“本來我是拒絕的,但AI實(shí)在是太火了！”

Ai爆火，需要的GPU算力劇增
今年，這Ai真的是太火爆了，不管是做啥的只要沾上GPT，那流量都是嗷嗷的。這不是么，我這邊本想部署幾個(gè)比較流行的應(yīng)用，嘿！算力不夠啊～

我們都知道GPU的核數(shù)遠(yuǎn)超CPU，被稱為眾核，每個(gè)核擁有的緩存大小相對小，數(shù)字邏輯運(yùn)算單元也少而簡單，從結(jié)果上導(dǎo)致CPU擅長處理具有復(fù)雜計(jì)算步驟和復(fù)雜數(shù)據(jù)依賴的計(jì)算任務(wù)，而GPU適合對大量數(shù)據(jù)進(jìn)行并行的簡單計(jì)算，正好Ai就需要這個(gè)。

所以么，英偉達(dá)趁機(jī)走上了巔峰！

目前開源的AI項(xiàng)目
微軟的DeepSpeed-Chat，一個(gè) 130 億參數(shù)的類 ChatGPT 模型，訓(xùn)練時(shí)間只需要 1.25 小時(shí)；
再看看下面：
GLM-10B/130B：雙語（中文和英文）雙向稠密模型。

OPT-2.7B/13B/30B/66B：Meta開源的預(yù)訓(xùn)練語言模型。

LLaMA-7B/13B/30B/65B：Meta開源的基礎(chǔ)大語言模型。

Alpaca（LLaMA-7B）：一個(gè)強(qiáng)大的可復(fù)現(xiàn)的智能跟隨模型，種子任務(wù)都是英語，收集的數(shù)據(jù)也都是英文，因此訓(xùn)練出來的模型未對中文優(yōu)化。

Alpaca-Lora：Stanford Alpaca 是在 LLaMA 整個(gè)模型上微調(diào)，而 Alpaca-Lora 則是利用 Lora 技術(shù)，在凍結(jié)原模型 LLaMA 參數(shù)的情況下，通過往模型中加入額外的網(wǎng)絡(luò)層，并只訓(xùn)練這些新增的網(wǎng)絡(luò)層參數(shù)。由于這些新增參數(shù)數(shù)量較少，這樣不僅微調(diào)的成本顯著下降，還能獲得和全模型微調(diào)類似的效果。


BELLE（BLOOMZ-7B/LLaMA-7B）：項(xiàng)目基于 Stanford Alpaca，針對中文做了優(yōu)化，模型調(diào)優(yōu)僅使用由ChatGPT生產(chǎn)的數(shù)據(jù)（不包含任何其他數(shù)據(jù)）。

ChatGLM-6B：中英雙語的對話語言模型。

出了這些語言模型，還有 text to image訓(xùn)練的也就是Ai作畫，我也懶得去對比了，直接給你最好的兩個(gè)：
Stable Diffusion–AI 和Stable Diffusion，都可以自行部署webUI。

如果你要自行部署上面的模型，可以搜索項(xiàng)目名稱，然后到github上看。

什么人需要GPU計(jì)算
首先，當(dāng)然是搞深度學(xué)習(xí)的技術(shù)人才，深度學(xué)習(xí)和訓(xùn)練模型都需要大量的計(jì)算；

另外，像我這種做博客的，天天想著測試幾個(gè)UI，然后做成視頻吸粉的；

其實(shí)，有些人才已經(jīng)在這方面做的很出色了，已經(jīng)贏在了起跑線上，怎么說呢，就說這些技術(shù)大牛，整合開源的項(xiàng)目，用API做出了個(gè)ChatGPT多用戶國內(nèi)版，剛好在國內(nèi)控制GPT的時(shí)候上線，當(dāng)然需要付費(fèi)使用，用戶還不少～

另外有個(gè)行業(yè)，就是做知識(shí)付費(fèi)的，早就嗅到了商機(jī)，今天我看知識(shí)星球上靠著GPT教學(xué)的課程，營收400萬了，他賺錢比GPT都早半個(gè)月。

這圖片是Stable Diffusion–AI生成的90年代中國情侶，這個(gè)市場也不是沒有，現(xiàn)在訓(xùn)練古風(fēng)的已經(jīng)能做插畫了，就是一個(gè)小團(tuán)隊(duì)運(yùn)營，賺錢的機(jī)會(huì)也是大大的。

當(dāng)然，訓(xùn)練各種模型，也包括voice-text這種，都需要GPU運(yùn)算，我好像趕不上這波淘金熱了，只能賣鐵鍬了。

哪里有GPU的服務(wù)器
為啥我推薦GPU的服務(wù)器呢，因?yàn)榘秧?xiàng)目建設(shè)在云端可供用戶使用，很方便的變現(xiàn)；而自己的GPU電腦那只能是自嗨，不明說了，自己想。

1、DatabaseMart 這家服務(wù)器商從2015年開始，口號(hào)就是“買的越久價(jià)格越低”，GPU從$45/月到$270/月，顯卡從GT710到RTX3060Ti，英偉達(dá)A5000，涵蓋了從2016年到現(xiàn)在的主流計(jì)算型顯卡，配置還行價(jià)格低廉，新手建議選擇這家。當(dāng)然，他家的vps我就不介紹了，注冊地址： https://clients.databasemart.com/aff.php?aff=1386&gid=20 下面是GPU價(jià)格目錄：

2、vultr.com 這是我接觸比較早的一家，說實(shí)話IP比較爛了，推出GPU也僅有一年的時(shí)間，不過有個(gè)優(yōu)勢哦，可以按小時(shí)付費(fèi)，如果我們僅僅是測試一個(gè)項(xiàng)目，用幾個(gè)小時(shí)就可以刪除，那么vultr是首選：
普通用戶注冊： https://www.vultr.com/?ref=8730332 （需充值$10）
注冊送$100：https://www.vultr.com/?ref=8981484-8H (需充值$35）
上面兩個(gè)鏈接看自己實(shí)力任意選擇，也支持支付寶。

價(jià)格的話，要看你選用什么顯卡，我以A100為例，如果1/3GPU夠用，一個(gè)小時(shí)不到5元錢：

3、如果有在國內(nèi)部署GPU的需求，可以試試阿里云： https://www.aliyun.com/activity/new/index?userCode=syh805zy

在上面頁面注冊后，購買路徑：產(chǎn)品——云服務(wù)器ECS——定義購買——GPU計(jì)算，價(jià)格參考如下：

總結(jié)
隨著Ai的繼續(xù)風(fēng)靡，GPU服務(wù)器可能存在水漲船高的現(xiàn)象，上面我找到的這幾個(gè)是比價(jià)靠譜的，當(dāng)然我沒辦法把所有GPU商家都羅列出來，更何況有的商家僅僅安裝了N卡，驅(qū)動(dòng)都要自己安裝，那就比較耗時(shí)了。我建議大家購買之前要了解一下基本的部署流程，不要浪費(fèi)時(shí)間，因?yàn)镚PU很貴。