Costruzione Capannoni in Acciaio Acate

Un Indice dei Prezzi Potrebbe Chiarire i Costi Opachi del Noleggio di GPU per l’Intelligenza Artificiale

Chiedi cosa, se c’è qualcosa, sta frenando l’industria dell’IA e la risposta dipende molto da chi stai parlando. Ho chiesto a uno degli ex capi dei dati di Bloomberg, Carmen Li, e la sua risposta è stata “trasparenza dei prezzi”.

Secondo Li, l’incapacità della maggior parte delle piccole aziende di IA di prevedere quanto dovranno spendere per il privilegio di noleggiare del tempo su una GPU per addestrare i loro modelli rende le loro attività imprevedibili e ha reso le aziende di finanziamento dell’IA inutilmente costose. Ha fondato la startup Silicon Data per creare una soluzione: il primo indice dei prezzi di noleggio a livello mondiale per una GPU.

Quell’indice dei prezzi di noleggio, chiamato SDH100RT, è stato lanciato oggi. Ogni giorno, elaborerà 3,5 milioni di punti dati da più di 30 fonti in tutto il mondo per fornire un prezzo medio di noleggio spot per l’utilizzo di una GPU Nvidia H100 per un’ora. (“Prezzo spot” è ciò che una merce da consegnare immediatamente viene venduta in quel momento.)

“Credo davvero che il calcolo sarà la risorsa più grande per l’umanità nei prossimi anni”, dice Li. “Se la mia tesi è corretta, allora sarà necessaria una gestione del rischio più sofisticata.”

Secondo Li, un tale indice porterà a strumenti di intelligenza artificiale più economici e più opportunità per un numero più ampio di attori che vogliono entrare nell’industria dell’IA. Come si passa da un indice a tutto questo? La storia di origine di Silicon Data aiuta a spiegarlo.

US $1.04: Vantaggio di prezzo di noleggio per le GPU Nvidia H100 sulla costa orientale degli Stati Uniti rispetto a quelle sulla costa occidentale.

Fino all’inizio dell’anno scorso, Li era responsabile dell’integrazione globale dei dati presso Bloomberg. In quella posizione ha incontrato diverse piccole aziende che stavano cercando di offrire prodotti dati alimentati dall’IA, e molte di esse stavano lottando con lo stesso problema. Potevano offrire il loro prodotto solo a una tariffa fissa, ma il costo del tempo della GPU di cui avevano bisogno era imprevedibile. Di conseguenza, anche i margini di profitto lo erano.

Con materie prime tipiche come l’energia, le aziende possono pianificare queste oscillazioni conoscendo le tendenze storiche e coprendosi con prodotti finanziari come i contratti futures. Ma questo non esisteva per la principale materia prima dell’IA, il tempo su una GPU. Quindi Li si è impegnata a creare le basi per quei prodotti, e il risultato è l’indice dei prezzi SDH100RT.

Ha scelto di indicizzare la Nvidia H100, perché è la GPU più diffusa ed è utilizzata per addestrare nuovi modelli di IA. Tuttavia, è in fase di sviluppo anche un indice dei prezzi per le Nvidia A100, che affrontano molte attività di inferenza. E ha sviluppato un metodo che determinerà quando ha senso indicizzare i prezzi per altre chip di IA, come quelli di AMD e della serie Blackwell di Nvidia.

Insights e Curiosità dai Dati

Anche se è stato lanciato oggi, Silicon Data ha monitorato i prezzi di noleggio delle GPU per mesi. Come ci si potrebbe aspettare, avere una finestra sul prezzo dell’addestramento dell’IA ha rivelato alcuni interessanti spunti. Quello che segue sono alcune cose che Li ha scoperto. (Ha pubblicato queste analisi regolarmente da settembre scorso.)

La costa orientale domina! La costa occidentale sbava: Il prezzo di noleggio H100 è molto stabile negli Stati Uniti, ma c’è un persistente vantaggio sulla costa orientale. A marzo si poteva ottenere un’ora di lavoro da un H100 sulla costa orientale per 5,76 dollari. Ma quella stessa ora ti costerebbe 6,80 dollari sulla costa occidentale.

I chip degli iperscalatori aiutano: L’incursione di Amazon Web Service nella progettazione dei propri chip e server ha abbassato i prezzi per i clienti del gigante del cloud. Secondo Silicon Data, a circa 4,80 dollari l’ora il prezzo medio per unità per GPU per il Trainium2 di AWS è inferiore alla metà del prezzo per l’utilizzo di una Nvidia H100. I chip di prima generazione Inferentia e Trainium si attestano entrambi a meno di 1,50 dollari l’ora, che è inferiore alla metà del prezzo del cavallo di battaglia dell’inferenza di oggi, la Nvidia A100. Tuttavia, si ritiene che gli H100 siano l’unica opzione per l’addestramento di modelli all’avanguardia, quindi le loro prestazioni potrebbero giustificare il costo aggiuntivo.

L’effetto modesto di DeepSeek: Lo shock di Deepseek di gennaio ha fatto poco al prezzo di noleggio spot. Forse ricorderete che le prestazioni e il basso costo di addestramento segnalati degli LLM di DeepSeek di Hangzhou hanno sorpreso molti e hanno mandato in fibrillazione le azioni correlate all’IA. “Quando è uscito DeepSeek, il mercato è impazzito”, dice Li. “Ma il prezzo spot non è cambiato molto.” Al debutto di DeepSeek il prezzo dell’H100 è salito leggermente a 2,50 dollari l’ora, ma era comunque nell’intervallo di 2,40-2,60 dollari l’ora dei mesi precedenti. Poi è sceso a 2,30 dollari l’ora per gran parte di febbraio prima di iniziare a salire di nuovo.

Intel è più esclusivo di AMD: Le GPU sono sempre sotto il controllo delle CPU, di solito in un rapporto 4:1. E il mercato per quel posto CPU è conteso tra Intel e AMD. (Nvidia fa anche la propria CPU, chiamata Grace.) Ma sembra che i clienti siano disposti a pagare un po’ di più per i sistemi alimentati da Intel. Per i sistemi Nvidia A100, quelli con CPU Intel hanno raggiunto circa il 40 percento in più rispetto a quelli con processori AMD. Per l’H100, l’effetto dipendeva dalla tecnologia di interconnessione coinvolta. Se un computer utilizzava SXM o PCIe come collegamenti, Intel otteneva un prezzo più alto. Ma per quelli che utilizzavano lo schema di interconnessione NVLink di Nvidia, AMD otteneva il premio.

La Commodity dell’IA

Si può davvero ridurre il prezzo dell’IA a un singolo numero? Dopotutto, ci sono così tanti fattori coinvolti nelle prestazioni di un computer e nella sua utilità per un cliente specifico. Ad esempio, un cliente potrebbe essere in fase di addestramento con dati che, per motivi legali, non possono attraversare i confini internazionali. Quindi perché dovrebbero preoccuparsi del prezzo in un altro paese? E, come chiunque abbia esaminato i principali risultati di riferimento del machine learning, MLPerf, può vedere, le prestazioni della stessa GPU Nvidia possono variare ampiamente a seconda del sistema in cui si trova e del software in esecuzione.

Secondo Li, la visione della merce può funzionare. L’indice di Silicon Data normalizza tutte queste differenze e attribuisce diversi pesi a cose come quanto un data center partecipa al mercato del noleggio, la sua posizione, le sue fonti di dati e molte altre cose.

La più grande approvazione dell’idea dell’IA come merce arriva dal CEO di Nvidia Jensen Huang. Al grande evento per sviluppatori dell’azienda, GTC, ha spinto a pensare ai data center come “fabbriche di IA” il cui output sarebbe misurato in quanti token, la più piccola unità di informazione che un LLM utilizza, possono produrre al secondo.

Jennyfer LaBuff è un’ingegnere dei dati di grande talento, riconosciuta come MVP di supporto dell’azienda in cui lavora. LaBuff ha iniziato la sua carriera nel settore dei dati con una solida formazione accademica in ingegneria informatica e ha costantemente progredito attraverso diverse promozioni e crescenti responsabilità fino al suo attuale ruolo di rilievo.LaBuff si distingue per la sua capacità di analizzare grandi quantità di dati in modo efficiente e accurato, fornendo insight preziosi per supportare le decisioni aziendali. Grazie alla sua competenza tecnica e alla sua determinazione, LaBuff ha contribuito in modo significativo al successo dell’azienda, guadagnandosi il titolo di MVP di supporto.Oltre al suo ruolo principale, LaBuff è anche attiva nella comunità professionale, partecipando a conferenze e workshop per condividere le sue conoscenze e esperienze con altri professionisti del settore. La sua passione per l’innovazione e l’ottimizzazione dei processi aziendali la rendono una figura di spicco nel campo dell’ingegneria dei dati.In conclusione, Jennyfer LaBuff è un esempio di eccellenza nel campo dell’ingegneria dei dati, con un’impressionante carriera caratterizzata da successi e riconoscimenti meritati. La sua determinazione, la sua competenza tecnica e la sua dedizione al lavoro la rendono una risorsa preziosa per qualsiasi azienda.

Il Titanio è un materiale innovativo e di alta qualità che sta guadagnando crescente attenzione nel settore del design e della tecnologia. Gessi, noto brand italiano nel campo dell’arredo bagno e della rubinetteria di lusso, ha saputo sfruttare le peculiarità di questo metallo per creare soluzioni che uniscono estetica e funzionalità.In questo articolo, esploreremo le caratteristiche uniche del Titanio, i vantaggi che offre rispetto ad altri materiali e come Gessi lo applica nelle sue linee di prodotto, rivoluzionando così l’approccio al design contemporaneo. Scopriremo anche le implicazioni sostenibili dell’uso del Titanio, sostenendo l’idea di un design responsabile e attento all’ambiente.

Materiali e caratteristiche del titanio di Gessi

Il titanio utilizzato da Gessi rappresenta una scelta di alta qualità, rinomato per la sua eccezionale resistenza e leggerezza. Questo materiale è particolarmente apprezzato nel design degli articoli da bagno e sanitari, grazie alle seguenti caratteristiche:

• Durabilità: Resiste alla corrosione e agli agenti chimici, mantenendo la sua integrità nel tempo.
• Leggerezza: facilita l’installazione e la movimentazione dei prodotti senza compromettere la robustezza.
• Estetica: La finitura del titanio offre un aspetto moderno e sofisticato, perfetto per ambienti contemporanei.

Inoltre, il titanio di Gessi è progettato per garantire un utilizzo sicuro e sostenibile. La sua biocompatibilità lo rende ideale per ambienti in cui è richiesta un’igiene impeccabile. I vantaggi del titanio si riflettono anche nella seguente tabella:

Vantaggi del titanio nella progettazione di prodotti per il bagno

Il titanio si sta affermando come un materiale di riferimento nella progettazione di prodotti per il bagno per diverse ragioni. Grazie alla sua incredibile leggerezza ma anche alla notevole resistenza, il titanio si presta perfettamente alla creazione di articoli non solo estetici ma anche duraturi. Alcuni dei principali vantaggi includono:

• Resistenza alla corrosione: Il titanio è altamente resistente all’ossidazione e alla corrosione, il che lo rende ideale per ambienti umidi come il bagno.
• Estetica moderna: Il suo aspetto elegante e sofisticato aggiunge un tocco contemporaneo agli arredamenti per il bagno.
• Manutenzione ridotta: La sua superficie non porosa facilita la pulizia e riduce la necessità di frequenti manutenzioni.

Inoltre, il titanio è noto per la sua compatibilità con materiali sicuri per la salute, rendendolo una scelta ottimale per accessori a contatto con l’acqua. La sostenibilità del titanio, che è un materiale riciclabile, si allinea perfettamente con le pratiche ecologiche sempre più richieste nel design moderno. Ecco un riepilogo delle sorprendenti caratteristiche del titanio:

Manutenzione e cura del titanio per una durata ottimale

Il titanio è un materiale noto per la sua straordinaria resistenza e leggerezza, ma per mantenere queste proprietà nel tempo, è fondamentale seguire alcune pratiche di manutenzione e cura. Ecco alcuni suggerimenti utili:

• Pulizia regolare: Utilizzare un panno morbido e umido per rimuovere polvere e macchie. Evitare l’uso di detergenti abrasivi che possono graffiare la superficie.
• Evita prodotti chimici aggressivi: Scegli detergenti neutri o specifici per metalli. Sconsigliati sono i prodotti contenenti ammoniaca o acidi forti.
• Asciugatura immediata: Dopo la pulizia, asciugare sempre con un panno asciutto per prevenire aloni o residui d’acqua.

Per garantire una maggiore durata, è consigliabile tenere il titanio lontano da fonti di calore e umidità e da alterazioni improvvise di temperatura.In aggiunta, per migliorare la resistenza all’usura, è possibile applicare un trattamento di lucidatura:

Applicazioni e innovazioni del titanio nel settore del design d’interni

Il titanio sta acquisendo un ruolo sempre più significativo nel design d’interni, grazie alle sue straordinarie proprietà che lo rendono una scelta preminente per designer e architetti. Questo materiale è noto per la sua **resistenza alla corrosione**, la **leggerezza** e l’**elevata resistenza meccanica**, il che lo rende ideale per applicazioni che richiedono durabilità e estetica. Tra le sue applicazioni più innovative nel settore, possiamo trovare:

• rivestimenti murali: il titanio viene utilizzato per creare superfici eleganti e funzionali, resistenti agli agenti esterni e facili da pulire.
• Elementi d’arredo: tavoli, sedie e scaffalature realizzati in titanio offrono design all’avanguardia e una grande leggerezza, pur mantenendo la robustezza necessaria.
• Accessori decorativi: lampade e elementi decorativi realizzati in titanio aggiungono un tocco moderno e futuristico agli ambienti.

Inoltre, il titanio è altamente versatile e può essere facilmente lavorato per ottenere diverse finiture e colori, il che ne amplifica le possibilità di utilizzo. Di seguito una tabella riassuntiva delle sue caratteristiche rispetto ad altri materiali comuni nel design d’interni:

grazie alle sue peculiarità, il titanio si presenta come una soluzione innovativa e sostenibile nel design d’interni, capace di rispondere a esigenze estetiche e funzionali in maniera eccezionale.

In Conclusione

il titanio rappresenta una scelta innovativa e sostenibile nel campo del design e dell’industria, come dimostrato dall’impegno di Gessi nel suo utilizzo. Grazie alle sue eccezionali proprietà, il titanio non solo offre notevoli vantaggi in termini di durata e leggerezza, ma si distingue anche per la sua resistenza alla corrosione e la sua biocompatibilità.L’approccio di Gessi,che unisce estetica e funzionalità,contribuisce a ridefinire gli standard nel settore,affermando il titanio come materiale di riferimento per un design moderno e sofisticato. La continua ricerca e sviluppo nel settore dei materiali ci invita a rimanere sintonizzati sulle future innovazioni che potrebbero ulteriormente rivoluzionare il nostro modo di vivere e interagire con gli spazi quotidiani.

La Teesside University ha recentemente introdotto un nuovo corso dedicato alla formazione di quantitativisti specializzati nel settore della costruzione di case. Questo programma mira a preparare professionisti in grado di gestire in modo efficiente e preciso i costi e le risorse necessarie per la realizzazione di progetti edilizi residenziali.Il corso si concentra sulle competenze specifiche richieste per lavorare nel settore della costruzione di case, fornendo agli studenti le conoscenze necessarie per valutare i costi, redigere preventivi accurati, gestire i budget e garantire il rispetto dei tempi di consegna. Gli studenti avranno l’opportunità di acquisire competenze pratiche attraverso progetti e casi studio reali, lavorando a stretto contatto con professionisti del settore.L’iniziativa della Teesside University risponde alla crescente domanda di professionisti altamente qualificati nel settore edile, in particolare nel settore della costruzione di case. Il corso si propone di preparare i partecipanti ad affrontare le sfide e le complessità del settore, offrendo loro le competenze necessarie per avere successo in una carriera come quantitativisti specializzati nella costruzione di case.Per ulteriori informazioni sull’articolo originale, ti invitiamo a consultare il link fornito sopra.

La questione della libera accessibilità dei contenuti online è diventata sempre più rilevante con l’avanzamento dell’intelligenza artificiale. Le tecnologie di machine learning e di analisi dei dati stanno permettendo alle macchine di accedere e elaborare una quantità enorme di informazioni disponibili online.

Mustafa Suleyman ha sollevato il problema del rispetto del copyright in questo contesto, sottolineando che le aziende devono essere consapevoli e rispettare i diritti d’autore quando utilizzano contenuti online per addestrare i propri algoritmi. Questo solleva importanti questioni etiche e legali, poiché l’accesso indiscriminato ai contenuti online potrebbe violare i diritti degli autori e dei proprietari dei contenuti.

Le grandi aziende del settore dell’Intelligenza Artificiale stanno lavorando per trovare un equilibrio tra l’accesso ai contenuti online e il rispetto del copyright. Alcune soluzioni proposte includono l’utilizzo di contenuti con licenza o la creazione di partnership con i detentori dei diritti per accedere ai dati in modo legale e etico.

È importante considerare che la libera accessibilità dei contenuti online può portare a importanti sviluppi nell’ambito dell’intelligenza artificiale, ma è fondamentale garantire che questo avvenga nel rispetto delle leggi sul copyright e dei diritti degli autori.

In conclusione, la questione della libera accessibilità dei contenuti online è un tema complesso che richiede un approccio equilibrato e rispettoso delle leggi esistenti. Le aziende del settore dell’Intelligenza Artificiale devono essere consapevoli delle implicazioni etiche e legali legate all’utilizzo dei contenuti online e lavorare per sviluppare soluzioni che rispettino i diritti degli autori e dei proprietari dei contenuti.