最近一篇文章《Google內(nèi)部文件首次泄漏：ChatGPT 沒(méi)有護(hù)城河，開(kāi)源才是大模型未來(lái)》，顯露了大模型大廠對(duì)開(kāi)源技術(shù)競(jìng)爭(zhēng)的擔(dān)心。下面簡(jiǎn)要分析一下相關(guān)的技術(shù)優(yōu)勢(shì)、對(duì)硬件需求的影響和對(duì)市場(chǎng)的影響。

一、優(yōu)勢(shì)

開(kāi)源大模型技術(shù)主要優(yōu)勢(shì)如下:

1）可定制性

開(kāi)源大模型通過(guò)LoRA等技術(shù)可以在幾個(gè)小時(shí)內(nèi)在消費(fèi)級(jí)硬件上完成語(yǔ)言模型的定制和微調(diào),這使其具有極強(qiáng)的可定制性。

2）數(shù)據(jù)效率

開(kāi)源大模型更加注重高質(zhì)量的數(shù)據(jù)而不是海量的數(shù)據(jù),可以通過(guò)精心挑選的數(shù)據(jù)集在很短時(shí)間內(nèi)完成訓(xùn)練,這使其在數(shù)據(jù)利用率上具有優(yōu)勢(shì)。?

3）私密性

開(kāi)源大模型受個(gè)人使用許可的限制更少,更容易避開(kāi)監(jiān)管,這使其在涉及敏感任務(wù)時(shí)具有優(yōu)勢(shì)。

4）可擴(kuò)展性

開(kāi)源大模型擁有廣闊的應(yīng)用生態(tài)系統(tǒng),個(gè)人和組織可以在其基礎(chǔ)上開(kāi)發(fā)定制化應(yīng)用,這使其具有強(qiáng)大的可擴(kuò)展性。

5）創(chuàng)新能力

開(kāi)源大模型的未來(lái)發(fā)展空間更大,可以通過(guò)吸引更多研究人員和資源的參與來(lái)實(shí)現(xiàn)技術(shù)突破,這使其在創(chuàng)新能力上具有優(yōu)勢(shì)。

6）許可證優(yōu)勢(shì)

開(kāi)源大模型相比于商業(yè)模型受到的許可證限制更少,這使其在發(fā)展和應(yīng)用上更加自由,具有決定性優(yōu)勢(shì)。

7）市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)

與開(kāi)源大模型競(jìng)爭(zhēng)可能失敗,開(kāi)源大模型可以通過(guò)快速迭代和數(shù)量?jī)?yōu)勢(shì)最終超越商業(yè)競(jìng)爭(zhēng)者,這使其在市場(chǎng)競(jìng)爭(zhēng)中具有決定性的優(yōu)勢(shì)。

因此,開(kāi)源大模型技術(shù)的主要優(yōu)勢(shì)來(lái)自于其可定制性、數(shù)據(jù)效率、私密性、許可證優(yōu)勢(shì)、可擴(kuò)展性和創(chuàng)新能力,這使其在快速發(fā)展的AI領(lǐng)域具有競(jìng)爭(zhēng)優(yōu)勢(shì)，其中一些方案甚至值得OpenAI或Google等大廠反過(guò)來(lái)向開(kāi)源社區(qū)學(xué)習(xí)。

二、對(duì)硬件需求的影響

而開(kāi)源大模型技術(shù)部署門檻更低的原因主要有:

1）LoRA技術(shù)可以使模型微調(diào)成本大幅降低,普通PC就可以完成。

2）實(shí)時(shí)推理不需要太高的算力,普通GPU或CPU就可以滿足。

3）許可證限制更少,個(gè)人開(kāi)發(fā)者更容易獲取和部署。

然而,開(kāi)源大模型技術(shù)的廣泛應(yīng)用仍然需要大規(guī)模定制化硬件的支持:

1）大規(guī)模預(yù)訓(xùn)練需要高性能GPU集群和超大規(guī)模數(shù)據(jù)中心。

2）復(fù)雜的實(shí)時(shí)推理任務(wù)需要專用的AI芯片進(jìn)行加速。

3）不同應(yīng)用場(chǎng)景需要不同的硬件平臺(tái),如邊緣計(jì)算需要邊緣服務(wù)器等。

4）商業(yè)服務(wù)化部署需要高性能和高可用性的服務(wù)器群。

5）硬件廠商可以通過(guò)定制化硬件來(lái)實(shí)現(xiàn)差異化競(jìng)爭(zhēng)。

所以,開(kāi)源大模型技術(shù)的發(fā)展會(huì)同時(shí)推動(dòng)兩類硬件需求:一類是普通的商用PC,這可以降低應(yīng)用部署門檻;另一類是高性能的定制化硬件,這可以支持大規(guī)模應(yīng)用和商業(yè)化部署。這兩類硬件需求之間會(huì)形成一定的互補(bǔ)關(guān)系。總體來(lái)說(shuō),開(kāi)源大模型技術(shù)的發(fā)展會(huì)推動(dòng)定制化硬件市場(chǎng)的持續(xù)發(fā)展,但同時(shí)也會(huì)通過(guò)降低部署門檻來(lái)擴(kuò)大潛在用戶群體。

綜上,開(kāi)源大模型技術(shù)不僅降低了普通硬件的應(yīng)用門檻,也推動(dòng)了定制化硬件的需求增長(zhǎng),兩者之間存在一定的矛盾與互補(bǔ)關(guān)系。這種關(guān)系的變化將影響相關(guān)硬件市場(chǎng)的發(fā)展方向和格局。

三、對(duì)市場(chǎng)的影響

開(kāi)源大模型技術(shù)的發(fā)展會(huì)對(duì)股市產(chǎn)生以下重要影響:

1） GPU生產(chǎn)企業(yè)股價(jià)上漲

GPU是開(kāi)源大模型技術(shù)的核心算力來(lái)源,GPU需求的增加將直接推動(dòng)相關(guān)企業(yè)如英偉達(dá)、AMD等的股價(jià)上漲。

2） 云計(jì)算服務(wù)企業(yè)受益

開(kāi)源大模型技術(shù)的應(yīng)用離不開(kāi)云計(jì)算服務(wù),這將有利于公有云服務(wù)提供商如AWS、Azure和私有云服務(wù)商的股價(jià)。

3） AI芯片企業(yè)成長(zhǎng)機(jī)會(huì)

開(kāi)源大模型技術(shù)的發(fā)展需要強(qiáng)大的AI計(jì)算力,這將為AI芯片企業(yè)如百度昱松、華為昇騰等帶來(lái)增長(zhǎng)機(jī)會(huì)。

4） 數(shù)據(jù)中心建設(shè)企業(yè)增長(zhǎng)點(diǎn)

開(kāi)源大模型技術(shù)的發(fā)展將推動(dòng)更多數(shù)據(jù)中心的建設(shè),這將有利于數(shù)據(jù)中心解決方案提供商和建設(shè)企業(yè)的發(fā)展。

5） 軟件企業(yè)變現(xiàn)機(jī)會(huì)

開(kāi)源大模型技術(shù)需要配套開(kāi)發(fā)工具和軟件服務(wù),這將為相關(guān)軟件企業(yè)帶來(lái)新的變現(xiàn)機(jī)會(huì)。

6） 商業(yè)服務(wù)提供商盈利點(diǎn)

開(kāi)源大模型技術(shù)的發(fā)展將推動(dòng)“模型即服務(wù)”等新模式的形成,為相關(guān)商業(yè)服務(wù)提供商帶來(lái)新的盈利點(diǎn)。

7） 人工智能服務(wù)企業(yè)受益

開(kāi)源大模型技術(shù)的廣泛應(yīng)用將有利于依賴人工智能技術(shù)的各類服務(wù)企業(yè),促進(jìn)其業(yè)務(wù)增長(zhǎng)。

8） 行業(yè)應(yīng)用概念股上漲

開(kāi)源大模型技術(shù)將在多個(gè)垂直行業(yè)得到廣泛應(yīng)用,這將提升相關(guān)行業(yè)應(yīng)用概念股的政策預(yù)期和投資吸引力。

綜上,開(kāi)源大模型技術(shù)的發(fā)展將在多個(gè)層面上對(duì)股市產(chǎn)生重要影響,主要體現(xiàn)在GPU、云計(jì)算、人工智能硬件與服務(wù)、數(shù)據(jù)中心建設(shè)等行業(yè)上。這將給相關(guān)上市公司帶來(lái)增長(zhǎng)機(jī)會(huì),提升投資者的信心和行業(yè)的政策預(yù)期,推動(dòng)股價(jià)上漲。同時(shí)也存在一定的風(fēng)險(xiǎn),如替代性技術(shù)出現(xiàn)將對(duì)相關(guān)企業(yè)產(chǎn)生沖擊。

總體來(lái)說(shuō),開(kāi)源大模型技術(shù)的發(fā)展將推動(dòng)一段時(shí)間內(nèi)的人工智能和計(jì)算機(jī)行業(yè)的熱點(diǎn)行情,并從長(zhǎng)期來(lái)看有利于相關(guān)企業(yè)的持續(xù)成長(zhǎng)。但投資者也需密切關(guān)注技術(shù)迭代及使用場(chǎng)景的變化,以避開(kāi)潛在的行業(yè)風(fēng)險(xiǎn)。

參考：

https://zhuanlan.zhihu.com/p/627050676

https://www.semianalysis.com/p/google-we-have-no-moat-and-neither