Hugging Faceは、企業が大量のコンピューティングを所有せずにAIモデルをトレーニングできるようにする、Training Cluster as a Serviceと呼ばれる新しいAIサービスを提供しています。
AI企業Hugging Faceの新たな一歩
Hugging Faceは、AI分野で革新的なステップを踏み出しました。彼らは、Training Cluster as a Serviceを開始し、これによりユーザーは強力なGPUクラスターにアクセスして、AIモデルをより迅速かつ簡単にトレーニングできるようになります。
新しい価格計算ツール
新しいサービスの価格計算ツールは非常に興味深いものです。ユーザーは、パラメーターの数、機能、トレーニングデータの量、および希望するトレーニング速度に基づいて、希望するモデルをカスタマイズできます。例えば、70億のパラメーターを備えた最も安価なテキストモデルのトレーニング費用は推定で約43,069ドルかかり、トレーニングには約4日かかります。
最高価格のモデル
一方、最も高価なマルチモーダルモデル（テキストと画像を含む）のトレーニング費用は1,846万1,354ドルに達します。これには、700億のパラメーター、7兆のトレーニングデータトークン、および1000個のNvidia H100 GPUでの184日間のトレーニング時間が含まれます。このような高価なモデルをトレーニングするのは、セキュリティ上の理由から独立させたい場合や、特殊なアプリケーションシナリオに最適です。
大手企業との競争
しかし、大手AI企業の存在も無視できません。GoogleやOpenAIなどの大手企業は、大規模な基礎モデルを微調整するためのサービスを提供しており、価格性能比の点で有利な立場にあります。AIトレーニングは費用がかかるものであり、モデルのパフォーマンスはサイズだけでなくトレーニングデータとアーキテクチャの品質にも依存します。
自己トレーニングされた HF モデルのパフォーマンスについて一般的に述べるのは困難です。
ただし、現在 HF サービスを介してトレーニングできる 700 億個のパラメーターを備えた最も強力なマルチモーダル モデルであっても、できるだけ多くのタスクを最高のパフォーマンスで実行することになると、GPT-4やGoogle の Geminiには太刀打ちできない可能性があります。可能な品質。
未来の展望
最新の情報によれば、GPT-4やGoogleのGeminiなどの最先端のAIモデルには約1兆8000億のパラメーターがあると言われており、トレーニング費用は膨大なものとなります。これはAIモデルのトレーニングが依然として高価であることを示しており、欧州のAIスタートアップ企業には資金不足の可能性が高いことも示唆しています。
しかし、技術の進化、アーキテクチャの効率化、高品質なトレーニングデータの需要減少により
将来的にはトレーニングの価格が下がる可能性があります。
まとめ
Hugging Faceは、企業がデータセンターを所有せずにAIモデルをトレーニングできるようにする、Training Cluster as a Serviceと呼ばれる新しいAIサービスを提供しています。ユーザーは高性能GPUクラスターを活用し、価格計算ツールを使用してパラメーター、機能、トレーニングデータ、速度に基づいて希望のモデルを構成できます。しかし、依然として最先端のAIモデルは高価で強力であり、トレーニングの価格が将来的に下がる可能性もあります。
