Η Meta δημοσίευσε λεπτομέρειες για το Prometheus, το υπερσύμπλεγμα τεχνητής νοημοσύνης κλίμακας γιγαβάτ που χτίζει στο New Albany του Οχάιο. Η πρώτη φάση έχει ολοκληρωθεί και εκπαίδευσε τα μοντέλα Muse, ενώ ο στόχος είναι περίπου ένα εκατομμύριο GPU. Το σύστημα χρησιμοποιεί πλατφόρμες GB200 και GB300 NVL72 της NVIDIA. Η εταιρεία αναφέρει αξιοποίηση πάνω από 85% στην προεκπαίδευση και πάνω από 90% στην ενισχυτική μάθηση.
Τι σημαίνει: Η δημοσίευση δίνει μια σπάνια ματιά στο πώς λειτουργεί στην πράξη η εκπαίδευση των πιο μεγάλων μοντέλων. Το πιο ενδιαφέρον στοιχείο δεν είναι ο αριθμός των GPU αλλά η αξιοπιστία. Σε συστήματα με εκατοντάδες χιλιάδες επεξεργαστές, κάποιο εξάρτημα αποτυγχάνει συνεχώς, και κάθε διακοπή κοστίζει χρόνο και ενέργεια. Το ότι η Meta δημοσιεύει ποσοστά αξιοποίησης και χρόνο ανάμεσα σε διακοπές δείχνει ότι ο ανταγωνισμός μετατοπίζεται από την απλή αγορά υλικού στη μηχανική λειτουργίας. Η μετατροπή ενός συμβατικού κέντρου δεδομένων σε υποδομή κλίμακας γιγαβάτ μέσα σε δύο χρόνια δείχνει επίσης την ταχύτητα των επενδύσεων. Οι κεφαλαιουχικές δαπάνες της Meta για το 2027 θα ανακοινωθούν σύντομα και θα δείξουν αν ο ρυθμός συνεχίζεται. Για την Ευρώπη και την Ελλάδα, όπου η ενέργεια είναι ακριβότερη και η αδειοδότηση πιο αργή, τέτοιες κλίμακες είναι δύσκολα επιτεύξιμες. Αυτό ενισχύει την εξάρτηση από αμερικανικούς παρόχους για τα μεγαλύτερα μοντέλα. Παράλληλα όμως δημιουργεί ευκαιρίες για μικρότερα, εξειδικευμένα κέντρα δεδομένων που εξυπηρετούν εφαρμογές με χαμηλές απαιτήσεις καθυστέρησης ή αυστηρούς κανόνες για την τοποθεσία των δεδομένων.
Διαβάστε το πρωτότυπο στο StorageReview
Σχετική υπηρεσία: Ανάπτυξη λογισμικού
Σχετικές ειδήσεις
- Επιθέσεις σε διακομιστές Plex λίγες ώρες μετά τη δημοσίευση του Plex2Shell
- Η OpenAI επισπεύδει γύρο χρηματοδότησης περίπου 30 δισ. δολαρίων πριν από την εισαγωγή της Anthropic
- Η Modal προσθέτει επεξεργαστές Vera της NVIDIA για τα sandboxes των AI agents
- Microsoft: τα AI agents είναι οι νέοι «εσωτερικοί» κίνδυνοι και χρειάζονται συνεχή έλεγχο
- Η Inception παρουσιάζει το Mercury 3, γλωσσικό μοντέλο διάχυσης με πάνω από 1.000 tokens ανά δευτερόλεπτο