GPT-5 Die Schulung wird 2.5 Milliarden US-Dollar kosten und im nächsten Jahr beginnen
Das hat heute der Twitter-Nutzer Martin Shkreli aus New York gepostet GPT-5 wird schätzungsweise 2.0 bis 2.5 Milliarden US-Dollar für die Ausbildung erfordern. Dieses Training würde 500,000 H100s Tensor Core GPU über 90 Tage oder eine alternative Konfiguration umfassen. Die Ausbildung soll nächstes Jahr beginnen.
OpenAI arbeitet aktiv daran Eine Verbesserung der GPT-4 mit verschiedenen Fähigkeiten, wie Verkörperung, Handlungsfähigkeit, sokratisches Denken, Wissensgraphen, Weltmodelle, Multimodalität, Planung, semantische Interpretierbarkeit, Hive Minds, Kontrolle und Begrenztheit sowie kleinere, hochwertige Aufgaben.
Der Umfang der H100/A100-Produktion wirft Fragen auf. Wird es für ein so umfangreiches Unterfangen genügend GPUs geben? Es wird erwartet, dass bis Ende des Jahres etwa 1 Million H100 produziert werden und schätzungsweise 5 Millionen im darauffolgenden Jahr ausgeliefert werden.
Bezüglich der Kosten gibt es einen berechtigten Punkt bezüglich der GPUs. Die Einbeziehung der Kosten dieser GPUs in die Schulungskosten könnte irreführend sein, da sie nach dem Schulungsprozess nicht veraltet sind. Allein diese GPUs könnten einen Wert von 20 Milliarden US-Dollar haben.
Es ist erwähnenswert, dass die maximale Produktionskapazität des Chipherstellers Sustainable Metal Cloud (SMC) für H100 derzeit 15,000 Einheiten pro Monat beträgt, die Produktion jedoch auf etwa 50,000 Einheiten pro Monat hochgefahren wurde.
Im Hinblick auf die Stromkosten machen sie einen relativ kleinen Teil der gesamten Rechenkosten aus. Um es ins rechte Licht zu rücken: 6,000,000 kWh würden etwa 1 Million US-Dollar kosten.
Die Anschaffung von 500,000 H100 bis zum nächsten Jahr scheint eine anspruchsvolle Aufgabe zu sein, selbst mit der Unterstützung von Microsoft. Darüber hinaus stellen sich Fragen zum Thema Kosten der Schlussfolgerung ob der Trainingsprozess tatsächlich so rechenintensiv ist wie vorgeschlagen.
Im Kontext der Nvidias Markt Angesichts der Leistung im Jahr 2023 ist es bemerkenswert, dass sich ihr Erfolg Berichten zufolge verdreifacht hat und die Marke von 1 Billion US-Dollar übersteigt. Dieses Wachstum ist größtenteils auf den zunehmenden Einsatz von Nvidia-Chips in KI-Anwendungen zurückzuführen. Es ist jedoch wichtig, dies zu berücksichtigen US-Exportbeschränkungen haben den Verkauf von High-End-KI-Chips auf dem chinesischen Markt eingeschränkt, was sich auf die Herstellungs- und Schulungskosten auswirken könnte.
Nvidia erwirtschaftet einen fast tausendfachen Gewinnanteil für jeden verkauften H100-GPU-Beschleuniger, so Barrons leitender Autor Tae Kim. Das bedeutet, dass Nvidias Straßenpreis von rund 25,000 bis 30,000 US-Dollar für jeden HPC-Beschleuniger die geschätzten Kosten von 3,320 US-Dollar pro Chip und Peripheriekomponenten abdeckt. Die Kostenanalyse ist unklar, es wird jedoch davon ausgegangen, dass es sich um reine Herstellungskosten handelt. Auch die Forschungs- und Entwicklungskosten von Nvidia müssen berücksichtigt werden, da die Entwicklung von Chips wie dem H100 Tausende von Stunden spezialisierter Arbeitskräfte erfordert. Nvidias KI-beschleunigende Produkte werden jedoch bereits bis 2024 verkauft, wobei der Markt für KI-Beschleuniger bis 150 voraussichtlich einen Wert von rund 2027 Milliarden US-Dollar haben wird.
Das Unternehmen profitiert von seiner Infrastruktur und seinem Produktportfolio, aber Budgets und Opportunitätskosten können Investitionen in anderen Bereichen einschränken oder Risiken in Forschungs- und Entwicklungsstandorten begrenzen.
| Verbunden: Die KI-Revolution fängt gerade erst an: Will GPT-5 Künstliche allgemeine Intelligenz erreichen? |
Haftungsausschluss
Im Einklang mit der Richtlinien des Trust-ProjektsBitte beachten Sie, dass die auf dieser Seite bereitgestellten Informationen nicht als Rechts-, Steuer-, Anlage-, Finanz- oder sonstige Beratung gedacht sind und nicht als solche interpretiert werden sollten. Es ist wichtig, nur so viel zu investieren, wie Sie sich leisten können, zu verlieren, und im Zweifelsfall eine unabhängige Finanzberatung einzuholen. Für weitere Informationen empfehlen wir einen Blick auf die Allgemeinen Geschäftsbedingungen sowie die Hilfe- und Supportseiten des Herausgebers oder Werbetreibenden. MetaversePost ist einer genauen, unvoreingenommenen Berichterstattung verpflichtet, die Marktbedingungen können sich jedoch ohne Vorankündigung ändern.
Über den Autor
Damir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.
Weitere Artikel
Damir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.
