日活千萬的大模型每年投入超百億,AI晶元能否接住潑天富貴

大模型從研發走嚮應用時代,如何破解高成本難題?ai技術日新月異,人類如何提升自我能力以適應變化?4月14日,第二場「知乎ai先行者沙龍」在上海舉行,知乎攜眾多ai行業專家、學者、從業者共同探索ai發展之路。

談及大模型的商業探索,行雲集成電路創始人季宇認為,在大模型時代ai晶元將迎來真正商業化的機會。在他看來,如今大模型把晶元產品的競爭力拉到了內存和互聯維度,這些維度相比算力都標準化得多,對解決產品定義問題提供了新的可能性,「這也是中國ai晶元行業真正實現商業化的一次巨大機會」,季宇表示。

對於如何應對ai時代,商湯科技copilot應用技術負責人張濤認為,「ai時代的新開發者,需要從勞動者轉變為思考者,從執行者轉變為決策者。」上海交通大學副教授、生成式人工智慧研究組負責人劉鵬飛則認為,最佳方式是改善教育,實施更好的教育策略,包括學習ai技術,以及重點培養批判性思維、原創思維、想像力、同理心以及終身學習能力。

大模型成本高昂帶來ai晶元商業化機會

「目前大模型有很多訂閱服務,一個月10美元或者20美元的價格,大部分還是在用『愛』發電,靠投資人的錢或者其他業務掙的錢來支撐這一成本。」行雲集成電路創始人季宇表示,原因在於大模型的邊際成本極高,「在過去的互聯網時代,對於互聯網廠商的基礎設施而言,每增加一個用戶,帶來的成本基本上是可以忽略不計的,今天大模型每增加一個新的用戶,背後的硬體資源都會相應地增加。「

行雲集成電路創始人季宇。

放眼未來,大模型在研發和應用層面都有諸多問題要解決,包括模型質量、服務能力提升、模型規模和上下文長度擴大等。在季宇看來,要解決這些問題還會進一步增加邊際成本,「今天日活過千萬的通用大模型,一年需要一百億以上的收入才能實現收支平衡,未來如果大模型產業像互聯網業務一樣服務上億的用戶的話,背後的成本是非常驚人的。」

值得關注的是,這也給中國ai晶元產業帶來了前所未有的商業化機會。「過去所有的模型最主要的資源是算力,算力的競爭不僅僅是峰值指標的競爭,對於先進工藝也有很強的依賴性。但大模型給晶元行業帶來了新的機會,因為競爭力往往來自於內存和互聯的緯度,這些緯度相比算力要更加標準化,比如今天大家去買網卡或者買交換機的時候,更關注的是指標而不是具體是哪家的產品,這就是標準化競爭的好處。其次是對於先進位程的依賴也相比過去會少很多。」季宇表示。

在季宇看來,未來兩三年,大模型的商業化還是會在成本和token質量上妥協。大模型行業由此也逐漸分化成了兩派,一派是「質量優先派」,通過高質量的通用大模型,去實現超級應用,來覆蓋高昂的成本。另一派是「成本優先派」,用足夠便宜的硬體來做,在一定程度上犧牲模型的質量,找一些垂直領域,比如寫代碼或者其他的一些垂直領域,來適應成本的訴求。

「這兩種需求都可以通過晶元行業的變化帶來一定的解決空間,ai晶元需要把產品定義、供應鏈問題都解決好,在更多的維度去創造出更有競爭力、更低成本的產品,這是大模型時代下ai晶元的商業化機會。」季宇稱。

人類如何自我進化適應ai時代?

除了大模型技術的演進趨勢外,人類應如何適應ai時代也是沙龍中探討的重點。

其中上海交通大學副教授、生成式人工智慧研究組負責人劉鵬飛認為,我們身處碳基智能與硅基智能的場賽跑中,隨著技術發展,以大模型為代表的硅基智能超越人類為代表的碳基智能是必然趨勢。

上海交通大學副教授、生成式人工智慧研究組負責人劉鵬飛。

「從代表智能體、學習方式和指導者三方面對碳基智能和硅基智能進行粗淺的定位。從代表智能體來看,碳基智能就是人類,硅基智能的代表就是大模型;碳基智能的學習方式是靠教育,硅基智能我們假設以大模型為例,它就是通過預訓練和對齊的方法,不斷提高能力。指導者顯而易見,人類的指導者就是老師,硅基智能的指導者可能是數據或者ai科學家。」劉鵬飛表示,ai驅動的硅基智能還在不斷演化,因為我們還沒有把宇宙中所有的語料建完,包括文本、音頻、視頻、圖像等,生成式ai驅動的硅基智能會發生更大的進展。

在「硅基智能」發展迅速的時代,作為「碳基智能」的人類該如何提升自身能力?如何在賽跑中保持主體地位?以及當硅基智能超過人類的時候,我們還能怎麼辦?

劉鵬飛拋出以上三個問題,在其看來最佳解決方案是改善教育,實施更好的教育策略,包括學習ai技術,以及重點培養批判性思維、原創思維、想像力、同理心以及終生學習能力,「批判性思維,要善於思考當前技術發展的瓶頸,因為很多原創會由此迸發出來。技術發展到一定程度之後很多時候你就需要想像力,基於當前技術邊界的理解,未來技術會發展成什麼樣子,這樣才能走出一條非常與眾不同,並且可以走通的路。」

面對ai時代,身處其中的開發者在能力上需要面臨什麼樣的變化?商湯科技copilot應用技術負責人張濤從ai時代的語言、新工具、新開發者三個方面進行分析,他認為ai時代的新開發者,需要從勞動者轉變為思考者,從執行者轉變為決策者。

「ai可以把我們從很多的需要提效的工作中解放出來,它能做到明顯地提效的工作我們都可以交給它,剩下人可以做的事情就是浪費時間,去做一些低效的事情,比如我們可以做一些科學和行業知識的學習,探索一些未知,所以後面的開發者就不僅僅是一個編程者,他可能更多的是一個創造者,一個解決方案的探索者。」張濤表示。

商湯科技copilot應用技術負責人張濤。

采寫:南都記者 馬寧寧 發自上海