Sora进一步引爆全球算力需求 证通电子等A股公司加速布局
算力是人工智能发展的“底座”，继ChatGPT带来算力需求的爆发式增长之后，Sora进一步引爆全球算力需求。
中国电子商务专家服务中心副主任郭涛在接受《证券日报》记者采访时表示：“相较于ChatGPT，Sora所带来的算力需求增长将是倍数级。无论ChatGPT还是Sora，都反映了人工智能模型向更大规模和更复杂结构发展的趋势，未来全球对算力的需求将进一步增加。”
当人工智能受到瞩目的同时，全球算力“底座”建设也在加快进行。A股上市公司中，已有高新发展、神州数码、中国长城、中际旭创等数十家企业布局算力赛道。春节之后，证通电子等多家上市公司则披露了在算力产业方面的新进展。
Sora算力需求有多大？
Sora能够根据用户输入的提示词、文本指令或静态图像，生成长达1分钟的视频。国泰君安证券发布的研报认为，Sora延续了此前ChatGPT模型的技术路径，这意味着其发展成熟同样需要海量数据、大规模参数以及大算力作为基座。
根据华西证券研报，Sora可以理解成一种融合Transformer（一种基于自注意力机制的神经网络模型）与Stable Diffusion（一种基于潜在扩散的机器学习模型）的模型。通过华西证券计算机研究团队的测算，Sora架构的训练与传统大语言模型架构的训练算力需求存在近百倍差距，并据此推测由于Sora的出现，算力需求有望持续呈现几何规模的倍增。
深度科技研究院院长张孝荣向《证券日报》记者表示：“尽管Sora参数量可能只有30亿，但从技术角度看，处理视频所需计算资源远高于文本，其训练成本将会达到一个空前的水平。”
中国信息协会常务理事朱克力向《证券日报》记者表示：“ChatGPT已经让全球算力需求经历了一次洗礼，但Sora的出现犹如在湖面投下一颗重磅炸弹，其深度学习和大规模数据处理的能力要求远超ChatGPT。这样的需求增长使全球算力缺口愈发明显，尤其是在高性能计算领域，缺口之大几乎可以用‘饥渴’来形容。当前算力基础设施面对Sora带来的挑战显得捉襟见肘，急需大规模的升级和扩展。”
美国开放人工智能研究中心OpenAI首席执行官萨姆·奥尔特曼发帖表示：“世界对AI基础设施的需求，包括芯片制造能力、能源供给、数据中心等，已经远远超过了目前的建设计划。”
据报道，OpenAI正在筹备一项最高可达7万亿美元的AI基础设施投资计划，以满足其实现通用人工智能所需要的算力需求。根据市场调查机构Gartner初步统计结果，2023年，全球半导体营收总额为5330亿美元。
算力“竞速”进入新阶段
算力产业链上游包括GPU（图形处理器）、服务器、光模块、数据库、中间件、交换机、路由器等软硬件及设备，中游为人工智能计算、边缘计算、互联网数据中心服务、网络设备、网络平台、算力安全等算力网络及平台，下游应用于互联网行业、服务业、电信业、金融业、制造业、教育行业等领域。
全球算力“竞速”正进入新阶段。英伟达作为GPU全球头部企业，架构持续升级，产品迭代速度不断加快。其最大的两个竞争对手超威半导体公司和英特尔也在加速追赶。根据Choice东方财富板块数据，我国算力领域上市公司已有80余家。例如，浪潮信息、中国长城、拓维信息、神州数码等上市公司在服务器等领域布局，中际旭创、剑桥科技、通宇通讯、联特科技等上市公司在光模块等领域布局。
春节之后，已有多家上市公司披露了在算力产业布局的最新进展。证通电子2月21日晚间发布公告称，公司拟以自有资金投资1亿元在武汉设立全资子公司，推动建设及运营武汉数据中心项目，开展互联网数据中心与算力网络运营，重点部署渲染算力池及人工智能高性能算力资源池，近日该子公司已办理完成工商注册登记手续。弘信电子2月18日晚间发布公告称，拟以现金方式收购安联通100%股份，安联通为英伟达中国区精英级合作伙伴，具备英伟达众多人工智能解决方案产品能力，包括算力服务器整机、数据中心专业级GPU卡、软件产品、IB和以太网高性能网络产品等在中国区的销售和市场拓展资质。
算力的发展，离不开政府对人工智能产业的高度重视。2023年10月份，工业和信息化部等六部门联合印发《算力基础设施高质量发展行动计划》，提出到2025年我国算力规模超过300EFLOPS，智能算力占比达到35%。近日，国务院国资委召开的“AI赋能产业焕新”中央企业人工智能专题推进会强调，中央企业要把发展人工智能放在全局工作中统筹谋划，深入推进产业焕新，加快布局和发展人工智能产业。要夯实发展基础底座，把主要资源集中投入到最需要、最有优势的领域，加快建设一批智能算力中心，进一步深化开放合作，更好发挥跨央企协同创新平台作用。
朱克力表示，面对Sora引发的算力竞争，政府和企业需要共同推动算力发展。政府层面，应当出台相关政策鼓励和引导企业加大在算力上的投入，同时还应建立完善的算力交易和市场机制，促进算力的合理分配和高效利用。企业层面，应注重技术创新和人才培养，加强与高校及研究机构的合作，加强企业之间的合作，共同构建开放、共享的算力生态。
