Binance Square
Sheri Herem a3Hb
3 Publicaciones

Sheri Herem a3Hb

0 Siguiendo
0 Seguidores
0 Me gusta
Publicaciones
·
--
Artículo
¿Por qué ChatGPT no puede funcionar sin GPU?Mucha gente usa ChatGPT todos los días. Escribir copys, investigar, traducir, aprender, desarrollo de software, e incluso manejar diversos problemas laborales. Pero muy pocos se detienen a pensar: Cuando le hacemos una pregunta a ChatGPT, ¿qué es lo que realmente sucede detrás? De hecho, detrás de cada conversación, se requiere una gran cantidad de recursos de cómputo para realizar los cálculos. Y uno de los hardware clave que soporta estos cálculos es la GPU. En comparación con las CPU tradicionales, las GPU son más adecuadas para procesar cálculos paralelos a gran escala, por lo que se han convertido en una base importante para el entrenamiento e inferencia de modelos de inteligencia artificial.

¿Por qué ChatGPT no puede funcionar sin GPU?

Mucha gente usa ChatGPT todos los días.
Escribir copys, investigar, traducir, aprender, desarrollo de software, e incluso manejar diversos problemas laborales.
Pero muy pocos se detienen a pensar:
Cuando le hacemos una pregunta a ChatGPT, ¿qué es lo que realmente sucede detrás?
De hecho, detrás de cada conversación, se requiere una gran cantidad de recursos de cómputo para realizar los cálculos.
Y uno de los hardware clave que soporta estos cálculos es la GPU.
En comparación con las CPU tradicionales, las GPU son más adecuadas para procesar cálculos paralelos a gran escala, por lo que se han convertido en una base importante para el entrenamiento e inferencia de modelos de inteligencia artificial.
Artículo
¿Por qué cada vez más empresas ya no construyen sus propios centros de datos con GPUs?En los últimos años, la inteligencia artificial ha crecido a toda velocidad. Desde ChatGPT, modelos de lenguaje grandes (LLM) hasta Agentes de IA, cada vez más empresas están comenzando a implementar tecnología de IA con la esperanza de aumentar la eficiencia y la competitividad. Pero en el proceso de aplicación práctica, muchas empresas rápidamente se dieron cuenta de un problema: La IA necesita una gran cantidad de poder de cómputo. Y el recurso central del poder de cómputo a menudo proviene de las GPUs. El problema es que las GPUs no son baratas. Además del costo de adquisición de equipos de hardware, las empresas también deben considerar: • Construcción de centros de datos • Arquitectura de red • Suministro de energía • Gestión de seguridad • Mantenimiento técnico Para la mayoría de las empresas, estas inversiones no son sencillas.

¿Por qué cada vez más empresas ya no construyen sus propios centros de datos con GPUs?

En los últimos años, la inteligencia artificial ha crecido a toda velocidad.
Desde ChatGPT, modelos de lenguaje grandes (LLM) hasta Agentes de IA, cada vez más empresas están comenzando a implementar tecnología de IA con la esperanza de aumentar la eficiencia y la competitividad.
Pero en el proceso de aplicación práctica, muchas empresas rápidamente se dieron cuenta de un problema:
La IA necesita una gran cantidad de poder de cómputo.
Y el recurso central del poder de cómputo a menudo proviene de las GPUs.
El problema es que las GPUs no son baratas.
Además del costo de adquisición de equipos de hardware, las empresas también deben considerar:
• Construcción de centros de datos
• Arquitectura de red
• Suministro de energía
• Gestión de seguridad
• Mantenimiento técnico
Para la mayoría de las empresas, estas inversiones no son sencillas.
Artículo
Después de la explosión de ChatGPT, el recurso realmente escaso es el poder de cómputo.En los últimos dos años, el ritmo de desarrollo de la inteligencia artificial ha superado las expectativas de muchos. Desde ChatGPT, Claude hasta Gemini, pasando por la generación de imágenes y videos con IA, la inteligencia artificial está entrando rápidamente en la gestión empresarial, la creación de contenido, la educación, las finanzas y más. Sin embargo, la mayoría de las personas solo ven el modelo. Lo que realmente se pasa por alto es, de hecho, el poder de cómputo detrás del modelo. Si comparamos un modelo de IA con un motor de automóvil, entonces el poder de cómputo es el combustible. No hay suficiente poder de cómputo; ni el modelo más potente puede completar el entrenamiento y la inferencia. La naturaleza de la competencia en IA está cambiando.

Después de la explosión de ChatGPT, el recurso realmente escaso es el poder de cómputo.

En los últimos dos años, el ritmo de desarrollo de la inteligencia artificial ha superado las expectativas de muchos.
Desde ChatGPT, Claude hasta Gemini, pasando por la generación de imágenes y videos con IA, la inteligencia artificial está entrando rápidamente en la gestión empresarial, la creación de contenido, la educación, las finanzas y más.
Sin embargo, la mayoría de las personas solo ven el modelo.
Lo que realmente se pasa por alto es, de hecho, el poder de cómputo detrás del modelo.
Si comparamos un modelo de IA con un motor de automóvil, entonces el poder de cómputo es el combustible.
No hay suficiente poder de cómputo; ni el modelo más potente puede completar el entrenamiento y la inferencia.
La naturaleza de la competencia en IA está cambiando.
Inicia sesión para explorar más contenidos
Únete a usuarios de criptomonedas de todo el mundo en Binance Square
⚡️ Obtén la información más reciente y útil sobre criptomonedas.
💬 Confía en el mayor exchange de criptomonedas del mundo.
👍 Descubre opiniones reales de creadores verificados.
Correo electrónico/número de teléfono
Mapa del sitio
Preferencias de cookies
Términos y condiciones de la plataforma