當你在 ChatGPT 或者新 bing 裏輸入一個問題，AI 會調用它的雲端大腦，思索一番，生成一段較為合理的回答。
而在 OpenAI 開發 GPT 時，也反覆提到了參數正變得龐大，模型的規模也在逐代變得複雜。
訓練大規模的語言模型，需要極大算力的 GPU 集羣，並且隨着用户數量的指數級增長，運行它們同樣會佔用相當的算力。
每個想要入局 AIGC 的企業，最先考慮的是如何佈局大規模的雲計算中心，彷彿 AIGC 的競爭已然成為硬件資源的角力。
▲ OpenAI CEO Sam Altman 圖片來自：wired
有了更強算力的計算中心，就能夠跑得起更大規模的語言模型和算法，最終的 AI 產品，可能也會變得更「聰明」。
然而，近期 OpenAI CEO Sam Altman 在麻省理工的演講裏，給那些想憑藉「大力出奇跡」的後來者潑了盆冷水。
Altman：擴大模型規模已經過時
「大型模型時代已經到頭了，我們需要用新的思路和方法，讓 AIGC 取得新的進展。」
擴大模型規模，利用更復雜的參數，調用更大的算力，基本上是 OpenAI 過去幾年在 GPT 上所使用的迭代方法。
GPT-2 大概擁有 15 億參數，而 GPT-3 則擁有 1750 億參數，而 GPT-4 雖然沒有官方數字驗證，但不少機構也推測出，它使用了數萬億字的文本和上萬台雲計算服務器，訓練它的成本已經超過了 1 億美元。
隨着 ChatGPT 的影響力越來越大，微軟也使用了其底層技術，推出了新 bing。
隨之，Google 推出了 Bard，Adobe 推出了 Firefly，除了這些大企業外，硅谷許多資金充裕的初創企業，像是 Anthropic、AI21、Cohere 和 Character.AI，也在瘋狂的投入，構建更大規模的算法，以趕上 ChatGPT 和 OpenAI。
▲ 二代 Runway 一句話生成的大片
對於硬件資源的極大需求，也造成了英偉達 A100、H100 GPU 的搶購潮。
在 eBay 上，英偉達的 H100 已經成熱門商品，價格更是炒到了 4 萬美元，而其官方售價只是 3.3 萬美元。並且，H100 一般是打包 8 張組成一個服務器銷售。
目前，並沒有其他的第三方對外銷售的 GPU 與英偉達競爭，在 AI 浪潮之下，誰的英偉達 GPU 越多，彷彿就掌握了 AIGC 行業的取勝之匙。
與傳統行業的資本壟斷、大企業壟斷類似，對於算力的追求，也催生了「算力壟斷」。
而 Sam Altman 也表示，OpenAI 還沒有開發 GPT-5 的計劃。言下之意便是，無腦的擴大模型規模，並不會讓 GPT 保持無限的迭代。
目前來説，ChatGPT 與微軟的新 bing 都遇到了不少因為算力不太夠而出現宕機、服務不穩定的狀況。
同時，新 bing 也並未面向所有用户，「排隊等待」的狀況仍然存在。
而這也是 Google 還無法將類似的生成式 AI 完全引入其搜索的一個原因。
曾在 Google 從事 AI 工作，現在是 Cohere 創始人的 Nick Frosst 也表示 Altman 很有先見之明，並且也表示，新的人工智能模型設計或架構可能會基於人類反饋的進行調整。
按照這個思路來説，OpenAI 或許已經在用新的思路在構思 GPT-5 了。
Musk：挖人、買顯卡、組團隊
即便 Sam Altman 公開表示，現階段繼續走 OpenAI 的老路，通過擴大模型規模來提升，很難追得上 ChatGPT。
但曾是 Altman 的老朋友 Musk，毅然決然的投入到了 AIGC 行業之中。
根據華爾街日報的消息，Musk 悄悄的註冊了一家名為 X.AI Crop 的公司，並從 Google 挖了幾名研究員，向英偉達買了幾千張顯卡。
Musk 的目的很明確，就是為了與 OpenAI 和 Google 展開競爭。
就在相關報道發出之後，Musk 在接受 Fox News 採訪時，就承認了想要推出一款類似 ChatGPT 的產品，取名為 TruthGPT。
Musk 的意圖很明確，TruthGPT 將會「最大化尋求真理的 AI」，並試圖理解宇宙的本質，希望能帶來更多的好處而不是壞處。
Musk 的採訪和迴應，其實有點無厘頭，畢竟按照現在大語言模型的規模來看，X.AI Crop 可能還不如硅谷的一些初創團隊。
且 TruthGPT 這個名字也像是在向 ChatGPT 抗議。
Musk 一直認為 GPT-4 類的生成式 AI 會有相當大的風險，呼籲暫停開發六個月，並且呼籲推出相應的監管。
甚至也説出了「ta 有毀滅文明的潛力」。
只是一邊説暫停研究，自己一邊成立 X.AI Crop 開始入局 AIGC，很難不相信這是在炒作。
另外，暫停六個月的研發，也更像是封印 OpenAI，給自己留出六個月的時間來迎頭追上進度。
不可否認的説，Musk 的 SpaceX、Tesla 都顛覆了一個行業，成為當下名氣最響亮的企業。
▲ Musk 與 Starship
而當初離開 OpenAI，看到如今的成就，並用一些比較有爭議的言論，反而展示了 Musk 早就錯失機會的不甘。
至於 TruthGPT 是否能像他説的那樣，只能等六個月再看看了。
黃仁勳：我們需要一個 App
目前生成式 AI 僅存在於對話框中，以一種很古典的形式出現在當下所有的智能設備當中。
不論是插件，還是第三方 App，最終大眾與其交互的都是一個個對話文本框。
這也是計算機剛剛出現時，最初級的人機交互方式。
而在 Nicolai Tangen 的一期播客裏，他與英偉達 CEO 黃仁勳 暢聊了 AI 將會如何改變人們生活和工作方式。
當下 AI 的快速發展，離不開英偉達的 GPU 的助力，英偉達幾乎壟斷了雲算力的市場。
如 Altman 的觀點，當下 AI 還無法擺脱超高算力，超大型模型已經龐大算法的支持。
對於初創公司來説，這是一個挑戰，而對於英偉達來説也是。
英偉達需要不斷地開發製造更強大的 GPU 來適應 AI 的發展。並且目前 AI 仍然存在於巨大的數據中心，以及需要多台超級計算機提供算力。
它不像此前任何的一個應用程序，或者軟件。GPT-3 有着 1750 億個參數，在面對如此的計算量時，英偉達的 AI GPU 從底層重新進行了設計。
但目前，處理大規模的數據和學習大模型，仍然需要數週的時間。它現在還無法濃縮到一個 App 或者個人 PC 當中。
如此其實也解答了到目前為止 AI 對於軟件的促進，其實都是以雲和插件的形式存在。
而英偉達也表示，AI 已經開始深入到自己芯片的設計當中，「當芯片架構師在睡覺的時候，AI 仍然在不斷地迭代和優化改進相應架構」。
「它能幫助我們更好的設計和製造芯片。」
換句話説，AI 介入芯片的生產，而生產出的芯片又用於雲算力來運行 AI，這算是 AI 的自給自足了吧。
另外，黃仁勳也認為 AI 也將會引發下一次工業革命，它暫時不會自我覺醒取代人類。
反而會極大地解放人力，增加每個人的生產力。人們可以利用自然語言直接編程，而無需學習複雜的 Python、Java、C 語言。
並且，他也拿英偉達的軟件工程師舉例，在 AI 的幫助下，大概有 40~50% 的代碼和軟件由生成式 AI 補充，工程師只要提供建議與思路。
黃仁勳也預估，AI 的加入，會讓目前英偉達軟件工程師的生產效率提升 10 倍。
▲ Github 的 Copilot 功能
AI 的介入，能夠讓人們以一萬倍的速度完成很多繁瑣的事情，間接提高了生產力。
在 GPT-4 出現之前，AI 行業可以以簡單的依靠擴大模型規模，增加硬件部署來保持高速迭代。
隨着算力瓶頸的出現，不得不讓 OpenAI 重新思考如何優化，找到 AI 的下一步發展方向。
同樣地，黃仁勳也清晰的認識到，目前 AI 對於算力的需求過於龐大，且它需要存在於一個空間巨大、芯片眾多的位置，現在的 AI 就彷彿像是世界上第一代計算機 ENIAC 一般。
AI 的下一步，減少對資源需求的同時，也需要瘦身，並且能獨立存在於一個 App 或者軟件當中。
從目前來説，這還不太現實，不過好消息是 OpenAI 已經開始招聘 Android、iOS 工程師，相應的 App 也應該很快就來了。
資料來源：愛範兒（ifanr）
而在 OpenAI 開發 GPT 時，也反覆提到了參數正變得龐大，模型的規模也在逐代變得複雜。
訓練大規模的語言模型，需要極大算力的 GPU 集羣，並且隨着用户數量的指數級增長，運行它們同樣會佔用相當的算力。
每個想要入局 AIGC 的企業，最先考慮的是如何佈局大規模的雲計算中心，彷彿 AIGC 的競爭已然成為硬件資源的角力。
▲ OpenAI CEO Sam Altman 圖片來自：wired
有了更強算力的計算中心，就能夠跑得起更大規模的語言模型和算法，最終的 AI 產品，可能也會變得更「聰明」。
然而，近期 OpenAI CEO Sam Altman 在麻省理工的演講裏，給那些想憑藉「大力出奇跡」的後來者潑了盆冷水。
Altman：擴大模型規模已經過時
「大型模型時代已經到頭了，我們需要用新的思路和方法，讓 AIGC 取得新的進展。」
擴大模型規模，利用更復雜的參數，調用更大的算力，基本上是 OpenAI 過去幾年在 GPT 上所使用的迭代方法。
GPT-2 大概擁有 15 億參數，而 GPT-3 則擁有 1750 億參數，而 GPT-4 雖然沒有官方數字驗證，但不少機構也推測出，它使用了數萬億字的文本和上萬台雲計算服務器，訓練它的成本已經超過了 1 億美元。
隨着 ChatGPT 的影響力越來越大，微軟也使用了其底層技術，推出了新 bing。
隨之，Google 推出了 Bard，Adobe 推出了 Firefly，除了這些大企業外，硅谷許多資金充裕的初創企業，像是 Anthropic、AI21、Cohere 和 Character.AI，也在瘋狂的投入，構建更大規模的算法，以趕上 ChatGPT 和 OpenAI。
▲ 二代 Runway 一句話生成的大片
對於硬件資源的極大需求，也造成了英偉達 A100、H100 GPU 的搶購潮。
在 eBay 上，英偉達的 H100 已經成熱門商品，價格更是炒到了 4 萬美元，而其官方售價只是 3.3 萬美元。並且，H100 一般是打包 8 張組成一個服務器銷售。
目前，並沒有其他的第三方對外銷售的 GPU 與英偉達競爭，在 AI 浪潮之下，誰的英偉達 GPU 越多，彷彿就掌握了 AIGC 行業的取勝之匙。
與傳統行業的資本壟斷、大企業壟斷類似，對於算力的追求，也催生了「算力壟斷」。
而 Sam Altman 也表示，OpenAI 還沒有開發 GPT-5 的計劃。言下之意便是，無腦的擴大模型規模，並不會讓 GPT 保持無限的迭代。
目前來説，ChatGPT 與微軟的新 bing 都遇到了不少因為算力不太夠而出現宕機、服務不穩定的狀況。
同時，新 bing 也並未面向所有用户，「排隊等待」的狀況仍然存在。
而這也是 Google 還無法將類似的生成式 AI 完全引入其搜索的一個原因。
曾在 Google 從事 AI 工作，現在是 Cohere 創始人的 Nick Frosst 也表示 Altman 很有先見之明，並且也表示，新的人工智能模型設計或架構可能會基於人類反饋的進行調整。
按照這個思路來説，OpenAI 或許已經在用新的思路在構思 GPT-5 了。
Musk：挖人、買顯卡、組團隊
即便 Sam Altman 公開表示，現階段繼續走 OpenAI 的老路，通過擴大模型規模來提升，很難追得上 ChatGPT。
但曾是 Altman 的老朋友 Musk，毅然決然的投入到了 AIGC 行業之中。
根據華爾街日報的消息，Musk 悄悄的註冊了一家名為 X.AI Crop 的公司，並從 Google 挖了幾名研究員，向英偉達買了幾千張顯卡。
Musk 的目的很明確，就是為了與 OpenAI 和 Google 展開競爭。
就在相關報道發出之後，Musk 在接受 Fox News 採訪時，就承認了想要推出一款類似 ChatGPT 的產品，取名為 TruthGPT。
Musk 的意圖很明確，TruthGPT 將會「最大化尋求真理的 AI」，並試圖理解宇宙的本質，希望能帶來更多的好處而不是壞處。
Musk 的採訪和迴應，其實有點無厘頭，畢竟按照現在大語言模型的規模來看，X.AI Crop 可能還不如硅谷的一些初創團隊。
且 TruthGPT 這個名字也像是在向 ChatGPT 抗議。
Musk 一直認為 GPT-4 類的生成式 AI 會有相當大的風險，呼籲暫停開發六個月，並且呼籲推出相應的監管。
甚至也説出了「ta 有毀滅文明的潛力」。
只是一邊説暫停研究，自己一邊成立 X.AI Crop 開始入局 AIGC，很難不相信這是在炒作。
另外，暫停六個月的研發，也更像是封印 OpenAI，給自己留出六個月的時間來迎頭追上進度。
不可否認的説，Musk 的 SpaceX、Tesla 都顛覆了一個行業，成為當下名氣最響亮的企業。
▲ Musk 與 Starship
而當初離開 OpenAI，看到如今的成就，並用一些比較有爭議的言論，反而展示了 Musk 早就錯失機會的不甘。
至於 TruthGPT 是否能像他説的那樣，只能等六個月再看看了。
黃仁勳：我們需要一個 App
目前生成式 AI 僅存在於對話框中，以一種很古典的形式出現在當下所有的智能設備當中。
不論是插件，還是第三方 App，最終大眾與其交互的都是一個個對話文本框。
這也是計算機剛剛出現時，最初級的人機交互方式。
而在 Nicolai Tangen 的一期播客裏，他與英偉達 CEO 黃仁勳 暢聊了 AI 將會如何改變人們生活和工作方式。
當下 AI 的快速發展，離不開英偉達的 GPU 的助力，英偉達幾乎壟斷了雲算力的市場。
如 Altman 的觀點，當下 AI 還無法擺脱超高算力，超大型模型已經龐大算法的支持。
對於初創公司來説，這是一個挑戰，而對於英偉達來説也是。
英偉達需要不斷地開發製造更強大的 GPU 來適應 AI 的發展。並且目前 AI 仍然存在於巨大的數據中心，以及需要多台超級計算機提供算力。
它不像此前任何的一個應用程序，或者軟件。GPT-3 有着 1750 億個參數，在面對如此的計算量時，英偉達的 AI GPU 從底層重新進行了設計。
但目前，處理大規模的數據和學習大模型，仍然需要數週的時間。它現在還無法濃縮到一個 App 或者個人 PC 當中。
如此其實也解答了到目前為止 AI 對於軟件的促進，其實都是以雲和插件的形式存在。
而英偉達也表示，AI 已經開始深入到自己芯片的設計當中，「當芯片架構師在睡覺的時候，AI 仍然在不斷地迭代和優化改進相應架構」。
「它能幫助我們更好的設計和製造芯片。」
換句話説，AI 介入芯片的生產，而生產出的芯片又用於雲算力來運行 AI，這算是 AI 的自給自足了吧。
另外，黃仁勳也認為 AI 也將會引發下一次工業革命，它暫時不會自我覺醒取代人類。
反而會極大地解放人力，增加每個人的生產力。人們可以利用自然語言直接編程，而無需學習複雜的 Python、Java、C 語言。
並且，他也拿英偉達的軟件工程師舉例，在 AI 的幫助下，大概有 40~50% 的代碼和軟件由生成式 AI 補充，工程師只要提供建議與思路。
黃仁勳也預估，AI 的加入，會讓目前英偉達軟件工程師的生產效率提升 10 倍。
▲ Github 的 Copilot 功能
AI 的介入，能夠讓人們以一萬倍的速度完成很多繁瑣的事情，間接提高了生產力。
在 GPT-4 出現之前，AI 行業可以以簡單的依靠擴大模型規模，增加硬件部署來保持高速迭代。
隨着算力瓶頸的出現，不得不讓 OpenAI 重新思考如何優化，找到 AI 的下一步發展方向。
同樣地，黃仁勳也清晰的認識到，目前 AI 對於算力的需求過於龐大，且它需要存在於一個空間巨大、芯片眾多的位置，現在的 AI 就彷彿像是世界上第一代計算機 ENIAC 一般。
AI 的下一步，減少對資源需求的同時，也需要瘦身，並且能獨立存在於一個 App 或者軟件當中。
從目前來説，這還不太現實，不過好消息是 OpenAI 已經開始招聘 Android、iOS 工程師，相應的 App 也應該很快就來了。
資料來源：愛範兒（ifanr）
請按此登錄後留言。未成為會員? 立即註冊