La quête des grandes entreprises pour l'IA se poursuit. Cette semaine, Microsoft, Google et Meta ont publié leurs résultats financiers. À l'exception de Meta, qui a été légèrement affecté par des prévisions pour le trimestre prochain inférieures aux attentes, les deux autres entreprises ont bien performé sur le marché. La logique du "revenu-dépense-revenu" en cycle positif, précédemment soulignée, se met en place, avec une augmentation continue des revenus de Microsoft et Google Cloud ainsi qu'une amélioration de la marge bénéficiaire globale. L'IA stimule également une croissance rapide des activités publicitaires et de recherche. Parallèlement, la course à la puissance de calcul entre les principaux fournisseurs de cloud est en pleine intensité, et il sera difficile de réduire les dépenses en capital à court terme. À cette étape initiale de l'ère de l'IA, les principaux acteurs doivent continuer à investir pour survivre dans cette compétition féroce. Selon un fournisseur de services de calcul, l'équilibre entre l'offre et la demande de puissance de calcul IA pourrait ne pas être atteint avant 2030.
Le marché attend de voir davantage d'applications IA "ancrées dans la réalité" qui peuvent réellement améliorer la productivité ou faciliter la vie et l'apprentissage. Cette année, nous avons déjà été témoins de la performance impressionnante d'OpenAI Sora et de l'essor du modèle national Kimi. À l'avenir, nous espérons également voir des mises à jour continues de GPT, Gemini et Llama, ainsi que l'intégration des grands modèles par des entreprises de premier plan dans des terminaux tels que les PC et les téléphones portables. Le chemin vers l'AGI est tortueux et il pourrait encore falloir un certain temps pour développer des applications IA qui changent véritablement la société.
Il est actuellement important de se concentrer sur le "rapport qualité-prix de la puissance de calcul". En revenant sur les époques 4G et 5G, la baisse des coûts des données mobiles a donné naissance à l'âge d'or des applications mobiles. De même, la baisse du coût unitaire de la puissance de calcul est une condition nécessaire pour entrer dans l'ère de l'AGI, une puissance de calcul AI bon marché, facilement accessible et stable est la base des applications AI historiques. Prenons Sora comme exemple, il lui faut encore quelques mois avant de pouvoir être ouvert au public, en plus des problèmes de sécurité, il faut également optimiser la puissance de calcul requise pour l'inférence. Les grands fournisseurs de cloud ont les moyens d'investir massivement pour maintenir leur compétitivité, mais cela ne représente pas la demande de l'ensemble du marché, les nombreuses petites et moyennes entreprises ont davantage besoin d'une puissance de calcul à bon rapport qualité-prix.
Décomposer le coût de la puissance de calcul, à part environ 10 % des coûts d'exploitation de l'électricité, le reste est presque entièrement constitué d'investissements en actifs fixes, y compris les GPU, les équipements réseau, le refroidissement, etc. En ce qui concerne les GPU, TSMC est en train d'élargir sa capacité de production CoWoS nécessaire à la puissance de calcul AI, avec une capacité mensuelle prévue de près de 40 000 d'ici la fin de l'année, soit une augmentation de plus de 150 % par rapport à la capacité totale de 2023. En ce qui concerne les équipements réseau, le GB200 de NVIDIA utilise des câbles en cuivre à courte portée et de grande envergure, ce qui indique qu'il ne recherche pas seulement des performances élevées, mais prend également en compte le contrôle des coûts pour les clients. Parallèlement, les fabricants de modules optiques poussent activement des solutions de connexion optique à haut rapport qualité-prix telles que LPO. En ce qui concerne le refroidissement, avec l'augmentation de la densité de puissance des armoires, lorsqu'elle dépasse une certaine valeur critique, le refroidissement liquide deviendra plus rentable que le refroidissement par air.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
19 J'aime
Récompense
19
6
Reposter
Partager
Commentaire
0/400
StableBoi
· 08-01 22:57
L'année 2030, c'est l'équilibre ? On dirait plutôt qu'ils deviennent fous à vouloir de l'argent.
Voir l'originalRépondre0
Frontrunner
· 07-31 14:33
En d'autres termes, il s'agit de rouler de l'argent.
Voir l'originalRépondre0
SmartMoneyWallet
· 07-30 18:15
Ce n'est qu'un jeu de dépenses, le capital ne dort jamais.
Voir l'originalRépondre0
GasOptimizer
· 07-30 18:12
Avec cette Puissance de calcul, l'univers de la cryptomonnaie en a vu beaucoup.
Voir l'originalRépondre0
FortuneTeller42
· 07-30 18:01
La guerre de l'argent brûlant ne fait que commencer.
L'industrie de l'IA crée une forte impulsion, la puissance de calcul à rapport qualité-prix élevé devient essentielle.
Voici le corps de l'article réécrit :
La quête des grandes entreprises pour l'IA se poursuit. Cette semaine, Microsoft, Google et Meta ont publié leurs résultats financiers. À l'exception de Meta, qui a été légèrement affecté par des prévisions pour le trimestre prochain inférieures aux attentes, les deux autres entreprises ont bien performé sur le marché. La logique du "revenu-dépense-revenu" en cycle positif, précédemment soulignée, se met en place, avec une augmentation continue des revenus de Microsoft et Google Cloud ainsi qu'une amélioration de la marge bénéficiaire globale. L'IA stimule également une croissance rapide des activités publicitaires et de recherche. Parallèlement, la course à la puissance de calcul entre les principaux fournisseurs de cloud est en pleine intensité, et il sera difficile de réduire les dépenses en capital à court terme. À cette étape initiale de l'ère de l'IA, les principaux acteurs doivent continuer à investir pour survivre dans cette compétition féroce. Selon un fournisseur de services de calcul, l'équilibre entre l'offre et la demande de puissance de calcul IA pourrait ne pas être atteint avant 2030.
Le marché attend de voir davantage d'applications IA "ancrées dans la réalité" qui peuvent réellement améliorer la productivité ou faciliter la vie et l'apprentissage. Cette année, nous avons déjà été témoins de la performance impressionnante d'OpenAI Sora et de l'essor du modèle national Kimi. À l'avenir, nous espérons également voir des mises à jour continues de GPT, Gemini et Llama, ainsi que l'intégration des grands modèles par des entreprises de premier plan dans des terminaux tels que les PC et les téléphones portables. Le chemin vers l'AGI est tortueux et il pourrait encore falloir un certain temps pour développer des applications IA qui changent véritablement la société.
Il est actuellement important de se concentrer sur le "rapport qualité-prix de la puissance de calcul". En revenant sur les époques 4G et 5G, la baisse des coûts des données mobiles a donné naissance à l'âge d'or des applications mobiles. De même, la baisse du coût unitaire de la puissance de calcul est une condition nécessaire pour entrer dans l'ère de l'AGI, une puissance de calcul AI bon marché, facilement accessible et stable est la base des applications AI historiques. Prenons Sora comme exemple, il lui faut encore quelques mois avant de pouvoir être ouvert au public, en plus des problèmes de sécurité, il faut également optimiser la puissance de calcul requise pour l'inférence. Les grands fournisseurs de cloud ont les moyens d'investir massivement pour maintenir leur compétitivité, mais cela ne représente pas la demande de l'ensemble du marché, les nombreuses petites et moyennes entreprises ont davantage besoin d'une puissance de calcul à bon rapport qualité-prix.
Décomposer le coût de la puissance de calcul, à part environ 10 % des coûts d'exploitation de l'électricité, le reste est presque entièrement constitué d'investissements en actifs fixes, y compris les GPU, les équipements réseau, le refroidissement, etc. En ce qui concerne les GPU, TSMC est en train d'élargir sa capacité de production CoWoS nécessaire à la puissance de calcul AI, avec une capacité mensuelle prévue de près de 40 000 d'ici la fin de l'année, soit une augmentation de plus de 150 % par rapport à la capacité totale de 2023. En ce qui concerne les équipements réseau, le GB200 de NVIDIA utilise des câbles en cuivre à courte portée et de grande envergure, ce qui indique qu'il ne recherche pas seulement des performances élevées, mais prend également en compte le contrôle des coûts pour les clients. Parallèlement, les fabricants de modules optiques poussent activement des solutions de connexion optique à haut rapport qualité-prix telles que LPO. En ce qui concerne le refroidissement, avec l'augmentation de la densité de puissance des armoires, lorsqu'elle dépasse une certaine valeur critique, le refroidissement liquide deviendra plus rentable que le refroidissement par air.