本文轉(zhuǎn)載自產(chǎn)業(yè)科技

大洋彼岸的AIGC熱浪襲來，國內(nèi)資本和AI玩家燥熱一片。

相比多年以前的Alpha Go戰(zhàn)勝世界圍棋冠軍，AI在消費互聯(lián)網(wǎng)席卷滲透，ChatGPT的出圈更能代表AI邁向縱深發(fā)展，標(biāo)志著人工智能大模型和超級應(yīng)用起航的新節(jié)點。

由于中國在互聯(lián)網(wǎng)數(shù)據(jù)上具備優(yōu)勢，AI場景開發(fā)及應(yīng)用并不落后于歐美。與以往的copy模式不同，國內(nèi)互聯(lián)網(wǎng)巨頭在面臨AIGC浪潮時，憑借多年的人才和技術(shù)儲備，已經(jīng)從跟隨的角色變?yōu)橹鲃觿?chuàng)新，甚至在中文語境中超越國際選手。

因此，一幅圍繞AIGC和AI大模型的迭代鏡像也在國內(nèi)呈現(xiàn)。各家互聯(lián)網(wǎng)公司掌門人親自掛帥，你方唱罷我登場，都不愿舍棄在OpenAI掀起的大模型風(fēng)口中分一杯羹。

就在ChatGPT咬緊C端，大模型混戰(zhàn)之際，頭部選手已經(jīng)看到大模型對產(chǎn)業(yè)數(shù)字化的再造空間，紛紛押注B端場景，探索端到端的超級AI集成想象。

一如百度和阿里。

百度發(fā)布文心一言，打響中文大模型第一槍；二十余天后，阿里正式發(fā)布通義千問。在AI戰(zhàn)略層面，阿里與百度同驅(qū)，把大模型置于“云智一體”架構(gòu)中。

所謂“云智一體”，是三年前百度智能云在戰(zhàn)略發(fā)布中提出的理念，通過云計算和人工智能融合創(chuàng)新，把算力、框架、模型，場景應(yīng)用打造成標(biāo)準(zhǔn)化產(chǎn)品，進(jìn)而降低企業(yè)獲取和使用人工智能的門檻。

百度、阿里乃至更多云計算企業(yè)，此時將目光投向“云智一體”，印證了AI應(yīng)用能力是云計算產(chǎn)業(yè)基礎(chǔ)設(shè)施成熟后的核心能力。這種能力更在于“智”的水平，在智能基礎(chǔ)設(shè)施之上的通用型AI產(chǎn)品能力。

從云計算服務(wù)范式看，大模型的迭代升級也重塑了傳統(tǒng)的云計算服務(wù)。以往，云計算更專注算力能力，服務(wù)模型集中在IaaS、PaaS、SaaS三層；如今，云計算在大模型驅(qū)動下具備了更強的集成能力，在算力、算法和應(yīng)用層中嵌入大模型，進(jìn)而強化云計算的“智”，以智能底座集成應(yīng)用并統(tǒng)一對外輸出，實現(xiàn)場景端的生產(chǎn)力解放。

當(dāng)然，AI賽道和云智一體本是一場科技馬拉松，比拼的不是概念，而是真金白銀的投入和持久的耐力，只有軟硬底子皆強，才能真正成為產(chǎn)業(yè)所需的AI內(nèi)核。

從C端到B端

云時代，向來講究以快取勝，更快的迭代速度，更敏捷的需求響應(yīng)，是云計算企業(yè)突圍的關(guān)鍵。在大模型之爭中，云的速度再次被驗證。

僅一個月時間，各大廠，各AI產(chǎn)業(yè)分支，就完成了AIGC大模型的搭建。若將AIGC的主體分類，可大致分為ChatGPT和其他，其中ChatGPT背后站著芯片巨頭英偉達(dá)和國際大廠微軟，與其他AIGC玩家沒有可比性。

放眼中文大模型市場，百度在ChatGPT之后，率先推出了自己的AIGC產(chǎn)品文心一言。在市場看來，文心一言問世的意義要比和ChatGPT作比較大得多，雖然尚存差距和不足，但它打開了與百度智能云聯(lián)動的想象空間，并向外界展示中國科技和世界同步的能力。

一個細(xì)節(jié)是，李彥宏在文心一言發(fā)布會上至少說了三遍“文心一言還不完美”。在他看來，創(chuàng)業(yè)公司完全不用擔(dān)心市場是不是足夠大，只有出來之后才有機(jī)會更快地去迭代，去提升。

如果說百度打開了大廠自研生成式AI的缺口，那么自百度之后，阿里、360、商湯科技、騰訊、京東、華為、科大訊飛等企業(yè)則是一同補齊中文大模型的版圖。

既是大廠自己推出的AIGC，與ChatGPT有何不同呢？從基因來看，大廠基于自身對業(yè)務(wù)的理解和技術(shù)模型沉淀，在AIGC價值創(chuàng)新層面，更注重場景穿透和服務(wù)能力，也就是各位掌門人口中的“產(chǎn)業(yè)能力”。

另外，中文大模型基于中文語義理解，相比ChatGPT等國際產(chǎn)品，更適配中國用戶。如在語義問題表達(dá)，分析和答案歸集層面，匹配度更高。

上線以來，各家大模型雖然在數(shù)據(jù)、算法積累上有所區(qū)別，模型決策能力不一，但一個共同的趨勢顯現(xiàn)：從C端到B端。

文心一言與百度智能云聯(lián)動，探索大模型的多場景落地，所推出的企業(yè)服務(wù)板塊涵蓋企業(yè)辦公場景、金融服務(wù)場景、政務(wù)服務(wù)場景、商旅服務(wù)場景及電商直播場景等。場景內(nèi)測顯示，文心一言企業(yè)服務(wù)功能能有效提升產(chǎn)業(yè)端服務(wù)效率，如自動生成PPT、自動生成直播帶貨文案等。

阿里董事局主席張勇在通義千問發(fā)布時喊出，智能化時代，所有的行業(yè)、所有的服務(wù)都值得重新做一遍，阿里巴巴所有產(chǎn)品未來都將接入通義千問大模型全面升級。

目前，阿里已經(jīng)在企業(yè)辦公等場景接入大模型，釘釘生態(tài)率先開啟大模型賦能智能辦公。接入通義千問后，釘釘能提供十多個AI能力，增強文檔、視頻會議和低代碼開發(fā)的智能水平。

華為盤古大模型開源開放，在物流、藥物研發(fā)、氣象預(yù)測等多領(lǐng)域已探索落地。具體來看，盤古CV大模型觸及物流倉庫監(jiān)控等領(lǐng)域;NLP大模型覆蓋了智能文檔檢索、智能ERP和小語種大模型;科學(xué)計算大模型應(yīng)用于氣象預(yù)報、海浪預(yù)測等方面。

騰訊混元大模型落地內(nèi)容創(chuàng)作、對話式智能助手等場景；字節(jié)跳動大模型從語言和圖像兩種模態(tài)發(fā)力，旗下飛書將推出智能AI助手“MyAI”，實現(xiàn)自動創(chuàng)建日程、搜索知識庫等。

大模型企業(yè)紛紛將戰(zhàn)略錨點落在B端，其AI模型的決策能力分化也比較明顯。對于大模型而言，模型參數(shù)規(guī)模越大，模型結(jié)構(gòu)設(shè)計越復(fù)雜，所承載的邏輯分析預(yù)測能力越強。

據(jù)了解，在GPT-3階段，OpenAI為了使模型性能更接近人類，就使用了45TB的數(shù)據(jù)和近1萬億個單詞對其進(jìn)行訓(xùn)練，大約是1351萬本牛津詞典。

中文大模型也是如此。數(shù)據(jù)顯示，文心一言的訓(xùn)練數(shù)據(jù)包括萬億級網(wǎng)頁數(shù)據(jù)、數(shù)十億搜索數(shù)據(jù)和圖片數(shù)據(jù)、百億級的語音日均調(diào)用數(shù)據(jù)、超5000億事實的知識圖譜。

萬億級數(shù)據(jù)加上海量用戶頻繁調(diào)用使用，大模型的學(xué)習(xí)能力進(jìn)一步強化。數(shù)據(jù)背后，終極考驗AI大模型的底層能力是算法和算力。如果說數(shù)據(jù)和參數(shù)是大模型搭建的基礎(chǔ)，那么算法和算力決定了大模型性能有多強，能走多遠(yuǎn)。

這也會繼續(xù)拉大大模型能力的差距，讓GPT玩家們卷到天際。

大模型的終極角逐

AI大模型需要在海量數(shù)據(jù)的基礎(chǔ)上，通過AI深度學(xué)習(xí)算法，訓(xùn)練出深度神經(jīng)網(wǎng)絡(luò)模型。從模型訓(xùn)練到模型優(yōu)化再到應(yīng)用擴(kuò)展，都需要強大的算法和算力支撐。

ChatGPT觸動AIGC產(chǎn)業(yè)爆發(fā)，是AI領(lǐng)域數(shù)據(jù)、算法、算力多年沉淀精進(jìn)的結(jié)果。AIGC之所以能夠站上潮頭，算法的突破是第一步。

歷經(jīng)近十年迭代，AIGC的算法從第一代生成式對抗網(wǎng)絡(luò)GAN過渡到深度學(xué)習(xí)模型CLIP、神經(jīng)網(wǎng)絡(luò)架構(gòu)Transforme，打破了傳統(tǒng)AI模型在文本圖片關(guān)聯(lián)、自然語言語義分析處理上的障礙。而后，Diffusion擴(kuò)散模型向語音、圖畫、視頻等領(lǐng)域延伸，進(jìn)一步強化AI的模仿和創(chuàng)造力。ChatGPT當(dāng)前采用的就是Transformer算法架構(gòu)。

于國內(nèi)AI大模型玩家而言，得益于基礎(chǔ)數(shù)據(jù)和訓(xùn)練參數(shù)優(yōu)勢，AI應(yīng)用探索速度更快，場景滲透更深，互聯(lián)網(wǎng)巨頭已經(jīng)掌握了前沿的算法框架，算法支撐尚可。

如文心大模型在既有的神經(jīng)網(wǎng)絡(luò)模型架構(gòu)之上，還加入了知識圖譜，讓模型能夠通過先驗知識和歷史經(jīng)驗理解語義，更加精準(zhǔn)地預(yù)測提問者的期待和目的。這在中文語境中優(yōu)勢更加明顯。

算法之外，AI大模型最短缺的是算力。算力是提升模型性能的基本支撐，不只是AIGC領(lǐng)域，對于整個人工智能產(chǎn)業(yè)、產(chǎn)業(yè)數(shù)字化來講都至關(guān)重要，以至于有不少科學(xué)家呼吁算力與電氣化同等重要。

黃仁勛既然能喊出ChatGPT是AI的iPhone時刻，ChatGPT背后的英偉達(dá)高端芯片支撐是關(guān)鍵。即便有芯片巨頭撐腰，ChatGPT發(fā)布數(shù)月版本幾經(jīng)迭代，仍然存在算力缺口，如ChatGPT付費版ChatGPT Plus暫停付費，OpenAI給出的解釋是需求量過大。

AIGC的算力缺口到底有多大？當(dāng)ChatGPT激起分布式大規(guī)模訓(xùn)練浪潮后，摩爾定律限制被打破，算力需求被提升至指數(shù)級增長。券商報告顯示，訓(xùn)練AI大模型對算力成本消耗量巨大。

“GPT-3訓(xùn)練一次成本約140萬美元，對于一些更大的LLM（大型語言模型），訓(xùn)練成本介于200萬美元至1200萬美元之間。以ChatGPT在1月的獨立訪客平均數(shù)1300萬計算，其對應(yīng)芯片需求為3萬多片英偉達(dá)A100 GPU，初始投入成本約為8億美元，每日電費在5萬美元左右。”

隨著ChatGPT的版本迭代，GPT-4及4+以上版本對算力消耗顯著增加，輸入成本增加了50%以上，輸出成本增加200%以上。因此，為了應(yīng)付成本和算力缺口，ChatGPT不得不降低用戶訪問次數(shù)，乃至?xí)和y試項目。

ChatGPT帶來的算力恐慌也在國內(nèi)顯現(xiàn)。一方面美國禁止高端芯片設(shè)備和人工智能芯片對華出口，直接影響英偉達(dá)和AMD等芯片廠商對國內(nèi)高端芯片需求的供應(yīng)。即使供應(yīng)不受限，進(jìn)口芯片的成本、個性化性能需求和信創(chuàng)安全性也是壓力。

另一方面，IDC預(yù)測，未來三年新生產(chǎn)的數(shù)據(jù)量將超過過去三十年綜合，未來五年國內(nèi)智算規(guī)模的復(fù)合增長率超50%。從電商到直播，從金融到政務(wù)，從企服到醫(yī)療等，數(shù)字化轉(zhuǎn)型提速對算力的需求也會呈現(xiàn)爆發(fā)式增長，云計算企業(yè)軍備競賽空前緊張。

可以說，目前AI算力缺口根本無法統(tǒng)計，從二級市場中芯片算力概念領(lǐng)漲，也能看出國內(nèi)算力的緊缺。隨著AIGC市場需求上升，比拼算力是大模型企業(yè)突圍的立足之本，而算力主要技術(shù)載體芯片又是關(guān)鍵中的關(guān)鍵。

芯片的制造過程非常復(fù)雜，核心分為設(shè)計、制造過程，其中設(shè)計包含EDA、芯片IP授權(quán)、FPGA（萬能芯片），制造技術(shù)要求高、流程多，往往以全球化、產(chǎn)業(yè)鏈形式呈現(xiàn)。

具體來看，芯片制造包含晶圓、光刻、離子注入、刻蝕、切割封裝、量測等環(huán)節(jié)，每個環(huán)節(jié)涉及到不同設(shè)備，而且不僅技術(shù)要求高，投入成本也非常高。以光刻為例，目前國內(nèi)直接做光刻機(jī)的公司幾乎沒有，一臺光刻機(jī)需要10萬個以上的零部件，價格在10億元以上。

市場認(rèn)為，一萬枚英偉達(dá)A100高端芯片是做好AI大模型的算力門檻，但缺芯恰是中國大模型企業(yè)普遍面臨的難題。

先發(fā)者破局

AIGC產(chǎn)品能力的優(yōu)劣，源于大模型企業(yè)在核心技術(shù)儲備上的強弱。從大廠的AI技術(shù)基座來看，領(lǐng)跑者的飛輪效應(yīng)和非線性增長能力凸顯，破局之勢出現(xiàn)。

以中文大模型百度為例，文心一言背后，可見昆侖芯高端芯片、飛漿深度學(xué)習(xí)框架、文心預(yù)訓(xùn)練大模型技術(shù)基座。

百度芯片自研起步于2010年，是國內(nèi)最早布局AI加速領(lǐng)域的芯片企業(yè)。彼時造芯還屬于百度的高度保密項目，起初從FPGA架構(gòu)研發(fā)AI芯片，起點較高，雖然沒有完全自研，但對芯片的技術(shù)探索領(lǐng)先其他大廠。

2018年7月，百度發(fā)布自研芯片“昆侖芯”，2020年量產(chǎn)并應(yīng)用于AIGC、搜索推薦、自動駕駛、智能終端等板塊。

2021年，昆侖芯宣布獨立運營，百度芯片首席架構(gòu)師歐陽劍出任CEO。昆侖芯完成獨立融資后，首輪估值達(dá)130億元，中國國產(chǎn)芯片超級獨角獸自此誕生。

作為大廠造芯項目，百度芯片的算力邏輯始于復(fù)雜場景的處理運算需求。上至百度智能云、無人駕駛，下到搜索基本盤和小度智能終端，百度自研芯片都已經(jīng)開始跑起來。

支撐文心大模型的昆侖芯在綜合算力和成本方面，甚至優(yōu)于芯片廠商的高端芯片。盡管文心一言相較ChatGPT發(fā)布較晚，訓(xùn)練量和模型優(yōu)化尚且不足，但自主可控的算力資源為模型迭代打下基礎(chǔ)。

為了適應(yīng)云智一體的算力需求，百度近年來還加緊布局云計算中心，目前擁有陽泉、徐水、定興三個云計算中心，算力規(guī)模在國內(nèi)大廠前列。

造芯計劃，同樣在阿里、騰訊等頭部大廠的議程中。2015年，阿里開始于集成電路設(shè)計企業(yè)中天微合作，宣布進(jìn)軍芯片設(shè)計領(lǐng)域。中天微是大陸地區(qū)唯一大規(guī)模量產(chǎn)的自主嵌入式CPU IP核公司。

達(dá)摩院成立后，芯片被列為戰(zhàn)略優(yōu)先級。2018年，阿里宣布全資收購中天微，同時達(dá)摩院著手研發(fā)神經(jīng)網(wǎng)絡(luò)芯片——Ali-NPU，至此阿里通過自主研發(fā)和收購手段，切入芯片硬件設(shè)備。

彼時，阿里巴巴CTO張建鋒表示，收購中天微是阿里巴巴芯片布局的重要一環(huán)。IP 核是基礎(chǔ)芯片能力的核心，進(jìn)入IP核領(lǐng)域是中國芯片實現(xiàn)自主可控的基礎(chǔ) 。

此后，阿里還成立平頭哥半導(dǎo)體芯片公司，陸續(xù)推出玄鐵、倚天、含光、羽陣四大系列芯片產(chǎn)品，在對內(nèi)支撐云計算項目算力的同時，對外構(gòu)建外部算力生態(tài)。

騰訊雖然進(jìn)場較晚，但通過投資和自研的組合拳，芯片項目快速啟動。2020年，騰訊成立專注芯片研發(fā)的蓬萊實驗室，意在實現(xiàn)芯片端到端設(shè)計、驗證全覆蓋。不過，騰訊的芯片方向主要集中在特定領(lǐng)域。

2021年年底，騰訊造芯蟄伏多年后，首次公開三款自研芯片“紫霄”、“滄?！焙汀靶`”，這三款都屬于專用芯片，分別用于AI計算、視頻處理和高性能智能網(wǎng)絡(luò)。

充足的算力為AI大模型訓(xùn)練及產(chǎn)業(yè)增智開辟空間，對于百度、阿里、華為，乃至AI后發(fā)選手騰訊、京東等大廠而言，面向產(chǎn)業(yè)的AIGC大模型輸出才是最大的蛋糕。

大模型本為產(chǎn)業(yè)而生，是云智一體的產(chǎn)物。從產(chǎn)品功能擴(kuò)展看，大模型采取了更為原始和非標(biāo)的數(shù)據(jù)，基于深度學(xué)習(xí)算法組織自監(jiān)督學(xué)習(xí)，在海量數(shù)據(jù)訓(xùn)練的基礎(chǔ)上，實現(xiàn)智能表達(dá)和運算推測。

AI大模型技術(shù)應(yīng)用非常廣，包括語音技術(shù)、圖像識別處理、自然語言處理及大數(shù)據(jù)分析預(yù)測等。在通用AI大模型的基礎(chǔ)上，產(chǎn)業(yè)場景開發(fā)者只需要根據(jù)場景需求微調(diào)模型，再采用少量數(shù)據(jù)進(jìn)行二次訓(xùn)練，就能滿足垂直場景下的AI能力調(diào)用。

這也將加速云計算服務(wù)向大模型時代遷移，從模型驅(qū)動云服務(wù)到模型引領(lǐng)云服務(wù)轉(zhuǎn)型。正如李彥宏所言，文心一言最大的故事其實是云計算。未來云計算的客戶不僅僅是看算力有多少、存儲有多少，更多要看模型好不好、框架好不好，以及模型、框架、芯片、應(yīng)用之間的協(xié)同。

更進(jìn)一步，基于大模型的MaaS將成為云計算的主流商業(yè)模式，以往的PaaS和SaaS架構(gòu)都將被置于大模型的底層能力之上。云計算企業(yè)通過生態(tài)開放平臺，把大模型能力輸送給ERP、CRM等產(chǎn)業(yè)To B企業(yè)，以AI集成勢能釋放更大的產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型空間。

現(xiàn)階段，具備大模型能力的云計算大廠已經(jīng)開始借助大模型的易延展能力，把AIGC接入到產(chǎn)業(yè)。如微軟將GPT-4整合到旗下的Bing搜索、office辦公套件和聊天產(chǎn)品中；阿里計劃將旗下所有產(chǎn)品都接入通義千問；百度除了布局百度系產(chǎn)品，把文心一言的戰(zhàn)略重點落向了企業(yè)服務(wù)，強化云智一體的智能化水平，面向多場景輸出大模型能力。

目前AI大模型更多集中在C端能力上的優(yōu)化，未來大模型+產(chǎn)業(yè)模型的雙模型驅(qū)動，會加速向產(chǎn)業(yè)數(shù)字化滲透，企業(yè)經(jīng)營效率和生產(chǎn)力解放也會達(dá)到質(zhì)的飛躍。

這一變化，領(lǐng)跑者最先看到。