记者 | 彭新
编辑 |
由OpenAI开发的聊天机器人ChatGPT于去年末发布后，由于表现惊艳，近期在全球刮起了一股猛烈的旋风。微软和谷歌等巨头在此类技术上投入巨资。在国内，百度和其他互联网公司也表示正在开发此类技术，并即将推出。
GPT即预训练大语言模型（Generative Pre-trained Transformer），其基于自然语言处理模型Transformer进行预训练，并不断迭代提升模型能力。大语言模型等此类生成式AI通过海量数据训练，可以产生前所未有的高质量输出，可用于搜索、对话机器人、图像生成和编辑等。
微软使用ChatGPT技术，将其引入搜索引擎必应，借助对话式人工智能（AI），通过准确理解人类提问意图并做出回答，给搜索带来革新。除了文字，预训练大模型还能生成图像，与真人作画相比不分高下的AI画师过去数月多次涌现。
ChatGPT崛起，相关应用用户快速增长下，对运算基础的算力要求越来越高，也将对相关的芯片提出了需求。因其背后技术将高度依赖AI处理能力，并涉及与之相关的网络、存储和算力基础设施。
GPU为AI计算主流
ChatGPT高度依赖AI计算能力，而向OpenAI提供GPU芯片的英伟达正成为最大受益者，摩尔线程摩尔学院院长李丰解释，当人工智能模型通过算法生成内容时，即需要大量数据进行训练，这一过程即在GPU集群进行，随后训练完成的模型又部署在GPU集群进行推断，完成图像生成、语言聊天等工作。
“人工智能的算法是在不断进步和迭代过程当中，GPU实际上兼顾了灵活度以及计算能力，”李丰称，相比专用的AI芯片，GPU灵活性更强，又可以保证AI计算性能，因此受到开发者的欢迎。他提及，在全世界范围内，主要的增长算力的来源来自于GPU。
目前，ChatGPT背后的GPT-3.5模型已有超过1750亿个参数，训练成本高昂，根据国盛证券报告显示，GPT-3训练一次的成本约为140万美元，对于一些更大的大型语言模型，训练成本介于200万美元至1200万美元之间。
以ChatGPT在今年1月的独立访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU图形处理器，初始投入成本约为8亿美元。此外，据花旗集团预估，ChatGPT将可能促使英伟达相关产品在12个月内销售额达到30亿至110亿美元。
这意味着，ChatGPT等此类应用将会拉动英伟达GPU芯片需求。英伟达公司的GPU图形处理器在大型AI模型培训市场占据主导地位，其股价今年已大涨55% 。
一家大型IT厂商的人工智能部门负责人向界面新闻记者表示，目前在训练端，英伟达是毫无疑问的冠军，其他玩家争夺的市场在于推断端，这部分的任务量较小，对功耗、延迟更敏感。李丰就提及，摩尔线程已经在内部测试，完全部署在摩尔线程GPU上的AIGC平台不久即面世，这是包括了图像生成、自然语言生成等一系列的内容生成平台。