لـ H100 منخفض السعر تسريع موجة اعتماد الذكاء الاصطناعي مفتوح المصدر

 سيؤدي ظهور وحدة معالجة الرسوميات H100 منخفضة السعر إلى تعزيز تطوير الذكاء الاصطناعي مفتوح المصدر. مع انخفاض أسعار H100، سيصبح من السهل على مطوري الذكاء الاصطناعي والهواة تشغيل وضبط نماذج الوزن مفتوحة المصدر، مما يسمح باعتماد هذه النماذج على نطاق أوسع. إذا لم تحقق النماذج مغلقة المصدر (مثل GPT5++) اختراقات تكنولوجية كبيرة في المستقبل، فإن الفجوة بين النماذج مفتوحة المصدر والنماذج مغلقة المصدر سوف تضيق، مما يعزز تطوير تطبيقات الذكاء الاصطناعي. ومع انخفاض تكلفة الاستدلال والضبط الدقيق للذكاء الاصطناعي، فقد يؤدي ذلك إلى إطلاق موجة جديدة من تطبيقات الذكاء الاصطناعي وتسريع التقدم العام للسوق.

الخلاصة: لا تشتري H100 جديد تمامًا

إذا كنت تستثمر في علامة تجارية وحدة معالجة الرسومات H100 الجديدة الآن هناك احتمال الخسارة. ومع ذلك، قد يكون من المعقول الاستثمار فقط في ظروف خاصة، مثل عندما يتمكن المشروع من شراء H100 بسعر مخفض، أو تكاليف الكهرباء الرخيصة، أو عندما تكون منتجات الذكاء الاصطناعي قادرة على المنافسة بما فيه الكفاية في السوق. إذا كنت تفكر في الاستثمار، فمن المستحسن أن تضع أموالك في مجالات أخرى أو في سوق الأوراق المالية للحصول على معدل عائد أفضل.