ChatGPT的推出，可謂一石激起千層浪，不僅引起了人們的廣泛關(guān)注，更吸引到眾多玩家紛紛加入大模型產(chǎn)品的開發(fā)陣營。而不斷涌現(xiàn)的大模型似猛獸般吞噬著算力，也給AI芯片市場帶來了巨大變革。

毫無疑問，2023年是大模型的迸發(fā)之年。橫空出世的ChatGPT宛如導(dǎo)火索，迅速引燃了大模型的戰(zhàn)火。據(jù)中國科學(xué)技術(shù)信息研究院《中國人工智能大模型地圖研究報告》顯示，從全球已經(jīng)發(fā)布的大模型分布來看，中國和美國研發(fā)的大模型數(shù)量已經(jīng)占全球總數(shù)的80%以上。其中，截至2023年5月底，國內(nèi)10億級參數(shù)規(guī)模以上基礎(chǔ)大模型，至少已發(fā)布79個。而且，大模型數(shù)量還在快速增加。 算力需求爆發(fā) 大模型全稱大型語言模型(LargeLanguageModel，LLM)，是一類基于深度學(xué)習(xí)的人工智能模型，可以從海量數(shù)據(jù)集中獲得的知識，可以根據(jù)從海量數(shù)據(jù)集中獲得的知識來識別、總結(jié)、翻譯、預(yù)測和生成文本和其他形式的內(nèi)容。簡單來說，大模型具有非常強大的學(xué)習(xí)和推理能力，可以提升人工智能的識別和預(yù)測能力，使之能夠更加高效、準(zhǔn)確地完成各項任務(wù)。 不過，需要指出的是，大模型的訓(xùn)練過程是計算密集型的，并且需要大量的計算能力。大模型訓(xùn)練效率取決于各種因素，如模型大小、訓(xùn)練數(shù)據(jù)大小、訓(xùn)練迭代次數(shù)和用于訓(xùn)練的硬件。通常，模型大小和訓(xùn)練數(shù)據(jù)越大，就需要越多的計算能力。 例如，具有超過1750億個參數(shù)的GPT-3.5在微軟Azure?AI超算基礎(chǔ)設(shè)施(由V100GPU組成的高帶寬集群)上進行訓(xùn)練，總算力消耗約3640PF-days。也就是說，假如每秒計算一千萬億次，計算3640天，需要7至8個投資規(guī)模約30億元、算力為500P的數(shù)據(jù)中心才能支撐運行。 作為算力的核心引擎，AI芯片的重要性不言而喻。據(jù)Transparency?Market?Research(TMR)研究顯示，2021年全球AI芯片組市場估值約為455億美元，該市場2022年至2031年，復(fù)合年增長率可能高達31.8%，到2031年，市場規(guī)?？赡苓_到7174億美元。這表明，AI芯片市場擁有著巨大的潛力和前景。 芯片廠商摩拳擦掌 伴隨著大模型的火熱，各大科技廠商在AI芯片領(lǐng)域可謂動作不斷。 其中，英偉達先后推出了專門用于處理需要強大計算能力支持的密集型?HPC、AI和圖形處理任務(wù)的V100;用于訓(xùn)練AI模型，執(zhí)行推理任務(wù)或訓(xùn)練完成后的神經(jīng)網(wǎng)絡(luò)任務(wù)的A100，以及專為大型語言模型優(yōu)化的處理器H100等多款用于AI訓(xùn)練的芯片。 英特爾在5月份公布了將于2025年推出的AI芯片“Falcon?Shores”的一些新細(xì)節(jié)，包括：高帶寬#FormatAID_0#(HBM3)規(guī)格將達到288GB，支持8bit浮點運算。另外，在英特爾2023年二季度財報電話會上，英特爾的CEO帕特?基辛格(Pat?Gelsinger)表示，英特爾對AI持非常樂觀的態(tài)度，并表示英特爾計劃在未來制造的每一款產(chǎn)品中都融入AI。 AMD也不甘示弱，在2023年6月發(fā)布了一款新芯片MI300X，專為大模型和尖端人工智能應(yīng)用而設(shè)計。AMD首席執(zhí)行官蘇姿豐(Lisa?Su)表示，AMD正在增加AI相關(guān)的研發(fā)支出，公司已經(jīng)制定AI戰(zhàn)略，包括AI專用芯片和軟件的開發(fā)，目標(biāo)是讓AI成為公司的重要增長動力。 可以說，大模型的不斷涌現(xiàn)必將推動新一輪算力需求的爆發(fā)，同時也為AI芯片廠商帶來了前所未有的機遇。 云服務(wù)商競速新賽道？ 但與此同時，巨大的算力需求也暴露出用于訓(xùn)練大模型的AI芯片全球供應(yīng)鏈的局限性。人工智能行業(yè)分析師表示，持續(xù)的高端芯片短缺影響了大大小小的企業(yè)，包括領(lǐng)先的人工智能公司，而且至少在一年或更長時間內(nèi)可能不會有實質(zhì)性的改善。 例如，在供應(yīng)AI芯片方面占據(jù)絕對市場份額的英偉達，正開足馬力生產(chǎn)AI芯片，然而媒體報道稱，小型和大型云提供商的大規(guī)模H100集群容量即將耗盡，H100的嚴(yán)重缺貨問題至少會持續(xù)到2024年底。另據(jù)eBay網(wǎng)站顯示，英偉達旗艦級芯片H100的售價已高達4.5萬美元，而且貨源較上半年也顯著減少。 此外，大模型訓(xùn)練除了需要算力支撐外，還會造成大量的能源消耗。以GPT-3為例，這款大模型擁有1750億個參數(shù)，訓(xùn)練時消耗28.4萬千瓦時的能源。相比之下，擁有2500萬個參數(shù)的計算機視覺模型ResNet-50只需要1500千瓦時的能量來訓(xùn)練。由此可見，大模型的功耗要求遠(yuǎn)高于其他AI應(yīng)用。 受以上因素影響，不少云服務(wù)商在與芯片廠商合作的同時，也開始根據(jù)自身需求自研AI芯片。 值得一提的是，僅在2023年，就有多家云服務(wù)商公開了其自研AI芯片的最新進展。據(jù)媒體報道，微軟正在開發(fā)代號為Athena(雅典娜)的AI芯片，旨在為大模型提供動力;4月初，谷歌公布了基于第四代TPU芯片，用于訓(xùn)練AI模型使用的超級計算機的最新細(xì)節(jié)，報道稱，Tensor?Processing?Unit(TPU?v4)，已應(yīng)用于90%以上的人工智能訓(xùn)練工作;同月中旬，亞馬遜云科技宣布Amazon?EC2?Trn1n和Amazon?EC2?Inf2實例正式可用;7月份，IBM高管Mukesh?Khare在接受采訪時表示，IBM正在考慮使用一種名為人工智能單元(Artificial?Intelligence?Unit)的芯片作為其新的“watsonx”云服務(wù)的一部分…… 實際上，選擇自研AI芯片，將給云服務(wù)商帶來多方面的優(yōu)勢。一是可以使云服務(wù)商降低對芯片廠商的依賴程度;二是云服務(wù)商可以在每個業(yè)務(wù)流程中做到效率與成本的最優(yōu)，降低資源閑置造成浪費的風(fēng)險;三是云服務(wù)商還可以提供更多云服務(wù)器配置，為用戶帶來多種選擇。 當(dāng)然，這也意味著，芯片廠商要想從云服務(wù)商擁有自研芯片的領(lǐng)域獲得訂單，就需要付出更多努力。 寫在最后： 當(dāng)前，大模型正呈現(xiàn)蓬勃發(fā)展態(tài)勢，越來越多的企業(yè)緊跟時代浪潮，打造自己的大模型?？梢灶A(yù)見的是，隨著大模型規(guī)模和復(fù)雜程度的不斷提升，對于AI芯片的需求也會持續(xù)增加，AI芯片市場必將迎來發(fā)展的黃金時代。 而對于芯片廠商來說，還應(yīng)在提升AI芯片產(chǎn)量的同時，不斷推動技術(shù)的創(chuàng)新和突破，研發(fā)出針對特定領(lǐng)域的具有競爭優(yōu)勢的AI芯片。