高性能GPU數(shù)量或性能不夠的結(jié)果是，AI推理和模型訓(xùn)練的準確度不足，即使做出類似的對話機器人，機器人的“智商”也會遠低于ChatGPT

國內(nèi)云廠商高性能GPU芯片缺貨，正在成為限制中國生成式AI誕生的最直接因素。

2022年12月，微軟投資的AI創(chuàng)業(yè)公司OpenAI推出了聊天機器人ChatGPT。這是生成式AI在文本領(lǐng)域的實際應(yīng)用。所謂生成式AI，是指依靠AI大模型和AI算力訓(xùn)練生成內(nèi)容。ChatGPT本質(zhì)是OpenAI自主研發(fā)的GPT-3.5語言大模型。該大模型包含近1800億個參數(shù)。

微軟的Azure云服務(wù)為ChatGPT構(gòu)建了超過1萬枚英偉達A100GPU芯片的AI計算集群。

美國市場研究機構(gòu)TrendForce在3月1日的報告中測算稱，處理1800億個參數(shù)的GPT-3.5大模型，需要的GPU芯片數(shù)量高達2萬枚。未來GPT大模型商業(yè)化所需的GPU芯片數(shù)量甚至超過3萬枚。更早前的2022年11月，英偉達在官網(wǎng)公告中提到，微軟Azure上部署了數(shù)萬枚A100/H100高性能芯片。這是第一個采用英偉達高端GPU構(gòu)建的大規(guī)模AI算力集群。

鑒于英偉達在高性能GPU方面的技術(shù)領(lǐng)先實力，在國內(nèi)，云計算技術(shù)人士公認的一個說法是，1萬枚英偉達A100芯片是做好AI大模型的算力門檻。

《財經(jīng)十一人》了解到，目前國內(nèi)云廠商擁有的GPU主要是英偉達中低性能產(chǎn)品（如英偉達A10）。擁有超過1萬枚GPU的企業(yè)不超過5家，其中擁有1萬枚英偉達A100芯片的企業(yè)最多只有1家。也就是說，單是從算力這個衡量指標來看，國內(nèi)能在短期內(nèi)布局類似ChatGPT的選手十分有限。

ChatGPT看似只是聊天機器人，但這卻是微軟的AI算力、AI大模型和生成式AI在消費市場的一次肌肉展示。在企業(yè)市場，這是云計算的新一輪增長點。微軟AzureML（深度學(xué)習(xí)服務(wù)）已有200多家客戶，包括制藥公司拜耳、審計公司畢馬威。Azure ML連續(xù)四個季度收入增長超過100%。這是微軟云旗下云、軟件、AI三大業(yè)務(wù)中增長最快的板塊。

今年2月，包括阿里、百度等中國企業(yè)宣布將研發(fā)類ChatGPT產(chǎn)品，或?qū)⑼度肷墒紸I的研發(fā)。在國內(nèi)，AI算力、AI大模型和生成式AI被認為只有云廠商才有資格下場。華為、阿里、騰訊、字節(jié)跳動、百度都有云業(yè)務(wù)，理論上有跑通AI算力、AI大模型和生成式AI應(yīng)用的入場券。

有入場券不代表能跑到終點。這需要長期高成本投入。GPU芯片價格公開，算力成本容易衡量。大模型需要數(shù)據(jù)采集、人工標注、模型訓(xùn)練，這些軟性成本難以簡單計算。生成式AI的投資規(guī)模通常高達百億元。

多位云計算廠商技術(shù)人士、服務(wù)器廠商人士對《財經(jīng)十一人》表示，高性能GPU芯片短缺，硬件采購成本、運營成本高昂，國內(nèi)市場中短期商業(yè)化困難，這三個問題才是真正的挑戰(zhàn)。他個人認為，具備資金儲備、戰(zhàn)略意志和實際能力的企業(yè)，暫時不會超過3家。

芯片數(shù)量決定“智商”

決定AI大模型“智商”的核心因素是三個，算力規(guī)模、算法模型的精巧度、數(shù)據(jù)的質(zhì)量和數(shù)量。

AI大模型的推理、訓(xùn)練高度依賴英偉達的GPU芯片。缺少芯片會導(dǎo)致算力不足。算力不足意味著無法處理龐大的模型和數(shù)據(jù)量。最終的結(jié)果是，AI存在智商差距。

3月5日，第十四屆全國人民代表大會第一次會議開幕式結(jié)束后，科技部部長王志剛在全國兩會“部長通道”接受媒體采訪時評價，ChatGPT作為一個大模型，有效結(jié)合了大數(shù)據(jù)、大算力、強算法。它的計算方法有進步，特別是在保證算法的實時性與算法質(zhì)量的有效性上。“就像發(fā)動機，大家都能做出發(fā)動機，但質(zhì)量是有不同的。踢足球都是盤帶、射門，但是要做到梅西那么好也不容易。”

英偉達是全球知名的半導(dǎo)體廠商，在數(shù)據(jù)中心GPU市場占據(jù)超過90%以上的份額。英偉達A100芯片2020年上市，專用于自動駕駛、高端制造、醫(yī)療制藥等AI推理或訓(xùn)練場景。2022年英偉達推出了性能更強的新一代產(chǎn)品H100。A100/H100是目前性能最強的數(shù)據(jù)中心專用GPU，市面上幾乎沒有可規(guī)模替代的方案。包括特斯拉、Facebook在內(nèi)的企業(yè)，都利用A100芯片組建了AI計算集群，采購規(guī)模均超過7000枚。

多位云計算技術(shù)人士對《財經(jīng)十一人》表示，運行ChatGPT至少需要1萬枚英偉達的A100芯片。然而，GPU芯片持有量超過1萬枚的企業(yè)不超過5家。其中，擁有1萬枚英偉達A100GPU的企業(yè)至多只有1家。?

另有某大型服務(wù)器廠商人士對《財經(jīng)十一人》表示，即使樂觀估計，GPU儲備規(guī)模最大的企業(yè)也不超過5萬枚，且以英偉達中低端數(shù)據(jù)中心芯片（如英偉達A10）為主。這些GPU芯片分散在不同數(shù)據(jù)中心中，單個數(shù)據(jù)中心通常只配備了數(shù)千枚GPU芯片。

此外，由于美國政府去年8月開始實施的貿(mào)易限制，中國企業(yè)早已無法獲取英偉達A100芯片。現(xiàn)有A100芯片儲備均是存貨，剩余使用壽命約為4年-6年。

2022年8月31日，英偉達、AMD兩家半導(dǎo)體企業(yè)旗下生產(chǎn)的GPU產(chǎn)品被美國列入限制范圍。英偉達被限制的產(chǎn)品包括A100和H100，AMD受管制GPU產(chǎn)品包括MI250。按照美國政府的要求，未來峰值性能等于或超過A100的GPU產(chǎn)品也被限制出售。（詳情見《財經(jīng)十一人》2022年9月1日報道《美國限制高性能GPU供應(yīng)，倒逼中國自主化》）

中國企業(yè)目前能夠獲取的最佳替代品，是英偉達的A800芯片。A800被視為是A100的“閹割版”。2022年8月，A100被禁止銷售中國市場后，英偉達在當(dāng)年三季度針對中國市場推出了特供的A800芯片。該產(chǎn)品計算性能與A100基本相同，但數(shù)據(jù)傳輸速度被降低了30%。這會直接影響AI集群的訓(xùn)練速度和效果。

不過，A800芯片目前在中國市場也嚴重缺貨。雖然是A100“閹割版”，A800京東官網(wǎng)定價超過8萬元/枚，甚至超過A100官方定價（1萬美元/枚）。即使如此，A800在京東官網(wǎng)仍是缺貨狀態(tài)。

有云廠商人士對《財經(jīng)十一人》表示，A800實際售價甚至高于10萬元/枚，價格還在持續(xù)上漲。A800目前在浪潮、新華三等國內(nèi)服務(wù)器廠商手中是稀缺品，一次只能采購數(shù)百片。

GPU數(shù)量不夠或性能不夠的結(jié)果是，AI推理和模型訓(xùn)練的準確度不足。這會直接導(dǎo)致中國企業(yè)即使做出類似的對話機器人，機器人的“智商”會遠低于ChatGPT。國內(nèi)云廠商高性能GPU芯片缺貨，正在成為限制中國版ChatGPT誕生的最直接因素。

成本高昂

AI算力和大模型是比云還要燒錢的吞金獸。

即使有足量的高性能GPU，中國云廠商接下來還要面臨高昂的硬件采購成本、模型訓(xùn)練成本以及日常運營成本。面對上述成本，具備資金儲備、戰(zhàn)略選擇和實際能力的企業(yè)不超過三家。

OpenAI能做出ChatGPT，背后有微軟提供資金和算力。2019年微軟向OpenAI投資10億美元。2021年微軟再進行了一輪未透露金額的投資。今年1月，微軟宣布將在未來數(shù)年陸續(xù)向OpenAI投資100億美元。

對云廠商來說，AI算力和大模型需要面臨高昂的硬件采購成本、模型訓(xùn)練成本以及日常運營成本。

其一，硬件采購成本和智算集群建設(shè)成本。如果以1萬枚英偉達A800GPU為標準構(gòu)建智能算力集群，在10萬元/枚的價格標準下，僅GPU采購成本就高達10億元。一臺服務(wù)器通常需要4枚-8枚GPU，一臺搭載A800的服務(wù)器成本超過40萬元。國內(nèi)服務(wù)器均價為4萬-5萬元。一臺GPU服務(wù)器的成本是普通服務(wù)器的10倍以上。服務(wù)器采購成本通常是數(shù)據(jù)中心建設(shè)成本的30%，一個智算集群的建設(shè)成本超過30億元。

其二，模型訓(xùn)練成本。想要算法模型足夠精準，需要進行多輪算法模型訓(xùn)練。有某外資云廠商的資深技術(shù)人士對《財經(jīng)十一人》表示，ChatGPT一次完整的模型訓(xùn)練成本超過1200萬美元（約合8000萬元）。如果進行10次完整的模型訓(xùn)練，成本便高達8億元。GPU芯片價格公開，算力成本相對容易衡量。但AI大模型還需要數(shù)據(jù)采集、人工標注、模型訓(xùn)練等一系列工作，這些軟性成本難以簡單計算。不同效果的模型最終成本也不同。

其三，日常運營成本。數(shù)據(jù)中心內(nèi)的模型訓(xùn)練需要消耗網(wǎng)絡(luò)帶寬、電力資源。此外，模型訓(xùn)練還需要算法工程師負責(zé)調(diào)教。上述成本也以億元為單位計算。

也就是說，進入AI算力和AI大模型的賽道，前期硬件采購、集群建設(shè)成本就高達數(shù)十億元。后期模型訓(xùn)練、日常運營以及產(chǎn)品研發(fā)成本同樣高達數(shù)十億元。一家管理咨詢公司技術(shù)戰(zhàn)略合伙人對《財經(jīng)十一人》表示，生成式AI的投資規(guī)模高達百億元。

微軟大規(guī)模采購GPU組建智算集群，這在商業(yè)邏輯上行得通。2022年微軟在云計算基礎(chǔ)設(shè)施的支出超過250億美元，當(dāng)年微軟營業(yè)利潤828億美元，微軟云營業(yè)利潤就超過400億美元。僅微軟云利潤大于支出，大規(guī)模投資AI算力、大模型業(yè)務(wù)，這與微軟的財務(wù)現(xiàn)狀是相匹配的。

微軟的AI計算有產(chǎn)品、有客戶、有收入，形成了新的增長點。微軟的客戶通常會在云上租賃數(shù)千枚高性能GPU，進行語言模型學(xué)習(xí)，以此使用自己的啟用生成式AI。

微軟旗下包括AzureML和OpenAI。Azure ML有200多家客戶，包括制藥公司拜耳、審計公司畢馬威。Azure ML連續(xù)四個季度收入增長超過100%。微軟云甚至已經(jīng)形成了“云-企業(yè)軟件-AI計算”三條輪動增長的曲線。其中公有云Azure營收增速約為30%-40%，軟件業(yè)務(wù)營收增速約為50%-60%，AI算力營收增速超過100%。

中國企業(yè)用于云基礎(chǔ)設(shè)施的資本支出有限，投資投資智算集群、AI大模型需要從有限的預(yù)算中分走支出。更大的挑戰(zhàn)是，中短期內(nèi)不僅無法盈利，還要虧更多錢。

科技公司的資本支出通常被用于采購服務(wù)器、建設(shè)數(shù)據(jù)中心、購置園區(qū)土地等固定資產(chǎn)。以亞馬遜為例，2022年資本支出580億美元，超過50%用于投資云基礎(chǔ)設(shè)施。《財經(jīng)十一人》查閱阿里、騰訊、百度最近一個財年的資本支出發(fā)現(xiàn)，三家數(shù)據(jù)分別為533億元、622億元、112億元。

三家均未披露用于投資云基礎(chǔ)設(shè)施的資本支出情況。假設(shè)三家企業(yè)與亞馬遜相同，50%的資本支出用于投資云基礎(chǔ)設(shè)施，數(shù)據(jù)分別為266億元、311億元、56億元。投資數(shù)十億元對資本支出寬裕的企業(yè)來說可以承受，但對資本支出不足的企業(yè)來說，則是負擔(dān)。

國內(nèi)宣布已建設(shè)智算集群的企業(yè)包括阿里云、華為、百度，但智算集群內(nèi)GPU芯片數(shù)量不詳。2022年，主要云廠商均把提高毛利、減少虧損作為戰(zhàn)略重點。在這個階段采購高性能GPU、建設(shè)智算集群需要巨額投入。不僅會加劇虧損，還需要依賴集團輸血。這將考驗企業(yè)管理層的戰(zhàn)略意志。

大模型沒條件，先做小模型

華為、阿里、騰訊、字節(jié)跳動、百度都有云業(yè)務(wù)，理論上有做出中國版ChatGPT的入場券。

有云計算技術(shù)人士評價，有入場券的幾家企業(yè)也會有實際的戰(zhàn)略考量。比如，騰訊、百度、字節(jié)跳動有云也有大量數(shù)據(jù)，但云業(yè)務(wù)在虧損，長期投入的資金儲備、戰(zhàn)略意志存疑。華為靠自研昇騰芯片建立了大模型技術(shù)，但因“斷供”影響無法獲得英偉達的GPU芯片，而且作為硬件廠商缺少互聯(lián)網(wǎng)公司的數(shù)據(jù)積累。

由于上述限制，能實現(xiàn)AI大模型商業(yè)化的企業(yè)少之又少。最終同時具備資金儲備、戰(zhàn)略意志和實際能力的企業(yè)將聊聊無幾。

目前，沒有一家中國云廠商像微軟一樣擁有數(shù)萬枚A100/H100芯片。中國云廠商的高性能GPU算力目前暫時不足。一種更務(wù)實的觀點是，中國云廠商即使真的獲取1萬枚英偉達高性能GPU后，也不應(yīng)該簡單投入到中國版ChatGPT這種大眾的消費場景。

算力資源稀缺時，優(yōu)先考慮是投入行業(yè)市場，為企業(yè)客戶提供服務(wù)。一家管理咨詢公司技術(shù)戰(zhàn)略合伙人對《財經(jīng)十一人》表示，ChatGPT只是對話機器人，商業(yè)應(yīng)用場景展示暫時有限。用戶規(guī)模越大，成本也就越高，帶來的虧損也會越大。AI算力和大模型如何在細分領(lǐng)域?qū)崿F(xiàn)商業(yè)化，獲取正向現(xiàn)金流才是關(guān)鍵。

中國市場的AI算力、大模型的商業(yè)化尚處于起步期。目前國內(nèi)自動駕駛、金融等領(lǐng)域的少數(shù)客戶開始采用AI算力。比如，小鵬汽車目前已經(jīng)采用阿里云的智算中心進行自動駕駛的模型訓(xùn)練。

有數(shù)據(jù)中心產(chǎn)品經(jīng)理對《財經(jīng)十一人》表示，國內(nèi)銀行金融客戶反欺詐已經(jīng)大量運用模型訓(xùn)練技術(shù)，通常只需要租賃使用數(shù)百枚性能更低的GPU調(diào)教模型。同樣是AI計算和模型訓(xùn)練，這是更低成本的解決方案。事實上，通用大模型無法解決行業(yè)具體問題，無論是金融、汽車、消費等各個領(lǐng)域都需要行業(yè)模型。

中國暫時沒有足夠的高性能GPU做大規(guī)模AI模型訓(xùn)練，可以先在細分領(lǐng)域做小模型。AI技術(shù)發(fā)展之快速超越了人們的認知，對中國公司來說，持續(xù)布局戰(zhàn)略性發(fā)力才是根本之道。

審核編輯 ：李倩