В сборнике представлены научные публикации, посвященные вопросам развития экономической науки. В материалах сборника приведены результаты теоретических и прикладных изысканий представителей научного и образовательного сообщества в данной области. Предназначен для широкого круга читателей. Издание может быть полезно научным сотрудникам, преподавателям, студентам, аспирантам и всем, кто интересуется проблемами и перспективами социально-экономического развития России и зарубежья. Статьи представлены в авторской редакции. Ответственность за приведенные в исследовании экономические данные несут авторы.
в статье рассматривается выбор аппаратных ускорителей (GPU, ASIC, FPGA и др.) для обучения больших языковых моделей на собственных серверах (on-premise), а не в облаке. Проводится сравнительный анализ стоимости владения различными решениями при установке 256 ускорителей. Делается вывод, что выбор оборудования должен учитывать не только скорость вычислений, но и затраты на электроэнергию, охлаждение и программную совместимость.
The article discusses which hardware accelerators are advisable to use if you need to train large language models on your own servers, rather than in the cloud. The main types of accelerators are analyzed — GPU, ASIC, FPGA and others. The cost of ownership of different solutions for local use when installing 256 accelerators is compared separately. As a result, it is concluded that the choice of equipment should take into account not only the speed of calculations, but also the costs of electricity, cooling and software compatibility.