Мы наблюдаем явный тренд — переход от обучения к inference. Какие изменения ожидают глобальный рынок вычислительных мощностей в ближайшие годы? Послушайте коллективные прогнозы отрасли.
**Три изменения со стороны спроса**
Взрывной рост интеллектуальных вычислений — это основа. В 2025–2027 годах ожидается, что совокупный рост глобальных мощностей составит от 45% до 55% — что это означает? После 2028 года темпы роста снизятся до 20–30%, но при этом база уже станет настолько огромной, что трудно представить. Более важно то, что к 2028 году масштаб inference-вычислений впервые превысит обучение, став настоящим основным спросом.
Что стоит за этим? Мультимодальные большие модели уже стали стандартом, AI-телефоны, AIPC и автомобильные AI-чипы активно внедряются. Вычислительные мощности больше не сосредоточены только в облачных дата-центрах, а распространяются на периферию и конечные устройства в масштабах, ранее казавшихся невозможными. Формируется распределённая система «облако — периферия — устройство».
Интересно, что структура затрат тоже меняется. Абсолютные вложения в обучение передовых моделей всё ещё растут, но технологии сжатия и квантования моделей становятся всё более зрелыми, а экосистема с открытым исходным кодом быстро совершенствуется. Это приводит к быстрому снижению относительных затрат на выполнение задач. Иными словами, вычислительные мощности превращаются из дорогого роскоши в доступный инструмент.
**Технический путь уже ясен**
Архитектура чипов меняется: от доминирования CPU к эпохе мультихетерогичных систем — CPU+GPU+AI-ускорители (NPU/TPU/ASIC). Облик дата-центров тоже меняется: жидкостное охлаждение и модульные стойки становятся стандартом нового поколения AI-инфраструктуры. Насколько увеличится плотность мощности и энергоэффективность одного стойка? Это будет беспрецедентный уровень.
Основная логика проста: гетерогенное объединение повышает эффективность, экологичное и экономичное использование снижает затраты, а вездесущая координация обеспечивает повсеместные вычислительные возможности. Эти три направления определят дальнейшее развитие технологий.
**Двойные вызовы перед глазами**
Но всё не так просто. Затраты и безопасность — два жёстких ограничения. С одной стороны — бесконечное расширение потребностей в вычислениях, с другой — давление со стороны стоимости электроэнергии, охлаждения и требований безопасности и соответствия. Конкуренция за вычислительные мощности на государственном уровне станет ещё более острой, и на корпоративном уровне ситуация не исключение. Тот, кто сможет найти баланс между затратами и безопасностью, выиграет в следующем раунде соревнования за вычислительные ресурсы.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
19 Лайков
Награда
19
7
Репост
Поделиться
комментарий
0/400
SybilAttackVictim
· 01-10 12:35
Достижение вычислительной мощности для дедуктивных рассуждений, превосходящей тренировочную мощность, кажется, означает, что ИИ наконец-то переходит из лабораторий в повседневную жизнь.
Посмотреть ОригиналОтветить0
GasFeeNightmare
· 01-10 09:03
Интеллектуальные вычисления должны превзойти обучение? Интересно, значит, эпоха сверхприбылей облачных дата-центров может закончиться. Тогда кто сильнее в краевой вычислительной способности, тот и будет хозяином.
Посмотреть ОригиналОтветить0
SleepyValidator
· 01-08 15:58
Интеллектуальные вычисления превосходят обучающие вычисления, и теперь edge computing действительно собирается взлететь
Посмотреть ОригиналОтветить0
DYORMaster
· 01-08 15:58
2028 год — гиперобучение? Я ставлю на то, что это произойдет раньше, ведь крайние вычисления уже давно находятся в безумной гонке.
Посмотреть ОригиналОтветить0
RugPullProphet
· 01-08 15:50
Интеллектуальная вычислительная мощность превышает обучающую мощность? Звучит неплохо, но действительно ли можно преодолеть эти две огромные преграды — электроэнергию и теплоотвод?
Посмотреть ОригиналОтветить0
GasBandit
· 01-08 15:47
Доказательная вычислительная мощность должна превзойти обучение? Вот это интересно, действительно ли периферийные вычисления собираются взлететь, или это снова волна революции PPT
Посмотреть ОригиналОтветить0
MerkleTreeHugger
· 01-08 15:42
Доказательная вычислительная мощность к 2028 году превзойдет обучение? А сколько же при этом потребуется электроэнергии... Жидкостное охлаждение кластера звучит круто, но сколько таких решений реально реализовать в стране?
Мощностное соревнование тихо меняется.
Мы наблюдаем явный тренд — переход от обучения к inference. Какие изменения ожидают глобальный рынок вычислительных мощностей в ближайшие годы? Послушайте коллективные прогнозы отрасли.
**Три изменения со стороны спроса**
Взрывной рост интеллектуальных вычислений — это основа. В 2025–2027 годах ожидается, что совокупный рост глобальных мощностей составит от 45% до 55% — что это означает? После 2028 года темпы роста снизятся до 20–30%, но при этом база уже станет настолько огромной, что трудно представить. Более важно то, что к 2028 году масштаб inference-вычислений впервые превысит обучение, став настоящим основным спросом.
Что стоит за этим? Мультимодальные большие модели уже стали стандартом, AI-телефоны, AIPC и автомобильные AI-чипы активно внедряются. Вычислительные мощности больше не сосредоточены только в облачных дата-центрах, а распространяются на периферию и конечные устройства в масштабах, ранее казавшихся невозможными. Формируется распределённая система «облако — периферия — устройство».
Интересно, что структура затрат тоже меняется. Абсолютные вложения в обучение передовых моделей всё ещё растут, но технологии сжатия и квантования моделей становятся всё более зрелыми, а экосистема с открытым исходным кодом быстро совершенствуется. Это приводит к быстрому снижению относительных затрат на выполнение задач. Иными словами, вычислительные мощности превращаются из дорогого роскоши в доступный инструмент.
**Технический путь уже ясен**
Архитектура чипов меняется: от доминирования CPU к эпохе мультихетерогичных систем — CPU+GPU+AI-ускорители (NPU/TPU/ASIC). Облик дата-центров тоже меняется: жидкостное охлаждение и модульные стойки становятся стандартом нового поколения AI-инфраструктуры. Насколько увеличится плотность мощности и энергоэффективность одного стойка? Это будет беспрецедентный уровень.
Основная логика проста: гетерогенное объединение повышает эффективность, экологичное и экономичное использование снижает затраты, а вездесущая координация обеспечивает повсеместные вычислительные возможности. Эти три направления определят дальнейшее развитие технологий.
**Двойные вызовы перед глазами**
Но всё не так просто. Затраты и безопасность — два жёстких ограничения. С одной стороны — бесконечное расширение потребностей в вычислениях, с другой — давление со стороны стоимости электроэнергии, охлаждения и требований безопасности и соответствия. Конкуренция за вычислительные мощности на государственном уровне станет ещё более острой, и на корпоративном уровне ситуация не исключение. Тот, кто сможет найти баланс между затратами и безопасностью, выиграет в следующем раунде соревнования за вычислительные ресурсы.