قوة الحوسبة خدمات تصبح نموذجًا تجاريًا جديدًا، كيف تتحول بعد موجة "تكرير الإكسير" للنماذج الكبيرة؟

مؤخراً، باستخدام بيانات الطقس العالمية لمدة 40 عاماً، تم استخدام 200 بطاقة GPU للتدريب المسبق الذي استمر حوالي شهرين، وولد نموذج كبير للطقس بكمية معلمات تصل إلى مئات الملايين. هذه هي تجربة شاب تخرج من جامعة تسينغhua قبل 3 سنوات في تدريب نموذج كبير.

من منظور التكلفة، وبحسب حساب تكلفة كل ساعة وهو 7.8 يوان/قطعة GPU، قد يتجاوز تكلفة تدريب هذا النموذج الكبير للأرصاد الجوية 2 مليون يوان. وإذا كان النموذج الذي يتم تدريبه هو نموذج كبير عام، فقد تزيد التكلفة بمقدار مئة ضعف.

تشير البيانات إلى أن هناك أكثر من 100 نموذج كبير في الصين يحتوي على أكثر من 10 مليارات معلمة. ومع ذلك، يواجه "صهر" النماذج الكبيرة التي تتدفق إليها الصناعة نقصًا حادًا في وحدات معالجة الرسوميات المتطورة. تظل تكاليف قوة الحوسبة مرتفعة، ونقص قوة الحوسبة والتمويل أصبح من أكثر المشاكل وضوحًا التي تواجه الصناعة.

نقص في وحدات معالجة الرسوميات المتقدمة

"بالطبع هناك نقص كبير، لكننا أيضًا لا نستطيع فعل شيء حيال ذلك." هكذا رد أحد كبار المسؤولين في الشركات الكبرى على مشكلة نقص وحدات معالجة الرسومات.

يبدو أن هذه قد أصبحت مشكلة معترف بها في الصناعة. خلال ذروة الطلب، تم رفع سعر بطاقة إنفيديا A100 إلى 200,000-300,000 يوان، كما ارتفعت الإيجارات الشهرية لخادم A100 الواحد إلى 50,000-70,000 يوان. ومع ذلك، فإن السعر المرتفع لا يضمن بالضرورة الحصول على الرقائق، وقد واجه بعض مزودي قوة الحوسبة حالات نادرة مثل عدم التزام الموردين.

قال أحد التنفيذيين في صناعة الحوسبة السحابية: "قوة الحوسبة قصيرة确实存在. الكثير من العملاء يرغبون في موارد GPU عالية المستوى، لكننا حاليًا غير قادرين على تلبية الطلب الواسع في السوق بالكامل."

في المدى القصير، من الصعب حل نقص وحدات معالجة الرسوميات عالية الأداء في جميع أنحاء الصناعة. أدى ازدهار النماذج الكبيرة إلى زيادة سريعة في الطلب على قوة الحوسبة في السوق، ولكن معدل زيادة العرض لا يزال بعيداً عن مواكبة ذلك. على الرغم من أنه على المدى الطويل، من المؤكد أن عرض قوة الحوسبة سيتحول من سوق البائعين إلى سوق المشترين، إلا أن الوقت الذي ستستغرقه هذه العملية لا يزال غير معروف.

تقوم جميع الشركات بحساب عدد وحدات معالجة الرسوميات من إنفيديا التي تمتلكها، ومن ثم تقييم حصتها في السوق بناءً على ذلك. وأوضح مصدر مطلع، أنه إذا كان لدى الشركة حوالي 10,000 بطاقة، بينما إجمالي السوق هو 100,000 بطاقة، فإن الحصة ستكون 10%. "بحلول نهاية العام، قد تصل الكمية المحتفظ بها إلى 40,000 بطاقة، وإذا كان إجمالي السوق 200,000 بطاقة، فقد تمثل 20% من حصة السوق."

من جهة لا يمكن شراء بطاقات GPU، ومن جهة أخرى فإن عتبة تدريب النماذج الكبيرة ليست سهلة كما يروج لها في الصناعة. قد تتجاوز تكلفة تدريب نموذج الأرصاد الجوية الكبير المذكور سابقًا 2 مليون يوان، ولكن يجب ملاحظة أن هذا هو تكلفة تدريب نموذج في مجال عمودي على أساس نموذج كبير عام، بحجم معلمات يصل إلى مئات الملايين. إذا كان هناك حاجة لتدريب نموذج عام بحجم مليار أو أكبر، فقد تزيد التكلفة عشرة أضعاف أو مئة ضعف.

أفاد أحد المديرين التنفيذيين في شركة تكنولوجيا: "حاليًا، أكبر حجم للاستثمار هو تدريب النماذج، ومن الصعب الاستمرار في تطوير النماذج الكبيرة دون استثمار عشرات المليارات من رأس المال."

وصف رائد أعمال الوضع التنافسي الحالي للنماذج الكبيرة على النحو التالي: "لكي تكون سريعاً، يجب أن تحقق نتائج قبل نفاد الأموال على الأقل للحصول على الجولة التالية من 'التمويل'. إذا لم يكن هناك دعم بمئات الملايين أو حتى مليارات الدولارات، سيكون من الصعب جداً السير في هذا الطريق."

في هذا الوضع، يعتقد معظم الناس في الصناعة أنه مع تنافس سوق النماذج الكبيرة، سيتحول السوق من الحماس إلى العقلانية، وستقوم الشركات بضبط التكاليف وتعديل الاستراتيجيات وفقًا لتغير التوقعات.

إجراءات إيجابية لمواجهة نقص قوة الحوسبة

لا بد من خلق الظروف حتى بدون شروط - يبدو أن هذه هي عقلية معظم المشاركين في النماذج الكبيرة. جميع الشركات تبحث عن طرق للتعامل مع المشاكل الموجودة فعليًا.

بسبب نقص رقائق GPU المتطورة، وعدم توفر أحدث جيل من GPUs في السوق الصينية، فإن الأداء عادةً ما يكون منخفضًا، لذا تحتاج الشركات إلى وقت أطول لتدريب النماذج الكبيرة. كما أن هذه الشركات تبحث عن طرق مبتكرة لتعويض قوة الحوسبة.

أحد الأساليب هو استخدام بيانات ذات جودة أعلى للتدريب، مما يعزز كفاءة التدريب. تشير تقرير صناعي تم نشره مؤخرًا إلى أنه يجب إدخال التسمية اليدوية والتأكيد في جودة البيانات، واختيار نسبة معينة من البيانات الأصلية للتسمية، لبناء مجموعة بيانات عالية الجودة.

بالإضافة إلى تقليل تكلفة النماذج الكبيرة من خلال بيانات عالية الجودة، فإن تعزيز قدرات البنية التحتية لتحقيق تشغيل مستقر لأكثر من ألف كيلو كالوري لمدة أسبوعين دون انقطاع يعتبر أيضًا أحد التحديات الفنية ووجهات التحسين.

قال أحد كبار المسؤولين في خدمة السحابة: "بصفتنا مزود خدمات سحابية، سنساعد العملاء في بناء بنية تحتية مستقرة وموثوقة. نظرًا لأن استقرار خوادم GPU ضعيف، فإن أي عطل سيؤدي إلى انقطاع التدريب، مما يزيد من إجمالي مدة التدريب. يمكن لمجموعة الحوسبة عالية الأداء أن تقدم للعملاء خدمات أكثر استقرارًا، مما يقلل من وقت التدريب، ويحل بعض مشاكل قوة الحوسبة."

في الوقت نفسه، تعتبر جدولة موارد بطاقة القوة الحوسبية اختبارًا لقدرات مزود الخدمة التقنية. قال مسؤول حلول الإنترنت: "امتلاك موارد بطاقة القوة الحوسبية هو جانب واحد فقط، كيفية جدولة موارد البطاقة واستخدامها بشكل فعلي هو القدرة الأساسية والتحدي الهندسي الأكثر أهمية. تقسيم بطاقة واحدة إلى عدة بطاقات صغيرة، وتحقيق جدولة دقيقة موزعة، يمكن أن يقلل بشكل أكبر من تكلفة القوة الحوسبية."

تؤثر الشبكة أيضًا على سرعة وكفاءة تدريب النماذج الكبيرة. يتطلب تدريب النماذج الكبيرة عادةً آلاف بطاقات GPU، حيث يتطلب الاتصال بمئات خوادم GPU سرعة شبكة عالية جدًا، فإن ازدحام الشبكة يمكن أن يؤثر بشكل كبير على سرعة وكفاءة التدريب.

بعض الشركات اتجهت إلى مسارات جديدة، حيث انتقلت من بنية السحابة إلى بنية الحوسبة الفائقة كوسيلة لخفض التكاليف. في ظل تلبية احتياجات المستخدمين، بالنسبة للمهام غير عالية التدفق ومشاهد المهام المتوازية، تكون أسعار الحوسبة الفائقة السحابية حوالي نصف أسعار السحابة الفائقة، ومن خلال تحسين الأداء يمكن رفع معدل استخدام الموارد من 30% إلى 60%.

بالإضافة إلى ذلك، هناك شركات تختار استخدام المنصات المحلية لتدريب النماذج الكبيرة واستنتاجها، كبديل لوحدات معالجة الرسوميات من إنفيديا التي تعاني من نقص. صرح أحد التنفيذيين في شركة ما، أن الجهاز المتكامل الذي أطلقوه بالتعاون مع هواوي يمكنه إجراء التدريب والاستنتاج على المنصات المحلية، وأن أداء وحدة معالجة الرسوميات من هواوي يمكن أن ينافس إنفيديا.

كل طريقة من الطرق المذكورة هي مشروع كبير، وعادة ما يكون من الصعب على الشركات تلبية الطلب من خلال بناء مراكز بيانات خاصة بها، لذا تختار العديد من فرق الخوارزميات الدعم من مزودي قوة الحوسبة المتخصصين. كما أن التخزين المتوازي يمثل تحدياً كبيراً من حيث التكلفة والتكنولوجيا، بالإضافة إلى الحاجة إلى مراعاة تكلفة الكهرباء في مناطق IDC، وتكاليف منصة البرمجيات، وتكاليف العمالة وغيرها من تكاليف التشغيل.

تتطلب تجمعات GPU بمستوى ألف سعر حراري لتحقيق تأثير الحجم، واختيار مزود خدمة قوة الحوسبة يعني أن التكلفة الحدية تقترب من الصفر.

أشار أحد الأكاديميين إلى أن AIGC قد جلب انفجارًا في صناعة الذكاء الاصطناعي، بينما تواجه التطبيقات الواسعة النطاق للتكنولوجيا الذكية مشكلة طويلة الذيل نموذجية. تشكل الإدارات والمراكز البحثية والشركات الكبرى والمتوسطة التي تمتلك قدرات ذكاء اصطناعي قوية حوالي 20% فقط من الطلب على قوة الحوسبة، بينما تمثل 80% الشركات الصغيرة والمتوسطة. هذه الكيانات، بسبب قيود الحجم والميزانية، غالبًا ما تجد صعوبة في الحصول على موارد قوة الحوسبة أو تواجه أسعارًا مرتفعة، مما يجعل من الصعب عليها الحصول على فوائد التنمية في عصر الذكاء الاصطناعي.

لذلك، لتحقيق تطبيق تقنيات الذكاء الاصطناعي على نطاق واسع، وجعل صناعة الذكاء الاصطناعي "تحظى بشعبية" و"تحقق أرباحًا"، هناك حاجة إلى قوة حوسبة ذكية رخيصة وسهلة الاستخدام، بحيث يمكن للشركات الصغيرة والمتوسطة أن تستخدم القوة الحوسبية بسهولة وبتكلفة منخفضة.

سواء كان الطلب الملح على قوة الحوسبة من النماذج الكبيرة، أو التحديات المختلفة التي يجب حلها خلال تطبيقات قوة الحوسبة، فإن كلاهما يعكس تغيرًا جديدًا: لقد أصبحت قوة الحوسبة، في سياق الطلب السوقي والتطور التكنولوجي، نمط خدمة جديد.

استكشاف نموذج جديد لخدمات قوة الحوسبة

ما هي قوة الحوسبة للنموذج الكبير الذي نتنافس عليه؟ للإجابة على هذا السؤال، يجب أن نبدأ بخدمات قوة الحوسبة.

قوة الحوسبة تنقسم إلى قوة الحوسبة العامة، وقوة الحوسبة الذكية، وقوة الحوسبة الفائقة، وهذه القوى أصبحت خدمة، وهي نتيجة لدفع مزدوج من السوق والتكنولوجيا.

تُعرّف وثيقة بيضاء صناعية خدمات قوة الحوسبة على أنها: مجال جديد لصناعة قوة الحوسبة يعتمد على تنوع قوة الحوسبة، ويرتبط بشبكة قوة الحوسبة، ويهدف إلى توفير قوة الحوسبة الفعالة.

جوهر خدمة قوة الحوسبة هو تحقيق مخرجات موحدة لقوة الحوسبة المتغايرة من خلال تقنيات الحوسبة الجديدة، والاندماج المتقاطع مع تقنيات السحابة والبيانات الضخمة والذكاء الاصطناعي. لا تشمل خدمة قوة الحوسبة القوة الحوسبية فحسب، بل هي أيضًا تعبئة موحدة لموارد مثل القوة الحوسبية والتخزين والشبكة، لتقديم الخدمة في شكل ( مثل API ) لإكمال تسليم القوة الحوسبية.

فهم هذا سيوضح أن جزءًا كبيرًا من المتنافسين على شرائح إنفيديا هم مقدمو خدمات قوة الحوسبة، أي منتجو قوة الحوسبة. المستخدمون الصناعيون الذين يقومون فعليًا باستدعاء واجهة برمجة التطبيقات لقوة الحوسبة في الواجهة الأمامية يحتاجون فقط إلى تقديم متطلبات قوة الحوسبة المناسبة.

وفقًا للمعلومات، من منظور البرمجيات، يتم تقسيم استخدام النماذج الكبيرة الناتجة عن تفاعلات البرمجيات إلى ثلاثة أنواع: الأول هو استدعاء واجهة برمجة التطبيقات للنماذج الكبيرة، حيث تقدم الشركات تسعيرات، ويتم التسوية حسب السعر؛ الثاني هو النماذج الصغيرة الخاصة، حيث يتم شراء قوة الحوسبة،甚至 يتم نشرها ذاتيًا؛ الثالث هو تعاون شركات النماذج الكبيرة مع شركات السحابة، أي السحابة المخصصة، حيث يتم الدفع شهريًا. وأشار أحد التنفيذيين في شركة برمجيات مكتبية إلى أنهم يعتمدون بشكل أساسي على استدعاء واجهة برمجة التطبيقات، بينما يتم بناء منصة جدولة قوة الحوسبة للنماذج الصغيرة داخليًا.

أي أنه في هيكل سلسلة صناعة قوة الحوسبة، تقوم الشركات العليا بشكل رئيسي بتوفير الموارد الداعمة لخدمات قوة الحوسبة العامة، وقوة الحوسبة الذكية، وقوة الحوسبة الفائقة، والتخزين والشبكات. على سبيل المثال، في معركة قوة الحوسبة لنماذج الذكاء الاصطناعي الكبيرة، تعتبر إنفيديا مزودًا لموارد قوة الحوسبة الأساسية في المستوى العلوي، حيث تزود الصناعة بالرقائق.

تتمثل الشركات المتوسطة في مقدمي خدمات السحاب، ومقدمي خدمات قوة الحوسبة الجديدة، حيث يقومون بتحقيق إنتاج قوة الحوسبة من خلال تقنيات ترتيب، وجدولة، وتجارة قوة الحوسبة، كما يتم توفير قوة الحوسبة من خلال واجهات برمجة التطبيقات وغيرها من الوسائل. كلما كانت قدرة الشركات المتوسطة في خدمات قوة الحوسبة أقوى، كانت العوائق أمام الجهات التطبيقية أقل، مما يساعد على تطوير قوة الحوسبة بشكل شامل وواسع.

تلعب الشركات downstream دوراً في سلسلة الإنتاج من خلال تقديم خدمات القيمة المضافة اعتماداً على قوة الحوسبة التي توفرها، مثل المستخدمين في الصناعة وما إلى ذلك. يحتاج هؤلاء المستخدمون فقط إلى تقديم طلباتهم، بينما يقوم منتجو قوة الحوسبة بتخصيص القوة المطلوبة وفقاً للاحتياجات لإكمال "مهام قوة الحوسبة" التي يحددها المستخدم.

هذا أكثر فعالية من حيث التكلفة والتقنية من شراء الخوادم بنفسك لبناء بيئة قوة الحوسبة للنموذج الكبير.

قوة الحوسبة نموذج الأعمال التطوري

كمثال على نموذج عام تم إطلاقه في وقت مبكر، تشير الأخبار المنشورة إلى أنه استخدم العديد من مقدمي خدمات قوة الحوسبة في الصين. وذكر مصدر مطلع أنه من الناحية النظرية، قد يكون قد استخدم جميع مقدمي خدمات القوة الحوسبية/مزودي الخدمات السحابية الرئيسيين.

تعد فواتير الدفع حسب الاستخدام وفواتير الاشتراك السنوي والشهري النمط السائد لخدمات قوة الحوسبة الحالية، وهناك نوعان رئيسيان من الاستخدام: الأول هو اختيار نموذج خدمة قوة الحوسبة المناسب، مثل خادم GPU عالي الأداء مزود ببطاقات الرسوم البيانية الرئيسية من إنفيديا A800 وA100 وV100 من قبل مزود خدمات سحابية معين؛ والثاني هو اختيار منصة خدمات MaaS المناسبة، حيث يتم ضبط النماذج الكبيرة بدقة حسب الصناعة على المنصة.

يتم دفع الصناعة الحالية نحو "دمج شبكة القوة الحوسبية" من خلال الحكم الشامل على معلومات مهام الحساب وحالة موارد الشبكة، لتشكيل خطة جدولة الشبكة القادرة على دعم التوزيع عبر البنى التحتية المختلفة والمناطق المختلفة ومزودي الخدمة المختلفين، وإكمال نشر الموارد ذات الصلة. على سبيل المثال، يكفي إيداع الأموال مسبقاً، لاستدعاء أي قسم في شبكة القوة الحوسبية، واختيار القسم الأكثر ملاءمة أو الأسرع أو الأكثر كفاءة من حيث التكلفة بناءً على خصائص التطبيق، ويتم احتساب الرسوم بناءً على المدة وخصمها من الأموال المودعة مسبقًا.

تعمل شركات خدمات السحابة بنفس الطريقة، حيث أن خدمات قوة الحوسبة كمنتج فريد للخدمات السحابية، تتيح لهم الانخراط بسرعة في سلسلة صناعة قوة الحوسبة.

أظهرت بيانات وزارة الصناعة وتكنولوجيا المعلومات أن إجمالي قوة الحوسبة في الصين بلغ 180EFLOPS في عام 2022، مما جعلها في المرتبة الثانية على مستوى العالم. حتى عام 2022، بلغ حجم صناعة قوة الحوسبة في الصين 1.8 تريليون يوان. لقد ساهمت قوة الحوسبة للنماذج الكبيرة إلى حد كبير في تسريع تطوير صناعة قوة الحوسبة.

هناك آراء تشير إلى أن خدمات قوة الحوسبة الحالية هي في الواقع نوع جديد من "بيع الكهرباء". فقط بناءً على اختلاف التوزيع، قد يحتاج بعض مقدمي خدمات قوة الحوسبة إلى تقديم المزيد من أعمال الصيانة النهائية مثل ضبط أداء النظام، تثبيت البرمجيات، مراقبة تشغيل الأعمال الكبيرة وتحليل الخصائص التشغيلية للمستخدمين.

مع تطبيع متطلبات الحوسبة عالية الأداء للنماذج الكبيرة، دخلت خدمات قوة الحوسبة المستندة إلى خدمات السحابة بسرعة إلى الوعي العام، مما شكل سلسلة صناعية ونموذجًا تجاريًا فريدًا. لكن في بداية انفجار صناعة قوة الحوسبة بسبب النماذج الكبيرة، كانت هناك ندرة في وحدات معالجة الرسوميات عالية الأداء، وارتفاع تكاليف قوة الحوسبة، والتنافس على الرقائق، مما خلق مشهدًا فريدًا في هذا العصر.

علق مصدر مطلع: "حالياً، المنافسة تدور حول من يمكنه الحصول على بطاقات GPU في سلسلة التوريد، إن إنفيديا هي الملكة الحالية في الصناعة، تتحكم في جميع الأسواق، هذه هي الحالة الراهنة." في ظل عدم كفاية العرض، من يمكنه الحصول على بطاقات GPU، يمكنه تقديم الخدمة.

لكن ليس الجميع يتسابقون للحصول على بطاقات GPU، لأن النقص مؤقت، وستُحل المشكلة في النهاية. "الباحثون على المدى الطويل ليسوا في عجلة من أمرهم للشراء، يمكنهم الانتظار بشكل طبيعي، لأنهم لن ينهاروا. الآن، الذين يتسابقون حقًا للحصول على بطاقات GPU هم مجموعة من الشركات الناشئة، يحتاجون إلى ضمان بقائهم على قيد الحياة حتى العام المقبل." كما قال المصدر.

في ظل العديد من عدم اليقين، أصبحت قوة الحوسبة اتجاهًا مؤكدًا كخدمة، ويحتاج مزودو خدمة قوة الحوسبة إلى الاستعداد مسبقًا للتحضير للعودة إلى العقلانية للنماذج الكبيرة، والتكيف بسرعة مع تغيير اتجاهات السوق.