Creo que esto depende en gran medida de cuán intensivo sea el cómputo de su trabajo de IA y la cantidad de veces o frecuencia con la que necesitará entrenar nuevos modelos.
En mi experiencia, si planea entrenar algoritmos de computación intensiva (por ejemplo, algoritmos de aprendizaje profundo para visión por computadora), querrá comprar un pequeño grupo de cómputo (algo similar a un Nvidia DevBox sería ideal) para que pueda ahorre costos en los servidores de GPU en la nube (sin mencionar que obtiene más flexibilidad para configurar sus GPU).
Si, por otro lado, solo planea entrenar algunos modelos que requieren un uso intensivo de la computación (pero que no se ejecutan con frecuencia) o que no requieren mucha computación (es decir, pueden ejecutarse fácilmente en varias CPU), estará mejor con alguna oferta en la nube como AWS o google cloud. En el caso de uso intensivo de cómputo, puede ejecutar algunos servidores GPU o aprovechar imágenes prefabricadas (por ejemplo, AMI para AWS) que ya tienen las bibliotecas que necesita. En el caso sin uso intensivo de cómputo, puede usar servidores que tienen CPU de alta calidad con múltiples núcleos.
- ¿La PNL y la computación en la nube están relacionadas de alguna manera?
- ¿Cómo comenzar a aprender computación en la nube como principiante y aprender correctamente? Además, ¿cuáles son los requisitos previos que debo saber para comprender la computación en la nube correctamente?
- ¿Cuáles son las nuevas empresas de computación en la nube en los Estados Unidos?
- ¿Qué universidades ofrecen títulos en computación en la nube en India?
- Dado que Amazon, Google y Microsoft están involucrados en los servicios en la nube, ¿cómo sobrevive una empresa de administración de contenido como Akamai?
¡Espero que esto ayude!
