來源 | 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大戰(zhàn)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，標志著人工智能大模型和超級應用起航的新節(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大模型的內(nèi)卷鏡像也在國內(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掀起的大模型風口中分一杯羹。 

云的時代，向來以快制勝，快不僅僅代表對新應用和新功能更加敏捷機動，更彰顯企業(yè)對市場趨勢的前瞻性布局。大模型時代更甚，先知先覺者更快一步，后來者便是跟隨。 

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上正式發(fā)布通義千問。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，阿里同樣學步百度。通義千問發(fā)布后，阿里首提“云智一體”理念，并將其作為阿里云集團下一個戰(zhàn)略方向。其實，“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，通過云計算和人工智能融合創(chuàng)新，把算力、框架、模型，場景應用打造成標準化產(chǎn)品，進而降低企業(yè)獲取和使用人工智能的門檻。 

阿里乃至更多云計算企業(yè)，此時將目光投向“云智一體”，做百度的追隨者，恰恰證明AI應用能力是云計算產(chǎn)業(yè)基礎設施成熟后的核心能力。這種能力更在于“智”的水平，即在智能基礎設施之上的通用型AI產(chǎn)品能力。 

AIGC開局即卷，抄作業(yè)的依然會有。但AI賽道和云智一體本是一場科技馬拉松，比拼的是投入和耐力，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和國際大廠微軟，與其他AIGC玩家沒有可比性。但以大廠視角來看，確有先后優(yōu)劣之分。 

國內(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)公司完全不用擔心市場是不是足夠大，只有出來之后才有機會更快地去迭代，去提升。 

對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由大廠推出的生成式AI應用。的確，彼時微軟只是調(diào)用ChatGPT接口，國際大廠谷歌、Facebook也沒推出成型的類ChatGPT產(chǎn)品，而亞馬遜近期才發(fā)布自己的大語言模型。 

國內(nèi)的玩家更不用說，自百度之后紛紛學步，先是阿里悄悄啟動企業(yè)用戶定向內(nèi)測，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？從基因來看，大廠基于自身對業(yè)務的理解和技術模型沉淀，在AIGC價值創(chuàng)新層面，更注重場景穿透和服務能力，也就是各位掌門人口中的“產(chǎn)業(yè)能力”。 

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

同處中文大模型賽道，阿里的通義千問與百度的文心一言誰更強，也成為市場關注的焦點。首先在功能層面，文心一言有文學創(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，而通義千問的功能有創(chuàng)作、回答問題、撰寫代碼、表達觀點等。 

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

文心一言還與百度智能云聯(lián)動，所推出的企業(yè)服務板塊涵蓋企業(yè)辦公場景、金融服務場景、政務服務場景、商旅服務場景及電商直播場景等。場景內(nèi)測顯示，文心一言企業(yè)服務功能能有效提升產(chǎn)業(yè)端服務效率，強化服務體驗。 

其次，評判大模型的優(yōu)劣根本落腳點在于服務匹配的精準度和邏輯分析的嚴謹性。以此來看，文心一言也強于通義千問。 

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

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

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

差異的根源在模型參數(shù)和復雜度上。對于大模型而言，模型參數(shù)規(guī)模越大，模型結構設計越復雜，所承載的邏輯分析預測能力越強，給出的答案自然更精準。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行訓練，大約是1351萬本牛津詞典。 

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)布全球首個百億參數(shù)的對話大模型PLATO-XL。如今，百度推出更新的ERNIE3.0 Zeus，已經(jīng)擁有千億級參數(shù)。 

數(shù)據(jù)顯示，文心一言的訓練數(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，文心一言的學習能力進一步強化，模型泛化和遷移能力決定了其在中文語言處理上更具優(yōu)勢。 

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，那么算法和算力決定了大模型性能有多強，能走多遠，這也會繼續(xù)拉大領跑者與學步者的差距，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)的基礎上，通過AI深度學習算法，訓練出深度神經(jīng)網(wǎng)絡模型。從模型訓練到模型優(yōu)化再到應用擴展，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領域數(shù)據(jù)、算法、算力多年沉淀精進的結果。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GAN過渡到深度學習模型CLIP、神經(jīng)網(wǎng)絡架構Transforme，打破了傳統(tǒng)AI模型在文本圖片關聯(lián)、自然語言語義分析處理上的障礙。而后，Diffusion擴散模型向語音、圖畫、視頻等領域延伸，進一步強化AI的模仿和創(chuàng)造力。ChatGPT當前采用的就是Transformer算法架構。 

于國內(nèi)AI大模型玩家而言，得益于基礎數(shù)據(jù)和訓練參數(shù)優(yōu)勢，AI應用探索速度更快，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)絡模型架構之上，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，更加精準地預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)字化來講都至關重要，以至于有不少科學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背后的英偉達高端芯片支撐是關鍵。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ChatGPT激起分布式大規(guī)模訓練浪潮后，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，訓練AI大模型對算力成本消耗量巨大。 

“GPT-3訓練一次成本約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，其對應芯片需求為3萬多片英偉達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，為了應付成本和算力缺口，ChatGPT不得不降低用戶訪問次數(shù)，乃至暫停測試項目。 

ChatGPT帶來的算力恐慌也在國內(nèi)顯現(xiàn)。一方面受地緣政治影響，美國禁止高端芯片設備和人工智能芯片對華出口，直接影響英偉達和AMD等芯片廠商對國內(nèi)高端芯片需求的供應。即使供應不受限，進口芯片的成本、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)模的復合增長率超50%。從電商到直播，從金融到政務，從企服到醫(yī)療等，數(shù)字化轉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，而算力主要技術載體芯片又是關鍵中的關鍵。 

芯片的制造過程非常復雜，核心分為設計、制造過程，其中設計包含EDA、芯片IP授權、FPGA（萬能芯片），制造技術要求高、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)涉及到不同設備，而且不僅技術要求高，投入成本也非常高。以光刻為例，目前國內(nèi)直接做光刻機的公司幾乎沒有，一臺光刻機需要10萬個以上的零部件，價格在10億元以上。 

市場認為，一萬枚英偉達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)者覺醒

AIGC產(chǎn)品能力的優(yōu)劣，源于大模型企業(yè)在核心技術儲備上的強弱。從大廠的AI技術基座來看，領跑者的飛輪效應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、飛漿深度學習框架、文心預訓練大模型技術基座。 

終極算力PK層面，百度芯片自研起步于2010年，是國內(nèi)最早布局AI加速領域的芯片企業(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，但對芯片的技術探索領先其他大廠。 

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，百度芯片首席架構師歐陽劍出任CEO。昆侖芯完成獨立融資后，首輪估值達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。 

公開資料顯示，昆侖芯2代AI芯片采取7nm工藝打造，這種技術規(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。昆侖芯的算力可以達到128 TFLOPS@FP16。 

為了適應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。 

2023年3月，百度完成了陽泉智算中心升級，算力規(guī)模達4 EFLOPS，是目前亞洲最大單體智算中心。對比國內(nèi)整體算力規(guī)模，2022年國內(nèi)服務器規(guī)模在2000萬臺左右，算力規(guī)模超150 EFLOPS。 

充足的算力為AI大模型訓練及產(chǎn)業(yè)增智開辟空間，對于百度、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)品功能擴展看，大模型采取了更為原始和非標的數(shù)據(jù)，基于深度學習算法組織自監(jiān)督學習，在海量數(shù)據(jù)訓練的基礎上，實現(xiàn)智能表達和運算推測。 

AI大模型技術應用非常廣，包括語音技術、圖像識別處理、自然語言處理及大數(shù)據(jù)分析預測等。在通用AI大模型的基礎上，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)進行二次訓練，就能滿足垂直場景下的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，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)力解放也會達到質(zhì)的飛躍。 

這一變化，領跑者最先看到。

       原文標題 : ChatGPT之外，中文大模型開局即卷