<p id="r91n1"><del id="r91n1"><dfn id="r91n1"></dfn></del></p>

<ruby id="r91n1"><b id="r91n1"></b></ruby>
<pre id="r91n1"><mark id="r91n1"><thead id="r91n1"></thead></mark></pre>

              <pre id="r91n1"></pre>
                <del id="r91n1"><mark id="r91n1"><thead id="r91n1"></thead></mark></del><ruby id="r91n1"></ruby>

                  <pre id="r91n1"></pre>
                  <pre id="r91n1"><del id="r91n1"><thead id="r91n1"></thead></del></pre>

                  現代社會的算力需求——3月總部綜合培訓

                  2023-03-30 17:58:23

                  2022年度爆品應用ChatGPT想必大家并不陌生,

                  但ChatGPT算力費用有多驚人呢,相信很少有人知道。




                  國盛證券基于參數數量和token數量估算,ChatGPT基于的GPT-3模型訓練一次的成本約為140萬美元。
                  今年1月平均每天約有1300萬獨立訪客使用ChatGPT,對應芯片需求為3萬多片英偉達A100GPU,初始運營投入成本約為8億美元,每日電費5萬美元。


                  英偉達A100目前是地球上擁有最強AI算力的芯片,價格約10萬人民幣一塊。


                  我們再來看看2022年的特效巔峰——阿凡達Ⅱ水之道,阿凡達Ⅱ的特效在全球電影史上,可以說前無古人。整個背景全部由特效組成,無論是精細度、真實度都達到了以假亂真的程度。




                  阿凡達Ⅱ中有一幕是近臉特寫,在22m的IMAX屏幕上,眼睛但凡有點紕漏,或者眼神有點不對都很容易被察覺。但是一旦做好了,再看別的電影的眼睛那就高下立判。

                  渲染阿凡達Ⅰ動用的服務器群占地900平米,約4000臺物理機,共35000核心。
                  當時這個服務器集群都能在2009年超算榜上前200。


                  阿凡達Ⅱ時長190分鐘,最高48幀,每一幀畫面要6000線程小時,渲染需要190*60*48*6000 = 3,283,200,000線程小時。后來維塔數碼渲染阿凡達Ⅱ的時候,都有新聞發布說用電超電網負荷。


                  2020年,維塔數碼最后找到了亞馬遜云合作,5G的帶寬是1Gbps,而亞馬遜云當時已經擁有了400Gbps帶寬的全球服務器集群。


                  在確定渲染方案后,特效團隊開始利用亞馬遜云進行渲染,根據公開信息顯示,特效團隊最終在8個月內完成了33億線程小時的全部渲染。


                  阿凡達Ⅱ并不是一個人一個導演或者一個團隊就能打造出來的,它是整個電影工業和互聯網工業的積累。


                  其實算力不僅在這些領域,還與我們的現實生活息息相關。

                  最常見的是大家每天都在使用的二維碼、美顏相機、視頻通話、自動倒車入庫……




                  幾千年來,人們本質的需求從未變過。無論科技如何發展,無論時代如何變化,一切都是為了人類根本的需求服務。
                  生理需求:飲食、睡眠、環境等。
                  情感需求:娛樂消遣、尊重、社會關系等。


                  未來算力發展預測更是不可估量,可滲透幾乎所有領域——互聯網、金融、政府、電信、制造、服務……



                  未來幾年的算法發展,無論是對我們的衣食住行還是工作方式,都將產生巨大影響,讓我們拭目以待。


                  中文字幕免费久久99-秋霞电影院久久国产-久久精品一区二区三区-国产日韩久久久久无码精品

                  <p id="r91n1"><del id="r91n1"><dfn id="r91n1"></dfn></del></p>

                  <ruby id="r91n1"><b id="r91n1"></b></ruby>
                  <pre id="r91n1"><mark id="r91n1"><thead id="r91n1"></thead></mark></pre>

                              <pre id="r91n1"></pre>
                                <del id="r91n1"><mark id="r91n1"><thead id="r91n1"></thead></mark></del><ruby id="r91n1"></ruby>

                                  <pre id="r91n1"></pre>
                                  <pre id="r91n1"><del id="r91n1"><thead id="r91n1"></thead></del></pre>