نعم، @ionet يتيح لك تشغيل وحدات معالجة الرسوميات في ثوانٍ بتكلفة أقل بنسبة تصل إلى 70% مقارنة بمزودي الخدمة الكبار.
لكن، هذه ليست كل القصة.
عندما تنتقل بعيدًا عن الحوسبة المركزية، فإنك تزيد أيضًا من المرونة، والقدرة على التحمل، وأمان البيانات.
في زمن من عدم الاستقرار العالمي، هذه الأمور تكتسب أهمية أكبر من أي وقت مضى.
الرئيس التنفيذي لـ @ionet @Gaurav_ionet يشارك أفكاره حول كيف يمكن أن تساعد الحوسبة الموزعة في ضمان بقاء الأنظمة الحيوية على الإنترنت، حتى عندما تتعطل مراكز البيانات المركزية.
بغض النظر عن مدى روعة الفكرة أو الفريق أو التقنية، إذا لم تتمكن من الوصول إلى وحدات معالجة الرسوميات المناسبة بأسعار معقولة، فلن يتمكن مشروعك من النمو.
https://t.co/IjHEvTwGWy كانت بحاجة إلى مئات وحدات معالجة الرسوميات لدعم توليد الصور في الوقت الحقيقي على نطاق واسع.
استخدام hyperscaler كان يعني التعرض للضغط من أسعار السحاب التقليدية وتأخيرات الشراء.
لكن مع https://t.co/ZuybGWvjv9 تمكنوا من: - تقليل تكاليف وحدات معالجة الرسوميات بنسبة 50%+ - توفير أسرع - اختبار الأجهزة الجديدة في وقت أقرب - الاستمرار في التوسع دون إبطاء سرعة المنتج
النتيجة؟ نما عدد المستخدمين من 14K إلى 19M في عام واحد.
إن جعل الذكاء الاصطناعي في متناول الجميع وبأسعار معقولة ليس مجرد أمر مرغوب فيه، بل هو ضرورة.
توفر الحوسبة بأسعار معقولة وذات وصول سهل يمنح الفرق فرصة عادلة للتنافس، وإطلاق منتجاتهم في السوق، وإنشاء أعمال مستدامة.
بدون ذلك، نحصل على شيء ديستوبيا.
الشركات الآن تستخدم برامج المراقبة لتتبع كل نقرة يقوم بها الموظفون على أجهزة الكمبيوتر الخاصة بهم لتدريب الذكاء الاصطناعي ليحل محلهم.
هذا ما يحدث عندما تضع الأرباح فوق الناس، والمنافسة، والابتكار.
@ionet نحن نعلم من التجربة كيف أن الذكاء الاصطناعي بأسعار معقولة وفي متناول الجميع مهم، وقد أنشأنا منصة لجعل ذلك ممكنًا. أرخص بنسبة 70% من AWS. لا قوائم انتظار.
تفقد حديث رئيس استراتيجية العلامة التجارية لدينا حول الخيارات وراء تطوير الذكاء الاصطناعي في @Independent اليوم.
تقوم شركات التكنولوجيا الكبرى بتسريح ما يصل إلى 10% من قوتها العاملة، وتلقي باللوم على الذكاء الاصطناعي.
إنهم ينفقون مئات المليارات من الدولارات على مراكز البيانات الجديدة بينما يتم استغلال ما يصل إلى 85% من وحدات معالجة الرسوميات الحالية بشكل غير فعال بسبب البنية التحتية غير الكفؤة.
هذه ليست قضية موارد بشرية، بل هي ما يبدو عليه الذكاء الاصطناعي عندما يحدث كل شيء خلف الأبواب المغلقة ويتم التحكم فيه بواسطة عدد قليل من الشركات.
إنه ذكاء اصطناعي للقلة، وليس للجميع.
نحن نؤمن بالذكاء الاصطناعي للجميع، وليس للقلة.
@ionet تجعل وحدات معالجة الرسوميات غير المستغلة من جميع أنحاء العالم متاحة على الفور بأسعار تقل بنسبة 70% عن الشركات الكبرى، بحيث يمكن لأي شخص في أي مكان بناء منتجات رائعة، وأعمال مستدامة.
اختيار بطاقات الرسوميات المناسبة لمشروعك موش بس عن اختيار "أفضل" واحدة.
الأمر يتعلق باختيار البطاقة المناسبة. للوظيفة المناسبة. في الوقت المناسب.
كل بطاقة رسوميات لها نسبة سعر/أداء مختلفة. فهم كيفية تجميعها لأحمال العمل الفريدة لك يمكن أن يحدث فرق بين استهلاك مواردك بسرعة، وبين توفر الموارد لتوسيع مشروعك.
دليلنا الجديد لتجميع بطاقات الرسوميات يساعدك على اتخاذ القرارات الصحيحة:
• H100 مقابل A100 مقابل L40S (متى تستخدم كل واحدة) • تكوينات التجميع اللي فعلاً تنجح • فحوصات الشبكات + NCCL للتأكد من السلاسة • قواعد تحسين التكلفة اللي توفر فلوس حقيقية
وفقًا لدراسة حديثة، فإن استخدام وحدات معالجة الرسوميات (GPU) عبر خوادم المؤسسات يصل إلى 5%.
نعم، فقط 5%.
هذا يعني أن 95% من سعة GPU المخصصة لا تُستخدم.
الشركات الكبرى تضع الناس على قوائم الانتظار، والتكاليف تستمر في الارتفاع، ومليارات تُصرف على مراكز بيانات جديدة، والاستخدام لا يزال عند 5%.
هناك شيء خاطئ جدًا هنا. يجب أن نزيد الوصول إلى الذكاء الاصطناعي، وليس تخزينه.
لهذا السبب توفر لك @ionet المرونة للوصول إلى حوسبة ميسورة التكلفة عندما وكيفما تحتاج إليها من خلال تنسيق وحدات معالجة الرسوميات غير المستغلة من جميع أنحاء العالم.
هذا النوع من المركزية والتركيز للسلطة يعود بالنفع فقط على القلة، وليس على الكثيرين.
بينما تواصل الشركات الكبرى شراء السوق، لا يمتلك غالبية مطوري العالم والشركات الناشئة في مجال الذكاء الاصطناعي الوصول إلى الأدوات والموارد التي يحتاجونها للتنافس.
هذا غير مقبول. إنه يحد من الفرص. إنه يحد من الابتكار. ويجعل الذكاء الاصطناعي أسوأ.
لهذا السبب أنشأنا منصة تجعل الذكاء الاصطناعي متاحاً للجميع، في كل مكان.
سيسيطر مقدمو الخدمات السحابية على 2/3 من سعة مراكز البيانات العالمية.
سيسمح لهم ذلك بالتحكم بشكل أكبر في الوصول، وتحديد الشروط والأسعار التي تستبعد جميع الشركات باستثناء أكبرها، وفي النهاية تحديد من يحق له المشاركة في ثورة الذكاء الاصطناعي.
باستثناء عندما لا يستطيعون.
تعمل الشبكات المفتوحة مثل https://t.co/ZuybGWvjv9 على التصدي من خلال تقديم الحوسبة بأسعار معقولة ومتاح للجميع، في كل مكان.
لا صفقات سرية. لا تكاليف خفية. لا حواجز. الشفافية. الوصول. وأسعار أقل بنسبة 70%.
القدرة على تشغيل وحدات معالجة الرسومات بسرعة مهمة لأي مشروع ذكاء اصطناعي.
وكذلك القدرة على التوسع.
الموجة التالية من البنية التحتية للذكاء الاصطناعي ليست عن الحاويات، بل هي عن الوصول الفوري، وقابلية التوسع، والقدرة على تحمل التكاليف.
لقد وضعنا RunPod و https://t.co/ZuybGWvjv9 جنبًا إلى جنب في دليلنا الأخير لنرى كيف تحل تنسيق وحدات معالجة الرسومات الخاصة بـ https://t.co/ZuybGWvjv9 العديد من التحديات التي تواجه المشاريع المتنامية.
https://t.co/ZuybGWvjv9 تحول الآلاف من وحدات معالجة الرسومات العالمية إلى شبكة قابلة للبرمجة واحدة: - مجموعات فورية (لا قوائم انتظار) - تأخير منخفض عن طريق التصميم - توفير في التكاليف بنسبة 50–75%
اقضِ وقتًا أقل في بناء بنيتك التحتية، ووقتًا أكثر في بناء منتجك.
فلماذا تقوم Nvidia بإطلاق ميزات لا يريدها أحد، بينما تكافح الغالبية العظمى من مشاريع الذكاء الاصطناعي للحصول على القدرة الحاسوبية التي تحتاجها؟
لقد أشار رئيس استراتيجية العلامة التجارية لدينا إلى ذلك في مقابلة حديثة:
"بينما يناقش عالم الألعاب ما إذا كانت الرسوميات الجديدة للذكاء الاصطناعي من Nvidia هي "فوضى ذكاء اصطناعي"، هناك سؤال أكبر: لماذا تستثمر الشركة الرائدة في وحدات معالجة الرسوميات في ميزات تجميلية عندما نكون في وسط أزمة حوسبة؟"
Lambda Labs رائع للبحث. ولكن عندما تحتاج إلى التوسع، تتغير الصورة.
- نفاد مخزون وحدات معالجة الرسومات - محدودة للمناطق المركزية - من الصعب التوسع للعمل في الإنتاج
هنا يأتي سحاب https://t.co/ZuybGWvjv9 اللامركزي.
- وصول فوري إلى وحدات معالجة الرسومات H100/H200 (دون قوائم انتظار) - بنية تحتية عالمية لاستدلال منخفض الكمون - أرخص بنسبة تصل إلى 70% من مقدمي الخدمات التقليديين