今天分享的是人工智能AI系列深度研究报告:《2023年年新型算力中心调研报告》。(报告出品方:益企研究院)
研究报告内容摘要如下
1、从洞察算力到提出“算力经济
算力经济最初定义的维度是比较简单的。在从事超级计算30余年的过程中,我对计算技术的发展和应用有理解,早期的超算并不倾向于使用 GPU。2008 年英伟达提出 Fe构,将显卡扩展为通用计算GPU,希望用在超级计算机上,但在当时在科学计算的应用都不是很成功,如超级计算机中的曙光星云、天河2等在使用中的效果没有达到预想效果。到 2010年,我们团队整理中国高性能计算机TOP100 排行榜的结构后发现,CPU+GPU 正成为超级计算机的技术发展趋势这一趋势在 2015 年之后更为明显,AlphaGo 围棋大战之后,人取得成功,发现 GPU 其实更适合深度学习,英伟达将 GPU的应从超级计算机转到人工智能上。
2、狭义算力经济与广义算力经济
中国高性能计算机TOP100 排行榜已经发布了 20 多年,行业一直通过排行榜观察中国超级计算产业的发展趋势。到 2021 年,我们又发现一个新的现象:在 TOP100的前 10 名有7台机器,它们不是专门服务某些行业,而且这些机器没有具体的应用目标,是公司买过来之后专门用于卖算力的,而且这些机器性能很强。面对这个新出现的状况,TOP100的专家委员定义了一个新领域叫算力服务业。当时间进入 2022年,算力服务的性能指标相比上一年已经翻倍,增长速度很快。算力服务业在 2021~2022年的异军突起,也意味着中国正式进入算力经济时代,其背后的原因是超级计算技术的发展,大数据、人工智能、区块链彼此之间的融合创新,而这些因素背后的核心要素就是算力。算力应用已经开始渗透到千行万业之中,这也是在 2018 年提出算力经济概念之后,我们观察到这个行业的极速变化
3、AGI 时代来临,模型服务 (Maas) 商业模式呈现
随着算力经济的发展,超级计算机技术和人工智能融合创新会产生一类新的基建,专门用于人工智能计算的中心,也成为当下非常热的资产中心。就在 ChatGPT 面世之前,我们还不知道大模型可以实现令科技界为之兴奋的应用水平,只是知道它可以写一点新闻、聊天、画画,这些简单的功能会在更多应用场景中带来价值。从 GPT3到 ChatGPT 的过程,是大模型技术发展的关键节点,也是中国人工智能之路和美国人工智能之路的分歧点。这两年大模型国内也有相当数量的公司参与其中,但我们追求的是参数量,从千亿级到万亿级很快的跃进,但是智能属性没有涌现。OpenAl走了另外一条路,利用人工反馈的训练机制,通过标注、对产高质量数据,最后把这条路走通了,用千亿参数的大模型把通用智能挖掘出来了,这个事情是值得国内科技界去反思的。
(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)
本报告共计:132页。受篇幅限制,仅展示部分内容。
精选报告来源公众号:【人工智能学派】,回复关键字“6688”,获取完整PDF电子版
管科笑开研 2024-11-18
得利特-分析仪器 2024-11-18