Pourquoi de plus en plus de projets d'IA commencent-ils à mettre l'accent sur le réseau de puissance de calcul plutôt que sur le modèle lui-même ?

Auparavant, lorsque l'on discutait d'IA, l'attention était portée sur la capacité du modèle, comme la taille des paramètres et les performances.
Mais maintenant, je réalise que ce qui limite réellement le développement de l'IA, ce n'est souvent pas le modèle, mais la manière dont la puissance de calcul est obtenue.
@dgrid_ai m'a permis de mieux comprendre cela. Son point central n'est pas le modèle, mais la façon dont la puissance de calcul est organisée.
Lorsque la puissance de calcul peut être connectée et utilisée de manière plus efficace, la vitesse de développement de l'IA s'accélère naturellement. Ce changement n'est pas une simple mise à niveau superficielle des fonctionnalités, mais une amélioration de l'efficacité fondamentale.
Du point de vue de l'utilisateur, vous ne verrez pas directement le réseau de puissance de calcul, mais vous ressentirez que les services d'IA deviennent plus flexibles.
Je commence à réaliser que $DGAI ne représente pas un produit d'IA, mais une nouvelle orientation pour l'infrastructure de base de l'IA.
C'est aussi pour cela que je suis prêt à suivre son développement de près, car le véritable changement commence souvent à la base.
@Galxe @GalxeQuest @easydotfunX @wallchain #Ad #Affiliate