Ang mga open-source AI model ay maaaring magpahina sa mga monopoliyo ng closed-model, at makatulong sa mga cloud provider

ME AI mensahe, noong Agosto 3, sinabi ni Jukan ng Citrini sa isang post na ang patuloy na pag-unlad ng mga open-source AI model at ang pagbaba ng monopoliyo ng mga closed-source model ay maaaring maging mahalagang tumbok sa industriya ng cloud computing, at maaaring tumulong sa mga cloud provider na pataasin ang komersyal na halaga ng kanilang AI infrastructure. Sinabi ni Jukan na noong nakaraan, ang pangunahing pag-aalala ng mga cloud provider ay ang pagiging basehan lamang nila para sa ilang mga kompanya ng closed-source model matapos ang malaking pagsisikap sa pagbili ng GPU at pagtatayo ng data center, habang ang mga kompanya ng model ay may kontrol sa entry point ng user at presyo. Ngunit kasabay ng pagpapabuti ng performance at pagbaba ng gastos ng mga open-source model, ang modelo ng AI application ay nagbabago mula sa “isang mataas na performance na model na lutasin lahat ng gawain” patungo sa “layered model routing.” Ang mga kumplikadong reasoning tasks ay patuloy na tatanggapin ng mga pinakamataas na closed-source model, habang ang malaking bilang ng karaniwang gawain ay maaaring matugunan ng mga mura at maliit na model o open-source model. Naniniwala siya na habang lumalago ang pagkakapalit-palit ng mga model, mas maraming entry point at kontrol sa traffic routing at pricing ang makukuha ng mga cloud provider. Sa hinaharap, ang mga closed-source model ay maaaring hindi na maging “bayad na channel” sa ibabaw ng cloud computing, kundi mas katulad ng isang computing resource na libreng ma-schedule ng cloud platform. Bukod dito, ang pakikipagkompetensya ng open-source model ay hindi nangangahulugan ng pagbaba sa pangangailangan para sa hardware. Sinabi ni Jukan na mas mababang gastos sa inference ay maaaring magdulot ng mabilis na paglago sa dami ng AI queries, samantalang ang model compression, inference optimization, intelligent routing, at self-developed ASIC chips ay magpapababa sa dami ng pangkalahatang GPU resource na kailangan bawat Token. Naniniwala siya na ang pangmatagalang paglago ng AI infrastructure ay nakadepende kung mas mabilis ba ang paglago ng demand kaysa sa pagpapabuti ng efficiency. Kung lumalago ang paggamit ng Token nang higit sa pagpapabuti ng algorithm at chip efficiency, mananatili pa rin ang mataas na utilization rate ng data center at capital return rate, na nagpapalakas sa pagpapatuloy sa pagsisikap ng mga cloud provider sa pag-invest sa computing infrastructure. Nagwakas si Jukan na ang totoong logic para sa bull market ng AI infrastructure ay hindi lamang nakabatay sa “mura na model ay nakakatulong sa cloud, at ang paglago ng cloud ay nakakatulong sa hardware,” kundi sa pagbaba ng monopolyo profit sa model layer dahil sa open-source models, kung saan ang mga cloud provider ay pinauunlad ang efficiency ng monetization ng computing resources sa pamamagitan ng scheduling at vertical integration, upang higit pang palakasin ang positibong siklo sa pagitan ng cloud computing at hardware investment. (Pinagmulan: MLion)