GPT-5 การฝึกอบรมจะมีค่าใช้จ่าย 2.5 พันล้านดอลลาร์และเริ่มในปีหน้า
ผู้ใช้ Twitter Martin Shkreli จากนิวยอร์กโพสต์ในวันนี้ว่า GPT-5 จะต้องใช้เงินประมาณ 2.0-2.5 พันล้านดอลลาร์สำหรับการฝึกอบรม การฝึกอบรมนี้จะเกี่ยวข้องกับ Tensor Core GPU จำนวน 500,000 H100s ในระยะเวลา 90 วันหรือการกำหนดค่าอื่น การฝึกอบรมมีกำหนดจะเริ่มในปีหน้า
OpenAI กำลังทำงานอย่างแข็งขัน การเสริมสร้าง GPT-4 ด้วยความสามารถที่หลากหลายเช่น รูปลักษณ์ สิทธิ์เสรี การใช้เหตุผลแบบโสคราตีส กราฟความรู้ แบบจำลองโลก ความหลากหลายทางรูปแบบ การวางแผน การตีความความหมาย จิตใจแบบรังผึ้ง การควบคุมและขอบเขต ตลอดจนงานที่มีมูลค่าสูงเล็กๆ น้อยๆ
ขนาดการผลิต H100/A100 ทำให้เกิดคำถาม GPU เหล่านี้จะมีเพียงพอสำหรับการทำงานที่สำคัญเช่นนี้หรือไม่? คาดว่าจะมีการผลิต H1 ประมาณ 100 ล้านเครื่องภายในสิ้นปีนี้ และประมาณ 5 ล้านเครื่องอาจถูกจัดส่งในปีถัดไป
เกี่ยวกับราคา มีประเด็นที่ถูกต้องเกี่ยวกับ GPU การรวมค่าใช้จ่ายของ GPU เหล่านี้ไว้ในค่าใช้จ่ายในการฝึกอบรมอาจทำให้เข้าใจผิดเนื่องจากไม่ล้าสมัยหลังจากกระบวนการฝึกอบรม GPU เหล่านั้นเพียงอย่างเดียวสามารถมีมูลค่าถึง 20 พันล้านดอลลาร์
เป็นที่น่าสังเกตว่ากำลังการผลิตสูงสุดของบริษัทผู้ผลิตชิป Sustainable Metal Cloud (SMC) สำหรับ H100 ปัจจุบันอยู่ที่ 15,000 หน่วยต่อเดือน แต่พวกเขาได้เพิ่มการผลิตเป็นประมาณ 50,000 หน่วยต่อเดือน
ในแง่ของค่าไฟฟ้า คิดเป็นสัดส่วนเพียงเล็กน้อยของต้นทุนการประมวลผลโดยรวม หากมองในแง่ดี 6,000,000 kWh จะมีมูลค่าประมาณ 1 ล้านเหรียญสหรัฐ
| ที่เกี่ยวข้อง: ศักยภาพของอุตสาหกรรม AI ที่จะแข่งขันกับการใช้ไฟฟ้าของประเทศ |
การซื้อ H500,000 จำนวน 100 เครื่องภายในปีหน้าดูเหมือนจะเป็นงานที่ท้าทาย แม้ว่าจะได้รับการสนับสนุนจาก Microsoft ก็ตาม นอกจากนี้ ยังเกิดคำถามเกี่ยวกับ ค่าใช้จ่ายในการอนุมาน หากกระบวนการฝึกอบรมเน้นการประมวลผลตามที่แนะนำจริงๆ
ในบริบทของ ตลาดของ Nvidia ประสิทธิภาพในปี 2023 เป็นที่น่าสังเกตว่าความสำเร็จของพวกเขามีรายงานว่าเพิ่มขึ้นสามเท่า ซึ่งเกินกว่า 1 ล้านล้านดอลลาร์ การเติบโตนี้สามารถนำมาประกอบกับการนำชิป Nvidia มาใช้มากขึ้นในแอปพลิเคชัน AI อย่างไรก็ตาม สิ่งสำคัญคือต้องคำนึงถึงสิ่งนั้น ข้อจำกัดการส่งออกของสหรัฐฯ ได้จำกัดการขายชิป AI ระดับไฮเอนด์ในตลาดจีน ซึ่งอาจส่งผลกระทบต่อต้นทุนการผลิตและการฝึกอบรม
Nvidia สร้างเปอร์เซ็นต์กำไรได้เกือบพันเท่า สำหรับตัวเร่ง GPU H100 แต่ละตัวที่จำหน่ายตามที่ Tae Kim นักเขียนอาวุโสของ Barron กล่าว ซึ่งหมายความว่าราคาตามท้องถนนของ Nvidia อยู่ที่ประมาณ 25,000 ถึง 30,000 เหรียญสหรัฐสำหรับตัวเร่งความเร็ว HPC แต่ละตัวครอบคลุมราคาประมาณ 3,320 เหรียญสหรัฐต่อชิปและส่วนประกอบต่อพ่วง การวิเคราะห์ต้นทุนไม่ชัดเจน แต่เชื่อว่าเป็นเรื่องของต้นทุนการผลิตล้วนๆ ต้นทุนด้านการวิจัยและพัฒนาของ Nvidia ก็ต้องได้รับการพิจารณาด้วย เนื่องจากการพัฒนาชิปอย่าง H100 ต้องใช้เวลาหลายพันชั่วโมงจากพนักงานเฉพาะทาง อย่างไรก็ตาม ผลิตภัณฑ์เร่ง AI ของ Nvidia จำหน่ายจนถึงปี 2024 โดยตลาดตัวเร่ง AI คาดว่าจะมีมูลค่าประมาณ 150 พันล้านดอลลาร์ภายในปี 2027
บริษัทได้รับประโยชน์จากโครงสร้างพื้นฐานและกลุ่มผลิตภัณฑ์ แต่งบประมาณและต้นทุนเสียโอกาสอาจจำกัดการลงทุนในด้านอื่นๆ หรือจำกัดความเสี่ยงในสถานที่วิจัยและพัฒนา
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
บทความอื่น ๆ
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
