英偉達(dá)創(chuàng)始人黃仁勛，為正在舉辦的GTC大會(huì)甩出了“王炸”——新一代芯片，Blackwell GPU，包含2080億個(gè)晶體管，支持多達(dá)10萬(wàn)億個(gè)參數(shù)的AI模型。

　　在一連串讓人看得目眩神迷的產(chǎn)品中，我們簡(jiǎn)單地總結(jié)：這一次，英偉達(dá)做了什么?

　　這一次，英偉達(dá)做了什么？

　　第一，極大地提升了算力，并降低了能耗和成本。

　　“我們需要另一種方式來(lái)進(jìn)行計(jì)算，這樣我們才能夠繼續(xù)擴(kuò)展，這樣我們才能夠繼續(xù)降低計(jì)算成本，這樣我們才能夠繼續(xù)進(jìn)行越來(lái)越多的計(jì)算。”

　　“我們需要更大的GPU，如果不能更大，就把更多GPU組合在一起，變成更大的虛擬GPU。”

　　以上，是黃仁勛在現(xiàn)場(chǎng)演講中的話。他再次回憶起，2016年贈(zèng)送給OpenAI的DGX-1，那也是史上第一次8塊GPU連在一起組成一臺(tái)超級(jí)計(jì)算機(jī)。

　　當(dāng)時(shí)，DGX1 算力僅0.17 Peataflop(1 Petaflop等于每秒鐘進(jìn)行1千萬(wàn)億次的數(shù)學(xué)運(yùn)算)，而今天英偉達(dá)推出的 DGX Grace-Blackwell GB200 已經(jīng)超過(guò)1 Exaflop(百億億次)的算力。

　　8年時(shí)間，AI算力增長(zhǎng)1000倍。

　　相比上一代*** Tensor核心的GPU，最新的Blackwell GB200 GPU可以為大語(yǔ)言模型(LLM)推理負(fù)載提供30倍的性能提升，而成本和能耗則降低25倍。

　　第二，算力的提升，意味著萬(wàn)億級(jí)參數(shù)模型變得更為現(xiàn)實(shí)。

　　在技術(shù)支持下，一個(gè)GB200 NVL72最高支持27萬(wàn)億參數(shù)的模型。而據(jù)泄露數(shù)據(jù)，GPT-4也不過(guò)只有1.7萬(wàn)億參數(shù)。

　　萬(wàn)億參數(shù)模型有許多優(yōu)勢(shì)，比如進(jìn)行自然語(yǔ)言處理任務(wù)，如翻譯、問(wèn)答、抽象和流暢性;掌握更長(zhǎng)期的背景和對(duì)話能力;結(jié)合語(yǔ)言、視覺(jué)和語(yǔ)音的多模態(tài)應(yīng)用;進(jìn)行創(chuàng)意應(yīng)用程序，例如講故事、詩(shī)歌生成和代碼生成;進(jìn)行科學(xué)應(yīng)用，例如蛋白質(zhì)折疊預(yù)測(cè)和藥物發(fā)現(xiàn);實(shí)現(xiàn)個(gè)性化，能夠形成一致的個(gè)性并記住用戶上下文。

　　第三，英偉達(dá)向軟硬一體化的平臺(tái)發(fā)展更進(jìn)一步。

　　英偉達(dá)推出了全新的AI推理服務(wù)器NIM(NVIDIA INFERENCE MICROSERVICE)，讓所有人都可以通過(guò)這一形式自定義AI模型和應(yīng)用。

　　以英偉達(dá)NIM和CUDA作為中間樞紐，連接了百萬(wàn)開(kāi)發(fā)者與上億GPU芯片。“成熟的企業(yè)平臺(tái)坐擁一座數(shù)據(jù)金礦，這些數(shù)據(jù)可以轉(zhuǎn)化為生成性AI副駕駛。”黃仁勛表示，“這些容器化的AI微服務(wù)是我們與合作伙伴生態(tài)系統(tǒng)共同創(chuàng)造的，它們是各行各業(yè)企業(yè)成為AI公司的構(gòu)建模塊。”

　　在醫(yī)療場(chǎng)景上，英偉達(dá)此次推出了基于醫(yī)療場(chǎng)景的25個(gè)新的微服務(wù)， 幫助全球的醫(yī)療保健公司可以基于生成式 AI進(jìn)行效率提升。英偉達(dá)舉了一個(gè)例子，與在CPU上運(yùn)行相比，英偉達(dá)的微服務(wù)能夠?qū)⒒�因組分析工作流程中的變異調(diào)用速度提高了50倍以上。目前，全球有接近50家應(yīng)用程序提供商正在使用英偉達(dá)的醫(yī)療微服務(wù)。對(duì)于醫(yī)療行業(yè)公司來(lái)說(shuō)，他們可以基于這些微服務(wù)，篩選數(shù)萬(wàn)億種藥物化合物，收集更多的患者數(shù)據(jù)以幫助早期疾病檢測(cè)，或者實(shí)施更智能的數(shù)字助理等等。

　　接下來(lái)，中國(guó)大模型路往何方？

　　過(guò)去一年，英偉達(dá)的股價(jià)從200多美元，上漲至現(xiàn)在的近900美元，市值超過(guò)2.2萬(wàn)億美元。這一家公司的產(chǎn)品迭代速度，對(duì)人工智能的發(fā)展產(chǎn)生了歷史級(jí)的影響。影響力也轉(zhuǎn)化為資本市場(chǎng)的認(rèn)可和回報(bào)。

　　毫無(wú)疑問(wèn)，這是一個(gè)贏家通吃的行業(yè)。根據(jù)富國(guó)銀行統(tǒng)計(jì)，英偉達(dá)目前在數(shù)據(jù)中心AI市場(chǎng)擁有98%的市場(chǎng)份額，而AMD僅有1.2%的市場(chǎng)份額，英特爾則只有不到1%。

　　英偉達(dá)的鮮花著錦，烈火烹油，也讓我們更為深入地思考中國(guó)大模型的現(xiàn)狀和未來(lái)。2023年上半年，因?yàn)镃hatGPT的橫空出世，中國(guó)大廠與創(chuàng)業(yè)公司紛紛投身大模型，一時(shí)引發(fā)“百模大戰(zhàn)”。這又過(guò)了大半年時(shí)間，中國(guó)大模型相關(guān)的投資人和從業(yè)者，又有了市場(chǎng)路線與技術(shù)路線之爭(zhēng)：

　　一邊是以月之暗面創(chuàng)始人楊植麟為代表的技術(shù)路線，他們大多技術(shù)出身，思維偏硅谷，對(duì)技術(shù)有信仰，信仰AGI(人工通用智能)、信仰scaling law(規(guī)模定律)，更推崇前輩OpenAI的路徑，認(rèn)為隨著模型能力躍升、模型成本降低，會(huì)解鎖豐富的應(yīng)用。

　　楊植麟在接受采訪的時(shí)候說(shuō)：

　　“AI不是我在接下來(lái)一兩年找到什么PMF(Product/Market Fit，產(chǎn)品/市場(chǎng)匹配)，而是接下來(lái)十到二十年如何改變世界——這是兩種不同思維。

　　我們是堅(jiān)定的長(zhǎng)期主義者。當(dāng)你實(shí)現(xiàn)AGI或更強(qiáng)智能，今天的一切會(huì)被改寫。PMF固然重要，但如果著急找PMF，你很可能又被降維打擊。降維打擊發(fā)生過(guò)太多次。以前很多人做客服、對(duì)話系統(tǒng)，做slot filling(槽填充)，有些規(guī)模不錯(cuò)的公司。但是，全是降維打擊了，很難受。

　　它不是說(shuō)不成立。假設(shè)你今天找到一個(gè)場(chǎng)景，用現(xiàn)在的技術(shù)能力，且從0到1增量?jī)r(jià)值巨大，從1到n空間又沒(méi)那么大，這種場(chǎng)景OK。Midjourney就是，或者做文案生成，相對(duì)簡(jiǎn)單一點(diǎn)的任務(wù)，從0到1效果又很明顯。這種是只關(guān)注應(yīng)用的機(jī)會(huì)。但是，最大機(jī)會(huì)不在這。你的目的假設(shè)是商業(yè)化，你不可能脫離AGI去思考。我現(xiàn)在只做應(yīng)用，那好，可能過(guò)一年你就被碾壓了。”

　　另一邊則是以周鴻祎、朱嘯虎為代表的市場(chǎng)路線，他們更加本土化，信奉尖端的科技必須經(jīng)過(guò)開(kāi)源、共創(chuàng)才能實(shí)現(xiàn)最大化的邊際效益，認(rèn)為需將充足的AI能力投入可以快速變現(xiàn)的商業(yè)場(chǎng)景中進(jìn)化，同時(shí)用國(guó)內(nèi)市場(chǎng)特有的海量數(shù)據(jù)和應(yīng)用場(chǎng)景構(gòu)筑壁壘。

　　金沙江創(chuàng)投董事總經(jīng)理朱嘯虎接受采訪的時(shí)候說(shuō)：

　　“說(shuō)實(shí)話在AIGC這波，中美差距還是非常大。美國(guó)是在底層大模型，投入越來(lái)越大，像OpenAI說(shuō)十萬(wàn)張GPU卡連在一起。在中國(guó)是不可能的。

　　美國(guó)你看AI的應(yīng)用創(chuàng)新，說(shuō)實(shí)話只有兩條路，一條要么非常、非常薄，因?yàn)榈讓哟竽Ｐ吞珡?qiáng)大了，所以上面叫套殼應(yīng)用。另一層是看上去很偉大，但肯定走不通的，像Pika。這種目標(biāo)很偉大，AIGC生成視頻、電影。但這條路可能在幾年之內(nèi)都看不到走通的可能性。

　　中國(guó)反而相反，中國(guó)在“當(dāng)中”的多一點(diǎn)——底層大模型不夠強(qiáng)大，我在上面加的東西可以比較多。我在上面做增值服務(wù)，為客戶馬上能變現(xiàn)。這種在中國(guó)有機(jī)會(huì)。美國(guó)這種幾乎沒(méi)有，因?yàn)榈讓哟竽Ｐ吞珡?qiáng)大了，上面創(chuàng)業(yè)公司能做的很少。中國(guó)套殼，現(xiàn)在肯定沒(méi)人看的。在中國(guó)也套不了殼，因?yàn)榇竽Ｐ捅旧砉δ芤簿湍菢�，必須在上面有value add。

　　(中國(guó))整出200多個(gè)大模型有啥意義呢?沒(méi)啥意義。但在應(yīng)用層有很多創(chuàng)新。中國(guó)在數(shù)據(jù)和應(yīng)用場(chǎng)景上是遠(yuǎn)遠(yuǎn)超過(guò)美國(guó)的。”

　　持有相似觀點(diǎn)的有李彥宏、周鴻祎、王小川等一干正在大模型之路上奮進(jìn)的大佬們。

　　李彥宏說(shuō)：“百模大戰(zhàn)是對(duì)社會(huì)資源很大的浪費(fèi)。不應(yīng)該去卷大模型，而應(yīng)該去卷應(yīng)用，只有應(yīng)用才真正直接創(chuàng)造價(jià)值。做出上億用戶使用的應(yīng)用時(shí)，大模型的真正價(jià)值才得到體現(xiàn)。

　　大模型這么火，它到底能產(chǎn)生多少實(shí)際的價(jià)值，過(guò)去一年我最主要就在思考這個(gè)問(wèn)題，ChatGPT大火的時(shí)候，別人問(wèn)我怎么看，我當(dāng)時(shí)就說(shuō)，現(xiàn)在這個(gè)火還有點(diǎn)早，真正什么時(shí)候我們能夠做出上億用戶都在使用的應(yīng)用的時(shí)候，才是它真正的價(jià)值得到了體現(xiàn)。”

　　周鴻祎還指出：“選模型已經(jīng)不是問(wèn)題，而且都免費(fèi)。去年大家都飆著OpenAI，都想搞通用大模型，想壟斷全世界。但2024年的目標(biāo)變了，是大模型如何找到自己的應(yīng)用場(chǎng)景，而最大的應(yīng)用場(chǎng)景就是跟各行各業(yè)結(jié)合，因?yàn)楹透餍懈鳂I(yè)結(jié)合才能帶來(lái)工業(yè)革命。”

　　他還說(shuō)：“面向傳統(tǒng)的ToB、ToG的市場(chǎng)，是大機(jī)會(huì)。做企業(yè)級(jí)大模型，在企業(yè)內(nèi)部做私有化部署，是中國(guó)大部分企業(yè)的需要。要選擇跟企業(yè)業(yè)務(wù)深度結(jié)合的場(chǎng)景，也就避開(kāi)了跟通用大模型的直接競(jìng)爭(zhēng)。2024年是人工大模型的場(chǎng)景之年，如果找不到場(chǎng)景，光是在做大模型，有點(diǎn)像拿著錘子找釘子，如果找不到釘子，這個(gè)錘子是沒(méi)有用的。”

　　王小川認(rèn)為，大模型開(kāi)發(fā)需要強(qiáng)大的算力、財(cái)力和智力支持，所以“未來(lái)的兩年時(shí)間內(nèi)，更多的是加入一家(大模型)公司，能夠獲得平臺(tái)級(jí)的支持，這樣做超級(jí)應(yīng)用成功的概率要大很多。”

　　他認(rèn)為，新進(jìn)入企服行業(yè)的創(chuàng)業(yè)者還有兩個(gè)機(jī)會(huì)：一是借著大玩家轉(zhuǎn)向困難的機(jī)會(huì)，快速反應(yīng)推出它們沒(méi)做到的新產(chǎn)品形態(tài);二是直接交付最終服務(wù)，比如呼叫中心就不要讓人家用你的軟件，而是直接讓話務(wù)員下崗。

　　二者對(duì)技術(shù)判斷的一個(gè)根本分歧是，開(kāi)源模型會(huì)不會(huì)有一天，縮小甚至拉平與閉源模型的差距？技術(shù)路線的觀點(diǎn)是，絕對(duì)不會(huì)，差距只會(huì)更大。市場(chǎng)路線的觀點(diǎn)是，一定會(huì)，那意味著你今天做閉源只會(huì)處境尷尬——世界觀的迥異，讓雙方對(duì)自我的判斷都深信不疑。

　　朱嘯虎就直接發(fā)問(wèn)：“GPT-4你要不要投入做科研?你做GPT-4科研至少砸四五千萬(wàn)美金。關(guān)鍵是萬(wàn)一你砸了四五千萬(wàn)美金做出來(lái)，別人開(kāi)源了呢?你不是全白砸了?這個(gè)是很扎心的問(wèn)題�，F(xiàn)在中國(guó)大部分公司，有幾個(gè)敢真的砸錢去研發(fā)GPT-4的?”

　　以終為始，我們的判斷是什么？

　　從投資角度來(lái)看，預(yù)判大模型的終局是什么樣的，才能有助于我們?nèi)ニ伎际忻嫔系哪男┕�司值得看好。從電商平臺(tái)大戰(zhàn)一路看過(guò)來(lái)(有誰(shuí)還記得想做平臺(tái)最后一地雞毛的凡客嗎?)，在科技賽道，絕大多數(shù)時(shí)候轟轟烈烈的“百云大戰(zhàn)”“千團(tuán)大戰(zhàn)”，99%玩家是黯然退出，只剩下贏家通吃。

　　縱觀這些年的贏家通吃賽道，基本可以用兩個(gè)詞概括：新平臺(tái)、新基建。如何理解呢?通常這類玩家，為一個(gè)產(chǎn)業(yè)提供了新的平臺(tái)，通過(guò)技術(shù)變革的方式建立起產(chǎn)業(yè)新的基礎(chǔ)設(shè)施——類似高速公路、水電氣等基建，讓原有的產(chǎn)業(yè)鏈參與者能夠加入到新平臺(tái)來(lái)，享有技術(shù)變革的紅利。

　　什么是大模型?第一，顧名思義是規(guī)模大，網(wǎng)絡(luò)參數(shù)至少要達(dá)到百億規(guī)模(現(xiàn)在英偉達(dá)甚至解鎖了萬(wàn)億規(guī)模的算力);第二，通用性，是指不限于專門問(wèn)題或領(lǐng)域;第三，涌現(xiàn)性，即產(chǎn)生預(yù)料之外的新能力。大模型的大規(guī)模和通用性，決定了其將是具備普適性的“新平臺(tái)、新基建”，其從一個(gè)行業(yè)遷移到另一個(gè)行業(yè)的應(yīng)用場(chǎng)景時(shí)，成本低，易遷移。

　　可以斷言，放在大模型這一賽道，依然將是贏家通吃的終局。

　　那么，現(xiàn)在“百模大戰(zhàn)”的玩家里，誰(shuí)將笑到最后?大體來(lái)分，目前大模型的玩家有兩類，一類是大廠拉起的團(tuán)隊(duì)，另一類是創(chuàng)業(yè)公司。這里可以有把握地說(shuō)，在這個(gè)百模大戰(zhàn)中，大廠優(yōu)先。

　　我們可以參考另一個(gè)行業(yè)云計(jì)算的發(fā)展走向。當(dāng)年云計(jì)算興起的時(shí)候，國(guó)內(nèi)也出來(lái)很多創(chuàng)業(yè)公司玩家，但最終市場(chǎng)份額集中于大公司。根據(jù)IDC發(fā)布的2022年全球云計(jì)算IaaS市場(chǎng)追蹤數(shù)據(jù)來(lái)看，市場(chǎng)份額TOP10玩家都是中美的大公司，包括美國(guó)的亞馬遜、谷歌、微軟、IBM，中國(guó)的阿里、華為、騰訊、百度等。

　　后面我們會(huì)進(jìn)一步分析。不過(guò)這里先看看制約大模型的三個(gè)要素：數(shù)據(jù)、算力和算法。

　　先說(shuō)數(shù)據(jù)。

　　數(shù)據(jù)是大模型發(fā)展的壓艙石，除了互聯(lián)網(wǎng)、物聯(lián)網(wǎng)數(shù)據(jù)之外，老百姓生活生產(chǎn)中產(chǎn)生的數(shù)據(jù)都是未來(lái)大模型要提升智能水平的必要數(shù)據(jù)源。目前，數(shù)據(jù)壁壘是真實(shí)存在的問(wèn)題。高質(zhì)量的中文語(yǔ)料數(shù)據(jù)對(duì)于創(chuàng)業(yè)公司來(lái)說(shuō)是個(gè)很大的挑戰(zhàn)，數(shù)據(jù)的積累需要時(shí)間和經(jīng)驗(yàn)。對(duì)于那些常年累月通過(guò)搜索等多個(gè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)應(yīng)用積累起數(shù)據(jù)的大廠來(lái)說(shuō)，可以說(shuō)一開(kāi)始就領(lǐng)先了至少幾個(gè)身位。

　　給AI喂下什么質(zhì)量的數(shù)據(jù)，才能訓(xùn)練和迭代出什么水平的AI。

　　目前國(guó)內(nèi)“百模大戰(zhàn)”中諸多大模型開(kāi)發(fā)者，是基于Meta開(kāi)源的LLaMA等一系列開(kāi)源社區(qū)的基礎(chǔ)代碼，來(lái)進(jìn)行二次開(kāi)發(fā)的。其能力差異主要由語(yǔ)料庫(kù)差異和少量微調(diào)等結(jié)合而成。

　　再說(shuō)算力。

　　通用大模型需要24×7連續(xù)訓(xùn)練，調(diào)度多個(gè)算力中心、協(xié)調(diào)資源，以云的方式提供智能服務(wù)，這對(duì)算力有很大的需求。隨著參與大模型訓(xùn)練的企業(yè)越來(lái)越多，用來(lái)訓(xùn)練大模型的數(shù)據(jù)量越來(lái)越大，對(duì)推理的要求也越來(lái)越高，大模型的應(yīng)用會(huì)越來(lái)越廣。這就意味著，大模型公司必須擁有穩(wěn)定的、靠譜的、能保障安全運(yùn)轉(zhuǎn)的算力。這顯然利于在云計(jì)算深耕布局的大廠。

　　當(dāng)年云計(jì)算創(chuàng)業(yè)公司，面臨大廠的夾擊，窄縫求生，專攻一個(gè)垂直行業(yè)的云計(jì)算市場(chǎng)——比如游戲行業(yè)。但是，游戲行業(yè)遭遇監(jiān)管重創(chuàng)的時(shí)候，云計(jì)算需求也大大降低，這導(dǎo)致該云計(jì)算創(chuàng)業(yè)公司的業(yè)務(wù)不穩(wěn)定，反過(guò)來(lái)又影響使用該家公司服務(wù)的客戶。

　　這也是為什么大模型和云計(jì)算同樣是贏家通吃的原因之一——大玩家能夠提供更為穩(wěn)定、可靠的服務(wù)，成為客戶的優(yōu)先選擇。

　　最后說(shuō)算法。

　　大模型最底層的競(jìng)爭(zhēng)力來(lái)自算法。算法需要龐大的高級(jí)人才和長(zhǎng)期積累。

　　為什么現(xiàn)在看起來(lái)有很多的公司做大模型呢?因?yàn)楝F(xiàn)在有開(kāi)源的大模型和很多公開(kāi)的論文可供參考，所以起步上會(huì)簡(jiǎn)單很多。但要做好大模型的門檻還是高的，像現(xiàn)在的GPT-4沒(méi)有公開(kāi)后續(xù)技術(shù)細(xì)節(jié)，國(guó)內(nèi)很多大模型就很難繼續(xù)發(fā)展。

　　越多的應(yīng)用場(chǎng)景，能形成越多的反饋，從而對(duì)模型進(jìn)行更好的調(diào)整;而模型也因此產(chǎn)生更多的經(jīng)濟(jì)價(jià)值，可獲得更多的資金投入，反哺自身。

　　需要指出的是，大模型高昂的訓(xùn)練成本和研發(fā)投入，讓眾多入局者望而生畏。有企業(yè)家斷言， 每年5000萬(wàn)到1億美元的花費(fèi)，只是千億級(jí)大模型訓(xùn)練的入場(chǎng)券。某個(gè)創(chuàng)業(yè)者高調(diào)宣布投資5000萬(wàn)美元入局大模型時(shí)，就有分析師發(fā)朋友圈直言說(shuō)：“5000萬(wàn)美元夠干什么的?大模型訓(xùn)練一次就花500萬(wàn)美元，訓(xùn)練10次?”四個(gè)月之后，該創(chuàng)業(yè)公司被收購(gòu)，出局。

　　當(dāng)年共享單車也是百團(tuán)大戰(zhàn)，打得頭破血流，結(jié)果笑到最后的是美團(tuán)。無(wú)他，資金充足。在以年計(jì)、甚至以十年計(jì)的競(jìng)爭(zhēng)中，這種重資本重研發(fā)的賽道，毫無(wú)疑問(wèn)是利于大公司的。

　　這是一場(chǎng)漫長(zhǎng)的、看不到終點(diǎn)的長(zhǎng)跑，競(jìng)爭(zhēng)的韌性將左右最后的結(jié)果。

　　以贏家通吃的終局為前提下，我們判斷是，在幾家通用大模型的基礎(chǔ)上，將有多個(gè)領(lǐng)域的垂直大模型。龍頭企業(yè)研發(fā)通用+中小企業(yè)研發(fā)應(yīng)用，這種模式成為破局關(guān)鍵。

　　在B端領(lǐng)域，營(yíng)銷、客服、數(shù)據(jù)分析、財(cái)務(wù)、人力等各個(gè)業(yè)務(wù)領(lǐng)域的企業(yè)，很多都在全速接入大模型。從目前的進(jìn)步來(lái)看，雖然還存在各種工程上的問(wèn)題，但效果是實(shí)實(shí)在在的，的確有很大的潛力變革原來(lái)的整個(gè)產(chǎn)品和業(yè)務(wù)體系。

　　大型支付公司Klarna披露，它的AI客服現(xiàn)在已經(jīng)能勝任700名員工的工作。這個(gè)AI客服由OpenAI提供支持，處理客戶的各種咨詢，支持多語(yǔ)言，能夠直接處理退款和退貨的請(qǐng)求。Klarna表示，在短短一個(gè)月內(nèi)，AI助手就完成了700名全職客服的工作。

　　到目前為止，它已經(jīng)進(jìn)行了230萬(wàn)次對(duì)話，占公司所有客戶服務(wù)對(duì)話的三分之二。它的客戶滿意度得分與人工客服「不相上下」。而且，它在解決客戶請(qǐng)求方面更準(zhǔn)確、更快速。解決請(qǐng)求的平均時(shí)間從11分鐘降至2分鐘。

　　“場(chǎng)景優(yōu)先，數(shù)據(jù)為王”，則將是提供服務(wù)的大模型應(yīng)用公司的核心競(jìng)爭(zhēng)力。