OpenAI联合创始人兼职科学家Andrej Karpathy近日发文,阐述了自己对英伟达GPU短缺的看法。
近来,社区广为流传的一张图「我们需要多少张GPU」,引发了众多网友的讨论。
- GPT-4可能在大约10000-25000张A100上进行了训练
- Meta大约21000 A100
- Tesla大约7000 A100
- Stability AI大约5000 A100
- Falcon-40B在384个A100上进行了训练
– Inflection使用了3500和H100,来训练与GPT-3.5能力相当的模型
另外,根据马斯克的说法,GPT-5可能需要30000-50000个H100。
此前,摩根士丹利曾表示GPT-5使用25000个GPU,自2月以来已经开始训练,不过Sam Altman之后澄清了GPT-5尚未进行训。
在这篇名为「Nvidia H100 GPU:供需」文章中,深度剖析了当前科技公司们对GPU的使用情况和需求。
文章推测,小型和大型云提供商的大规模H100集群容量即将耗尽,H100的需求趋势至少会持续到2024年底。
当前,生成式AI爆发仍旧没有放缓,对算力提出了更高的要求。
一些初创公司都在使用英伟达昂贵、且性能极高的H100来训练模型。
马斯克说,GPU在这一点上,比药物更难获得。
OpenAI联合创始人AndrejKarpathy的文章探讨了英伟达GPU,特别是H100的供需紧张,指出GPT-4至GPT-5的训练需求巨大。科技公司如Meta和Tesla的需求量大,引发市场对H100资源的争夺。预计短缺将持续到2024年底,随着生成式AI的发展,GPU获取难度增加。

被折叠的 条评论
为什么被折叠?



