Artículos Relacionados con Optimización de Costos

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Optimización de Costos", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

¿Rubin Ultra recorta especificaciones? ¿Ni siquiera NVIDIA puede soportar el aumento del precio de la memoria?

El informe de SemiAnalysis ha desencadenado un intenso debate en la industria de la IA al revelar posibles ajustes importantes en las especificaciones de Rubin Ultra, la próxima GPU flagship de NVIDIA para IA. Según el informe, Rubin Ultra mantendría el mismo pico teórico de potencia computacional (35 PFLOPs) que Rubin, pero sufriría una reducción significativa en la memoria: se especificaría con 192GB HBM apilado en 8 capas (8-Hi), incluso menos que los 288GB (12-Hi) de Rubin. El ancho de banda de memoria solo aumentaría ligeramente (1 TB/s), y el consumo energético sería similar o ligeramente superior. La mejora principal se centraría en la capacidad de interconexión a escala, soportando clusters de hasta 576 GPUs unidas mediante NVLink (frente a 72 en Rubin), creando un "super-GPU lógico". La causa principal de esta revisión sería el rápido aumento del precio de la memoria HBM, cuyo costo se habría triplicado desde 2025, impactando fuertemente el costo total de los sistemas. Al reducir la cantidad de HBM (bajando su participación en el costo del ~40% al ~28%) e invertir más en la interconexión (subiendo del 4% al 12%), NVIDIA optimizaría la relación costo-rendimiento del sistema completo. Esta noticia provocó una caída de aproximadamente el 8% en las acciones de los principales fabricantes de HBM, SK Hynix y Samsung, reflejando la preocupación del mercado sobre un posible punto de inflexión en la demanda de memoria de alta gama por parte del mayor comprador, NVIDIA, y el fin de una era de expansión sin restricciones en la infraestructura de IA.

Odaily星球日报Hace 5 hora(s)

¿Rubin Ultra recorta especificaciones? ¿Ni siquiera NVIDIA puede soportar el aumento del precio de la memoria?

Odaily星球日报Hace 5 hora(s)

Cuando los gigantes estadounidenses 'huyen' colectivamente hacia los modelos de IA chinos

El CEO de Coinbase, Brian Armstrong, anunció que la empresa cambió sus modelos de IA a los chinos GLM 5.2 y Kimi 2.7, reduciendo sus costes de IA a la mitad a pesar de aumentar el uso. Esta decisión ha generado impacto en Silicon Valley. La estrategia de ahorro de Coinbase se basa en tres pilares: un sistema de enrutamiento automático que selecciona el modelo más adecuado para cada tarea, la optimización de la caché (elevando la tasa de aciertos del 5% al 60%) y la "Context Engineering", que prioriza dar información precisa y concisa a la IA en lugar de contextos excesivos. Esta tendencia no es aislada. Otras empresas como Lindy y Snowflake también están migrando a modelos chinos como Deepseek o GLM-5.2, destacando la enorme diferencia de precio (hasta 5-7 veces más barato en la salida de tokens) frente a modelos como Claude Opus o GPT, con una calidad comparable en muchas tareas. Para los usuarios, esto implica lecciones prácticas: no depender de un solo modelo, utilizar cachés y plantillas para tareas repetitivas, y ser concisos en las solicitudes a la IA. En el fondo, este fenómeno está redefiniendo el modelo de precios de la industria de la IA. La competencia de precios entre OpenAI, Anthropic y los proveedores chinos está intensificándose, lo que beneficia a los usuarios con más opciones y costes menores. La competencia real ya no es solo técnica, sino económica.

marsbit07/03 16:20

Cuando los gigantes estadounidenses 'huyen' colectivamente hacia los modelos de IA chinos

marsbit07/03 16:20

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow

Tendencias Tecnológicasright-arrow