100.000+ GPUs.
Dafür brauchte es, um @OpenAI’s GPT-6 Astra zu trainieren.
Währenddessen kämpfen die meisten Entwickler damit, überhaupt Zugang zu ein paar wenigen GPUs zu bekommen oder sie sich leisten zu können.
Das ist das große Problem in der KI von heute.
Auf der einen Seite gibt es Cluster mit praktisch unbegrenzter Rechenleistung.
Auf der anderen Seite: Startups, Forschende und Entwickler, die um Zugang kämpfen und jede GPU-Stunde im Blick behalten.
Einfach nur mehr GPUs hinzuzufügen, wird das nicht lösen.
Wir brauchen einen besseren Weg, um auf die Rechenleistung zuzugreifen und sie zu nutzen, die bereits existiert.
Dafür ist @ionet da.
https://www.cnet.com/tech/services-and-software/openai-gpt-6-astra-release-ai-agi-chatgpt/
Dafür brauchte es, um @OpenAI’s GPT-6 Astra zu trainieren.
Währenddessen kämpfen die meisten Entwickler damit, überhaupt Zugang zu ein paar wenigen GPUs zu bekommen oder sie sich leisten zu können.
Das ist das große Problem in der KI von heute.
Auf der einen Seite gibt es Cluster mit praktisch unbegrenzter Rechenleistung.
Auf der anderen Seite: Startups, Forschende und Entwickler, die um Zugang kämpfen und jede GPU-Stunde im Blick behalten.
Einfach nur mehr GPUs hinzuzufügen, wird das nicht lösen.
Wir brauchen einen besseren Weg, um auf die Rechenleistung zuzugreifen und sie zu nutzen, die bereits existiert.
Dafür ist @ionet da.
https://www.cnet.com/tech/services-and-software/openai-gpt-6-astra-release-ai-agi-chatgpt/