來(lái)源 | 產(chǎn)業(yè)科技

大洋彼岸的AIGC熱浪襲來(lái)，國(guó)內(nèi)資本和AI玩家燥熱一片。

相比多年以前的Alpha Go大戰(zhàn)世界圍棋冠軍，AI在消費(fèi)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(jí)應(yīng)用起航的新節(jié)點(diǎn)。 

由于中國(guó)在互聯(lián)網(wǎng)數(shù)據(jù)上具備優(yōu)勢(shì)，AI場(chǎng)景開(kāi)發(fā)及應(yīng)用并不落后于歐美。與以往的copy模式不同，國(guó)內(nèi)互聯(lián)網(wǎng)巨頭在面臨AIGC浪潮時(shí)，憑借多年的人才和技術(shù)儲(chǔ)備，已經(jīng)從跟隨的角色變?yōu)橹鲃?dòng)創(chuàng)新，甚至在中文語(yǔ)境中超越國(guó)際選手。 

因此，一幅圍繞AIGC和AI大模型的內(nèi)卷鏡像也在國(guó)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(chǎng)，都不愿舍棄在OpenAI掀起的大模型風(fēng)口中分一杯羹。 

云的時(shí)代，向來(lái)以快制勝，快不僅僅代表對(duì)新應(yīng)用和新功能更加敏捷機(jī)動(dòng)，更彰顯企業(yè)對(duì)市場(chǎng)趨勢(shì)的前瞻性布局。大模型時(shí)代更甚，先知先覺(jué)者更快一步，后來(lái)者便是跟隨。 

一如百度和阿里。 

3月16日，百度發(fā)布文心一言，打響中文大模型第一槍；二十余天后，阿里董事局主席張勇才在阿里云峰會(huì)上正式發(fā)布通義千問(wèn)。百度文心大模型早在2019年就已推出，而阿里通義大模型是阿里達(dá)摩院于2022年9月發(fā)布。 

不只是產(chǎn)品層面的落后，在AI戰(zhàn)略層面，阿里同樣學(xué)步百度。通義千問(wèn)發(fā)布后，阿里首提“云智一體”理念，并將其作為阿里云集團(tuán)下一個(gè)戰(zhàn)略方向。其實(shí)，“云智一體”并非新概念。 

三年前，百度智能云在戰(zhàn)略發(fā)布中提出了“云智一體”理念，通過(guò)云計(jì)算和人工智能融合創(chuàng)新，把算力、框架、模型，場(chǎng)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。 

阿里乃至更多云計(jì)算企業(yè)，此時(shí)將目光投向“云智一體”，做百度的追隨者，恰恰證明AI應(yīng)用能力是云計(jì)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，即在智能基礎(chǔ)設(shè)施之上的通用型AI產(chǎn)品能力。 

AIGC開(kāi)局即卷，抄作業(yè)的依然會(huì)有。但AI賽道和云智一體本是一場(chǎng)科技馬拉松，比拼的是投入和耐力，只有軟硬底子皆強(qiáng)，才能真正成為產(chǎn)業(yè)所需的AI內(nèi)核。 

從大廠卷起

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(guó)際大廠微軟，與其他AIGC玩家沒(méi)有可比性。但以大廠視角來(lái)看，確有先后優(yōu)劣之分。 

國(guó)內(nèi)，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(chǎng)看來(lái)，文心一言問(wèn)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(kāi)了與百度智能云聯(lián)動(dòng)的想象空間，并向外界展示中國(guó)科技和世界同步的能力。 

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

對(duì)于如何定位文心一言，李彥宏稱文心一言是全世界唯一一個(gè)由大廠推出的生成式AI應(yīng)用。的確，彼時(shí)微軟只是調(diào)用ChatGPT接口，國(guó)際大廠谷歌、Facebook也沒(méi)推出成型的類ChatGPT產(chǎn)品，而亞馬遜近期才發(fā)布自己的大語(yǔ)言模型。 

國(guó)內(nèi)的玩家更不用說(shuō)，自百度之后紛紛學(xué)步，先是阿里悄悄啟動(dòng)企業(yè)用戶定向內(nèi)測(cè)，后是360、商湯科技、騰訊、京東、華為、科大訊飛磨刀霍霍。 

既是大廠自己推出的AIGC，與ChatGPT有何不同呢？從基因來(lái)看，大廠基于自身對(duì)業(yè)務(wù)的理解和技術(shù)模型沉淀，在AIGC價(jià)值創(chuàng)新層面，更注重場(chǎng)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”。 

更細(xì)微的視角是，文心一言由中文大模型生成，具備獨(dú)特的中文語(yǔ)義理解能力。根據(jù)使用者反饋，文心一言獨(dú)特的中文語(yǔ)義理解，相比ChatGPT等國(guó)際產(chǎn)品，更適配中國(guó)用戶。如在語(yǔ)義問(wèn)題表達(dá)，分析和答案歸集層面，匹配度更高。 

同處中文大模型賽道，阿里的通義千問(wèn)與百度的文心一言誰(shuí)更強(qiáng)，也成為市場(chǎng)關(guān)注的焦點(diǎn)。首先在功能層面，文心一言有文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理推算、中文理解、多模態(tài)生成能力等，而通義千問(wèn)的功能有創(chuàng)作、回答問(wèn)題、撰寫代碼、表達(dá)觀點(diǎn)等。 

橫向比較，文心一言的功能更加豐富。盡管通義千問(wèn)還搭配效率類、生活類、娛樂(lè)類的定制模塊，但相比之下，文心一言的場(chǎng)景擴(kuò)展能力更突出。 

文心一言還與百度智能云聯(lián)動(dòng)，所推出的企業(yè)服務(wù)板塊涵蓋企業(yè)辦公場(chǎng)景、金融服務(wù)場(chǎng)景、政務(wù)服務(wù)場(chǎng)景、商旅服務(wù)場(chǎng)景及電商直播場(chǎng)景等。場(chǎng)景內(nèi)測(cè)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，強(qiáng)化服務(wù)體驗(yàn)。 

其次，評(píng)判大模型的優(yōu)劣根本落腳點(diǎn)在于服務(wù)匹配的精準(zhǔn)度和邏輯分析的嚴(yán)謹(jǐn)性。以此來(lái)看，文心一言也強(qiáng)于通義千問(wèn)。 

據(jù)媒體公開(kāi)測(cè)評(píng)，被問(wèn)及“小明的父母生了五個(gè)孩子，前四個(gè)孩子分別叫大牛、二牛、三牛和四牛，第五個(gè)孩子叫什么名字？”文心一言回答第五個(gè)孩子叫小明，而通義千問(wèn)則回答第五個(gè)孩子叫小牛。 

在創(chuàng)作能力上，讓文心一言和通義千問(wèn)為紅樓夢(mèng)前八十回續(xù)寫結(jié)局，文心一言給出了一個(gè)想象的可能結(jié)局，把賈寶玉和林黛玉愛(ài)情故事變成了一個(gè)充滿希望和勇氣的故事。而通義千問(wèn)直接表示無(wú)法續(xù)寫結(jié)局。 

更驚訝的是，問(wèn)及通義千問(wèn)何時(shí)誕生時(shí)，通義千問(wèn)竟然給出了 “2023年9月2日正式誕生”的答案。這些問(wèn)題并非時(shí)事熱點(diǎn)，剔除了訓(xùn)練參數(shù)滯后的限制，但通義千問(wèn)的表現(xiàn)讓人失望。 

差異的根源在模型參數(shù)和復(fù)雜度上。對(duì)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(jì)越復(fù)雜，所承載的邏輯分析預(yù)測(cè)能力越強(qiáng)，給出的答案自然更精準(zhǔn)。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(wàn)億個(gè)單詞對(duì)其進(jìn)行訓(xùn)練，大約是1351萬(wàn)本牛津詞典。 

百度文心一言大模型起步較早，2019年已經(jīng)推出文心大模型ERNIE1.0版本，2021年基于文心大模型發(fā)布全球首個(gè)百億參數(shù)的對(duì)話大模型PLATO-XL。如今，百度推出更新的ERNIE3.0 Zeus，已經(jīng)擁有千億級(jí)參數(shù)。 

數(shù)據(jù)顯示，文心一言的訓(xùn)練數(shù)據(jù)包括萬(wàn)億級(jí)網(wǎng)頁(yè)數(shù)據(jù)、數(shù)十億搜索數(shù)據(jù)和圖片數(shù)據(jù)、百億級(jí)的語(yǔ)音日均調(diào)用數(shù)據(jù)、超5000億事實(shí)的知識(shí)圖譜。萬(wàn)億級(jí)數(shù)據(jù)加上海量用戶頻繁調(diào)用使用，文心一言的學(xué)習(xí)能力進(jìn)一步強(qiáng)化，模型泛化和遷移能力決定了其在中文語(yǔ)言處理上更具優(yōu)勢(shì)。 

數(shù)據(jù)背后，終極考驗(yàn)AI大模型的底層能力是算法和算力。如果說(shuō)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(qiáng)，能走多遠(yuǎn)，這也會(huì)繼續(xù)拉大領(lǐng)跑者與學(xué)步者的差距，讓GPT玩家們卷到天際。

這一切都是被逼的。

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(guò)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(qiáng)大的算法和算力支撐。 

ChatGPT觸動(dòng)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(duì)抗網(wǎng)絡(luò)GAN過(guò)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(yǔ)言語(yǔ)義分析處理上的障礙。而后，Diffusion擴(kuò)散模型向語(yǔ)音、圖畫、視頻等領(lǐng)域延伸，進(jìn)一步強(qiáng)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(guó)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(shì)，AI應(yīng)用探索速度更快，場(chǎng)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(shí)圖譜，讓模型能夠通過(guò)先驗(yàn)知識(shí)和歷史經(jīng)驗(yàn)理解語(yǔ)義，更加精準(zhǔn)地預(yù)測(cè)提問(wèn)者的期待和目的。這在中文語(yǔ)境中優(yōu)勢(shì)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(duì)于整個(gè)人工智能產(chǎn)業(yè)、產(chǎn)業(yè)數(shù)字化來(lái)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(shí)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(fèi)版ChatGPT Plus暫停付費(fèi)，OpenAI給出的解釋是需求量過(guò)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(jí)增長(zhǎng)。券商報(bào)告顯示，訓(xùn)練AI大模型對(duì)算力成本消耗量巨大。 

“GPT-3訓(xùn)練一次成本約140萬(wàn)美元，對(duì)于一些更大的LLM（大型語(yǔ)言模型），訓(xùn)練成本介于200萬(wàn)美元至1200萬(wàn)美元之間。以ChatGPT在1月的獨(dú)立訪客平均數(shù)1300萬(wàn)計(jì)算，其對(duì)應(yīng)芯片需求為3萬(wàn)多片英偉達(dá)A100 GPU，初始投入成本約為8億美元，每日電費(fèi)在5萬(wàn)美元左右。” 

隨著ChatGPT的版本迭代，GPT-4及4+以上版本對(duì)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(wèn)次數(shù)，乃至?xí)和�測(cè)試項(xiàng)目。 

ChatGPT帶來(lái)的算力恐慌也在國(guó)內(nèi)顯現(xiàn)。一方面受地緣政治影響，美國(guó)禁止高端芯片設(shè)備和人工智能芯片對(duì)華出口，直接影響英偉達(dá)和AMD等芯片廠商對(duì)國(guó)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(gè)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(cè)，未來(lái)三年新生產(chǎn)的數(shù)據(jù)量將超過(guò)過(guò)去三十年綜合，未來(lái)五年國(guó)內(nèi)智算規(guī)模的復(fù)合增長(zhǎng)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(duì)算力的需求也會(huì)呈現(xiàn)爆發(fā)式增長(zhǎng)，云計(jì)算企業(yè)軍備競(jìng)賽空前緊張。 

可以說(shuō)，目前AI算力缺口根本無(wú)法統(tǒng)計(jì)，從二級(jí)市場(chǎng)中芯片算力概念領(lǐng)漲，也能看出國(guó)內(nèi)算力的緊缺。隨著AIGC市場(chǎng)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(guò)程非常復(fù)雜，核心分為設(shè)計(jì)、制造過(guò)程，其中設(shè)計(jì)包含EDA、芯片IP授權(quán)、FPGA（萬(wàn)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(lái)看，芯片制造包含晶圓、光刻、離子注入、刻蝕、切割封裝、量測(cè)等環(huán)節(jié)，每個(gè)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(guó)內(nèi)直接做光刻機(jī)的公司幾乎沒(méi)有，一臺(tái)光刻機(jī)需要10萬(wàn)個(gè)以上的零部件，價(jià)格在10億元以上。 

市場(chǎng)認(rèn)為，一萬(wàn)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(guó)大模型企業(yè)普遍面臨的難題。

先發(fā)者覺(jué)醒

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(chǔ)備上的強(qiáng)弱。從大廠的AI技術(shù)基座來(lái)看，領(lǐng)跑者的飛輪效應(yīng)和非線性增長(zhǎng)能力凸顯，破局之勢(shì)出現(xiàn)。 

以中文大模型百度為例，文心一言背后，可見(jiàn)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。 

終極算力PK層面，百度芯片自研起步于2010年，是國(guó)內(nèi)最早布局AI加速領(lǐng)域的芯片企業(yè)。彼時(shí)造芯還屬于百度的高度保密項(xiàng)目，起初從FPGA架構(gòu)研發(fā)AI芯片，起點(diǎn)較高，雖然沒(méi)有完全自研，但對(duì)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(dòng)駕駛、智能終端等板塊。 

2021年，昆侖芯宣布獨(dú)立運(yùn)營(yíng)，百度芯片首席架構(gòu)師歐陽(yáng)劍出任CEO。昆侖芯完成獨(dú)立融資后，首輪估值達(dá)130億元，中國(guó)國(guó)產(chǎn)芯片超級(jí)獨(dú)角獸自此誕生。 

作為大廠造芯項(xiàng)目，百度芯片的算力邏輯始于復(fù)雜場(chǎng)景的處理運(yùn)算需求。上至百度智能云、無(wú)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(kāi)始跑起來(lái)。 

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)。 

公開(kāi)資料顯示，昆侖芯2代AI芯片采取7nm工藝打造，這種技術(shù)規(guī)格在業(yè)界處于較高水平，單位體積所能承載的集體管更多，性能更強(qiáng)。昆侖芯的算力可以達(dá)到128 TFLOPS@FP16。 

為了適應(yīng)云智一體的算力需求，百度近年來(lái)還加緊布局云計(jì)算中心，目前擁有陽(yáng)泉、徐水、定興三個(gè)云計(jì)算中心，算力規(guī)模在國(guó)內(nèi)大廠前列。 

2023年3月，百度完成了陽(yáng)泉智算中心升級(jí)，算力規(guī)模達(dá)4 EFLOPS，是目前亞洲最大單體智算中心。對(duì)比國(guó)內(nèi)整體算力規(guī)模，2022年國(guó)內(nèi)服務(wù)器規(guī)模在2000萬(wàn)臺(tái)左右，算力規(guī)模超150 EFLOPS。 

充足的算力為AI大模型訓(xùn)練及產(chǎn)業(yè)增智開(kāi)辟空間，對(duì)于百度、阿里，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。正如阿里張勇所言，面向智能化時(shí)代，所有行業(yè)都值得重新做一遍。 

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(shí)現(xiàn)智能表達(dá)和運(yùn)算推測(cè)。 

AI大模型技術(shù)應(yīng)用非常廣，包括語(yǔ)音技術(shù)、圖像識(shí)別處理、自然語(yǔ)言處理及大數(shù)據(jù)分析預(yù)測(cè)等。在通用AI大模型的基礎(chǔ)上，產(chǎn)業(yè)場(chǎng)景開(kāi)發(fā)者只需要根據(jù)場(chǎng)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(chǎng)景下的AI能力調(diào)用。 

現(xiàn)階段，具備大模型能力的大廠都已經(jīng)開(kāi)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(jì)劃將旗下所有產(chǎn)品都接入通義千問(wèn)；百度除了布局百度系產(chǎn)品，把文心一言的戰(zhàn)略重點(diǎn)落向了企業(yè)服務(wù)，強(qiáng)化云智一體的智能化水平，面向多場(chǎng)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(lái)大模型+產(chǎn)業(yè)模型的雙模型驅(qū)動(dòng)，會(huì)加速向產(chǎn)業(yè)數(shù)字化滲透，企業(yè)經(jīng)營(yíng)效率和生產(chǎn)力解放也會(huì)達(dá)到質(zhì)的飛躍。 

這一變化，領(lǐng)跑者最先看到。

       原文標(biāo)題 : ChatGPT之外，中文大模型開(kāi)局即卷