Perlombaan daya komputasi secara diam-diam sedang mengubah keadaan.



Yang kita lihat adalah sebuah pergeseran tren yang jelas—dari pelatihan yang didorong menuju inferensi yang didorong. Dalam beberapa tahun ke depan, pasar daya komputasi global akan mengalami perubahan seperti apa? Dengarkan prediksi kolektif dari industri.

**Tiga perubahan di sisi permintaan**

Pertumbuhan ledakan daya komputasi cerdas adalah prasyarat utama. Dari 2025 hingga 2027, tingkat pertumbuhan majemuk daya komputasi global diperkirakan antara 45%-55%—ini konsep apa? Setelah 2028, tingkat pertumbuhan akan menurun menjadi 20%-30%, tetapi basisnya sudah sangat besar sehingga sulit dibayangkan. Yang lebih penting, sekitar tahun 2028, skala daya inferensi akan pertama kali melampaui daya pelatihan, menjadi kebutuhan utama yang sesungguhnya.

Apa yang mendasarinya? Model besar multimodal telah menjadi standar, ponsel AI, AIPC, dan chip AI tingkat kendaraan sedang secara intensif diimplementasikan. Daya komputasi tidak lagi hanya terkonsentrasi di pusat data cloud, melainkan menyebar secara besar-besaran ke edge dan terminal, membentuk sistem terdistribusi tiga dalam satu: cloud-edge-end.

Yang menarik, struktur biaya juga sedang berubah. Investasi absolut dalam pelatihan model mutakhir masih meningkat, tetapi teknologi kompresi dan kuantisasi model semakin matang, ekosistem sumber terbuka juga berkembang pesat, sehingga biaya relatif per tugas menurun dengan cepat. Dengan kata lain, daya komputasi sedang bertransformasi dari barang mewah yang dingin dan mahal menjadi alat yang terjangkau dan umum.

**Jalur teknologi sudah jelas**

Arsitektur chip sedang berubah: dari dominasi CPU ke era heterogen yang meliputi CPU+GPU+AI accelerators (NPU/TPU/ASIC). Penampilan pusat data juga berubah, dengan cluster pendingin cair dan kabinet modular menjadi standar infrastruktur AI generasi baru. Seberapa besar peningkatan dalam kepadatan daya dan efisiensi energi dari satu kabinet? Itu adalah tingkat yang belum pernah terjadi sebelumnya.

Logika dasarnya sangat sederhana: integrasi heterogen meningkatkan efisiensi, penghematan energi dan konsolidasi menurunkan biaya, kolaborasi universal mewujudkan kemampuan komputasi di mana-mana. Ketiga arah ini akan mendominasi evolusi teknologi berikutnya.

**Dua tantangan besar di depan mata**

Namun kenyataannya tidak semudah itu. Biaya dan keamanan adalah dua batasan keras. Di satu sisi adalah kebutuhan komputasi yang tak terbatas, di sisi lain adalah tekanan dari biaya listrik, pendinginan, keamanan, dan kepatuhan. Kompetisi daya komputasi di tingkat nasional akan menjadi semakin intens, dan di tingkat perusahaan pun tidak berbeda. Siapa yang bisa menemukan keseimbangan antara biaya dan keamanan, dia yang akan memenangkan perlombaan daya komputasi berikutnya.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • 7
  • Posting ulang
  • Bagikan
Komentar
0/400
SybilAttackVictimvip
· 01-10 12:35
Kemampuan inferensi melebihi kemampuan pelatihan, rasanya AI akhirnya akan keluar dari laboratorium dan masuk ke kehidupan sehari-hari.
Lihat AsliBalas0
GasFeeNightmarevip
· 01-10 09:03
Apakah kekuatan komputasi inferensi akan mengalahkan pelatihan? Menarik, ini berarti hari-hari keuntungan besar dari pusat data cloud mungkin akan berakhir. Pada saat itu, siapa yang memiliki kemampuan komputasi tepi yang lebih kuat, dia yang akan menjadi bos.
Lihat AsliBalas0
SleepyValidatorvip
· 01-08 15:58
Kemampuan inferensi melampaui kemampuan pelatihan, sekarang edge computing benar-benar akan lepas landas
Lihat AsliBalas0
DYORMastervip
· 01-08 15:58
Pelatihan super inferensi tahun 2028? Saya yakin hal ini akan terjadi lebih awal, bagian komputasi tepi sudah sangat kompetitif dan kompetitif secara gila-gilaan.
Lihat AsliBalas0
RugPullProphetvip
· 01-08 15:50
Perhitungan deduksi melebihi kekuatan pelatihan? terdengar bagus, tetapi akankah biaya listrik dan pendinginan benar-benar bisa diatasi?
Lihat AsliBalas0
GasBanditvip
· 01-08 15:47
Apakah kekuatan komputasi inferensi akan mengalahkan pelatihan? Ini akan menyenangkan, apakah komputasi tepi benar-benar akan meluncur, atau ini hanya gelombang revolusi PPT lagi
Lihat AsliBalas0
MerkleTreeHuggervip
· 01-08 15:42
Apakah kekuatan komputasi inferensi akan mengalahkan pelatihan pada tahun 2028? Berapa banyak biaya listrik yang dibutuhkan... Klaster pendingin cair terdengar keren, tetapi berapa banyak yang benar-benar bisa diterapkan di dalam negeri?
Lihat AsliBalas0
  • Sematkan

Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)