極客號(hào)（Daydx.com）9月7日 消息:Hugging Face最近推出了一項(xiàng)新的人工智能服務(wù)，名為“training cluster”，旨在幫助公司進(jìn)行AI模型的培訓(xùn)，而無需擁有龐大的計(jì)算資源。這一新服務(wù)允許用戶利用高性能GPU集群，并通過價(jià)格計(jì)算器根據(jù)參數(shù)、功能、訓(xùn)練數(shù)據(jù)量和所需的速度來配置他們所需的模型。
訓(xùn)練AI費(fèi)用昂貴
根據(jù)價(jià)格計(jì)算器，最便宜的可配置文本模型擁有70億個(gè)參數(shù)，估計(jì)成本為43，069美元，需要大約四天的培訓(xùn)時(shí)間。
而最昂貴的多模態(tài)模型（包括文本和圖像）將花費(fèi)高達(dá)18，461，354美元，擁有700億個(gè)參數(shù)、7萬億個(gè)訓(xùn)練數(shù)據(jù)標(biāo)記，以及在1000個(gè)Nvidia H100GPU上進(jìn)行了長達(dá)184天的培訓(xùn)。這突顯了不同模型之間的價(jià)格差距。
然而，即使使用Hugging Face的服務(wù)培訓(xùn)出擁有70億參數(shù)的最強(qiáng)多模態(tài)模型，也很可能在性能上無法與GPT-4或Google的Gemini競爭，這兩者擁有約1.8萬億參數(shù)，是后者的25倍之多。估計(jì)其培訓(xùn)成本在6，800萬美元到1億美元以上。
這表明，盡管提供了新的AI培訓(xùn)服務(wù)，但尖端AI模型在財(cái)務(wù)角度上仍具有強(qiáng)大的競爭力。
盡管存在高昂成本，但未來隨著處理器技術(shù)的進(jìn)步、更高效的架構(gòu)以及高質(zhì)量訓(xùn)練數(shù)據(jù)的需求降低，培訓(xùn)價(jià)格可能會(huì)有所下降。
training cluster網(wǎng)址:https://huggingface.co/training-cluster
