国产大模型“百模大战”激战正酣之际，美国升级对华芯片出口管制带来新的不确定性。全球供应链震荡之下，国产大模型进入成长关键期。
“要坚持源头创新，提高生成式人工智能的核心竞争力。”业内专家表示，只有制定高端算力芯片、大模型算法等基础性、原创性技术攻关的中长期专项规划，实现更多从“0”到“1”的突破，大模型才有望突破瓶颈。
算力需求将是未来十年挑战
近日，美国升级对华芯片出口管制。根据英伟达10月17日在一份文件中披露的受限芯片详情，包括高性能GPU（图形处理器）芯片A800和H800。这两款是该公司专为中国市场设计的AI（人工智能）芯片。
随着大模型浪潮掀起，英伟达成了AI淘金时代的“卖铲人”，其开发的GPU芯片需求井喷。GPU即图形处理器，被设计用来处理并行计算，更适合同时处理相同类型的大量数据。它最早设计用于处理图像、视频和3D图形渲染，后被引入AI计算，成为大模型训练与推理不可或缺的算力基础设备。
“一颗A800芯片的售价已经高达15万元，半年前，这一价格不过***万元。”有芯片经销商对记者透露，相关存量芯片价格一路看涨。
“尽管中国开发的AI算法非常强大，但国内硬件的计算能力仍有差距。”科大讯飞创始人、董事长刘庆峰表示，中国企业在训练AI大模型上面临的挑战之一，就是训练主要是在英伟达的硬件上完成的，企业内部只能做出微小的调优和训练。
“我相信对计算能力的需求，将会是未来十年对所有人的挑战。”半导体公司AMD全球副总裁唐晓蕾表示，这不仅涉及对能源、算力的需求，还关系到整个环境改变的需求，“这是一种大势，跟以前不一样。”
行业呼唤自主可控算力底座
科大讯飞日前宣布联合华为推出基于昇腾生态的“飞星一号”大模型算力平台，国内的大模型厂商信心得以提振。此外，当天发布的星火认知大模型V3.0，据称已全面对标ChatGPT（GPT-3.5），在中文能力上实现超越。
“星火3.0可以说是除了华为内部应用之外，当前第一个真正在国产算力平台上训练出来的大模型。”虽然没有透露新一代昇腾芯片性能参数，但刘庆峰提到，“飞星一号”半年内就实现了星火大模型训练和推理效率均翻番。“国产算力平台要有从不好用到好用、再到生态繁荣的过程。如果谁都不往前走一步，那始终无法自立自强。”
自主可控的算力底座也有望解决大模型训练成本过于高昂的问题。近日，毕马威中国与联想集团联合发布《普慧算力开启新计算时代》报告显示，以构建GPT-3为例，OpenAI数据显示，满足GPT-3算力需求至少要上万颗英伟达GPU A100，一次模型训练成本超过1200万美元，这还不包括模型推理成本和后续升级所需的训练成本。
此前，科大讯飞在三季报业绩说明会上表示，公司已于2023年初与华为昇腾启动专项攻关，让国产大模型架构在自主创新的软硬件基础之上，当前华为昇腾910B能力已经基本可对标英伟达A100，后者是当下AI大模型训练市场上应用最广泛的GPU芯片。
做好源头创新 突破多而不强
截至今年7月底，我国累计有130个人工智能大模型问世。首批通过《生成式人工智能服务管理暂行办法》备案的11个大模型产品也获批向全社会开放服务。
“对国产大模型而言，亟待解决的问题是多而不强。”北京工业大学经济与管理学院教授何喜军表示，因底层技术突破难，很多公司选择调用较为成熟的大模型，直接应用到原有产品和服务上，技术同质化严重，且缺乏源头创新，高质量落地应用较少。“要建设一批国家级开源平台、代码托管及大模型开发测试平台，确保核心算法自主可控。”
刘庆峰也坦言，国产大模型必须正视与GPT-4的差距。“国产大模型在复杂知识推理、小样本快速学习、超长文本处理、跨模态统一理解上距GPT-4还有差距。”他表示，唯有实事求是，才能实现超越。
着重培育源头创新的步伐正在加快。近日，工信部运行监测协调局局长陶青表示，要夯实人工智能技术底座，通过科技创新重大项目，着力推动大模型算法、框架等基础性原创性的技术突破，提升智能芯片算力水平，释放数据价值，强化“根”技术研发。
各大厂商也在扎牢底层的算法和算力。腾讯集团副总裁蒋杰表示，混元大模型掌握了从模型算法、机器学习框架、人工智能基础设施的全链路自研技术。蚂蚁集团首席技术官何征宇也表示，蚂蚁大模型走纯自研的技术路线，底层算力集群可达万卡规模。
