云算力之外，一場(chǎng)始于AI的秘密戰(zhàn)爭(zhēng)

　　今年3月，面對(duì)洶涌而來(lái)的AI潮，“硅谷刀王”一改往日本色，主動(dòng)站到臺(tái)前，宣布推出DGX云，把AI專用的GPU放到云上「出租」。

　　以往，出售算力這種事都是云計(jì)算公司在干。它們購(gòu)買(mǎi)多種型號(hào)顯卡與人工智能加速器，根據(jù)硬件性能或使用時(shí)長(zhǎng)等方式定價(jià)，然后租給下游客戶。

　　這個(gè)過(guò)程中，英偉達(dá)將GPU要么賣(mài)給云計(jì)算平臺(tái)，要么直接出售給AI公司，比如第一臺(tái)NVIDIA DGX超級(jí)計(jì)算機(jī)就是2016年老黃親自交付給OpenAI的，并沒(méi)有直接出售算力，頂多算「賣(mài)鏟人」。

　　而DGX上云這個(gè)事，雖然英偉達(dá)仍需要將其托管到云平臺(tái)，但本質(zhì)上已經(jīng)是跨越邊界了。

　　一向屈居幕后的英偉達(dá)，這次為何要走向臺(tái)前?

　　本輪AI潮英偉達(dá)毫無(wú)疑問(wèn)是最大的受益者，甚至可以沒(méi)有之一。

　　用于訓(xùn)練AI的GPU芯片價(jià)格瘋長(zhǎng)，海外A100和H100的每片價(jià)格分別漲到了1.5萬(wàn)美元和4萬(wàn)美元，國(guó)內(nèi)一臺(tái)配置8顆A100和80G存儲(chǔ)空間的AI服務(wù)器，價(jià)格也從去年中旬的8萬(wàn)/臺(tái)飆升至當(dāng)前的165萬(wàn)/臺(tái)。

　　但這些錢(qián)并沒(méi)有都流入英偉達(dá)的口袋，溢價(jià)都被渠道拿走了，關(guān)鍵是這種倒買(mǎi)倒賣(mài)英偉達(dá)還一點(diǎn)辦法沒(méi)有。

　　DGX云就在這種情況下應(yīng)運(yùn)而生，關(guān)鍵價(jià)格看似還很便宜。配備8個(gè)H100 GPU模組的DGX云，每月套餐費(fèi)只要3.7萬(wàn)美元，相當(dāng)于單片H100的價(jià)格。

　　對(duì)于急需算力資金又捉襟見(jiàn)肘的AI公司來(lái)說(shuō)，DGX云無(wú)疑是渴睡時(shí)天降的一個(gè)枕頭;對(duì)英偉達(dá)而言，出售云算力既能賺錢(qián)又綁定了客戶。

　　而看似雙贏的背后，卻隱藏著一場(chǎng)始于AI的秘密戰(zhàn)爭(zhēng)。

　　1

　　算力平權(quán)

　　從產(chǎn)業(yè)特點(diǎn)看，今天基于云算力的AIGC和曾經(jīng)的加密資產(chǎn)挖礦極其相似，但需要的資源遠(yuǎn)高于后者。

　　國(guó)盛證券曾在《Web3 視角下的AIGC算力進(jìn)化論》中，比較了加密資產(chǎn)挖礦和AIGC產(chǎn)業(yè)的異同點(diǎn):

　　1 AIGC產(chǎn)業(yè)耗電量大約會(huì)在1.6-7.5年間超過(guò)當(dāng)前比特幣挖礦產(chǎn)業(yè)耗電量，主要驅(qū)動(dòng)因素是GPT類(lèi)大語(yǔ)言模型在模型參數(shù)、日活和模型數(shù)量上的高速增長(zhǎng);

　　2 和比特幣挖礦類(lèi)似，AIGC產(chǎn)業(yè)由算力驅(qū)動(dòng)的內(nèi)容處于高強(qiáng)度競(jìng)爭(zhēng)中，參與者只有持續(xù)、快速生產(chǎn)出高質(zhì)量?jī)?nèi)容，才能保證自己獲取到的用戶注意力不會(huì)下降。

　　這就導(dǎo)致AIGC產(chǎn)業(yè)的兩大特點(diǎn)：高成本和持續(xù)性。

　　其中，成本側(cè)不止是耗電量，當(dāng)然耗電量可以作為一個(gè)非常直觀的證據(jù)。比如百度用于訓(xùn)練推理文心一言的陽(yáng)泉超算中心，每小時(shí)耗電64000kW·h(度)，按照0.45元/kW·h的商業(yè)用電標(biāo)準(zhǔn)，一年電費(fèi)就達(dá)到2.5億。

　　而更大的成本則是來(lái)自算力投入。

　　以ChatGPT為例，不考慮與日活高度相關(guān)推理過(guò)程所需的算力，僅考慮訓(xùn)練過(guò)程，根據(jù)測(cè)算，1750億參數(shù)的GPT-3訓(xùn)練一次大約需要6000張英偉達(dá)A100顯卡，如果考慮互聯(lián)損失，大約需要上萬(wàn)張A100。

　　按單張A100芯片10萬(wàn)計(jì)算，大規(guī)模訓(xùn)練就需要投入約10億，一般廠商根本承擔(dān)不起。而GPT-4的模型參數(shù)更大，訓(xùn)練的標(biāo)識(shí)符更多，所需算力更為可觀。

　　并且，隨著更多AIGC大模型的發(fā)布，其所需算力直線狂飆。

　　根據(jù)OpenAI測(cè)算，自2012年至2018年，用于訓(xùn)練AI所需要的算力大約每隔3-4個(gè)月翻倍，總共增長(zhǎng)了30萬(wàn)倍(而摩爾定律在相同時(shí)間只有7倍的增長(zhǎng))， 每年頭部訓(xùn)練模型所需算力增長(zhǎng)幅度高達(dá)10倍，整體呈現(xiàn)指數(shù)級(jí)上漲。

　　這個(gè)時(shí)候就體現(xiàn)出云算力的優(yōu)勢(shì)了，總結(jié)下來(lái)可以歸結(jié)為8個(gè)字：化整為零，按需付費(fèi)。

　　云算力能讓AIGC大模型廠商無(wú)需購(gòu)買(mǎi)英偉達(dá)A100顯卡等硬件，而直接按需租用云算力平臺(tái)提供的算力，這使得初創(chuàng)企業(yè)或非頭部模型廠商也能?chē)L試進(jìn)入AIGC領(lǐng)域。

　　甚至這種“化整為零”的方式，對(duì)產(chǎn)業(yè)鏈各方都有益處：

　　1)對(duì)上游算力生產(chǎn)商而言，在算力硬件進(jìn)入淡季、庫(kù)存趨增時(shí)，能通過(guò)售賣(mài)云算力的方式，平滑收入的波動(dòng)，并為旺季儲(chǔ)備“有生”力量，及時(shí)滿足回彈的市場(chǎng)需求;

　　2)對(duì)中游云服務(wù)廠商而言，則有助于增加客流;

　　3) 對(duì)下游算力需求方而言，能最大化降低使用算力的門(mén)檻，驅(qū)動(dòng)全民AIGC 時(shí)代降臨。

　　如果AIGC大模型廠商愿意讓渡更多資源，還可以更深入地與云平臺(tái)合作。這方面的典型案例是微軟云與OpenAI的合作，兩者的合作沒(méi)有停留在算力租用上，而深入到了股權(quán)與產(chǎn)品的融合。

　　另外，在大模型競(jìng)賽中，除了顯性的硬件投入成本，還有一個(gè)隱形的時(shí)間成本。

　　一般而言，大模型對(duì)于算力的需求分為兩個(gè)階段，一是訓(xùn)練出類(lèi)ChatGPT大模型的過(guò)程;二是將這個(gè)模型商業(yè)化的推理過(guò)程。

　　而且這個(gè)過(guò)程越持續(xù)大模型就越好。所以現(xiàn)在再來(lái)看英偉達(dá)DGX云，就不難搞懂老黃干了一件什么事。

　　用云的方式把用于AI訓(xùn)練的GPU價(jià)格打下來(lái)，算力平權(quán)籠絡(luò)中小公司，再基于大模型訓(xùn)練的持續(xù)性因素綁定客戶，“硅谷刀王”一舉兩得。

　　2

　　受益的未必是英偉達(dá)

　　從去年12月開(kāi)始，英偉達(dá)A100的價(jià)格5個(gè)月累計(jì)漲幅達(dá)到37.5%，同期A800價(jià)格累計(jì)漲幅也達(dá)到了20.0%。

　　GPU價(jià)格暴漲無(wú)疑增加了AIGC訓(xùn)練大模型的門(mén)檻，但對(duì)于頭部廠商而言，漲多少價(jià)GPU都是要買(mǎi)的。但對(duì)于腰部公司來(lái)說(shuō)，不漲價(jià)可能咬咬牙還能下單，一漲價(jià)就只能望GPU興嘆了，王慧文創(chuàng)業(yè)拿到的5000萬(wàn)美金融資，可能連訓(xùn)練所需的顯卡都買(mǎi)不全。

　　所以，老黃在這個(gè)時(shí)候拿出DGX云，就像開(kāi)了一家豪車(chē)租賃公司，讓買(mǎi)不起的人也能租用。

　　當(dāng)然，這背后英偉達(dá)的另一層考量，即搶在競(jìng)爭(zhēng)對(duì)手前面，綁定更多的中小客戶。

　　本輪AI熱潮中除OpenAI外，最出圈的AI公司非Midjourney和Authropic莫屬了。前者是一款A(yù)I繪圖應(yīng)用，最近同QQ頻道合作開(kāi)啟了國(guó)內(nèi)業(yè)務(wù)，后者的創(chuàng)始人則是出自O(shè)penAI，其對(duì)話機(jī)器人Claude直接對(duì)標(biāo)ChatGPT。

　　這兩家公司有一個(gè)相同點(diǎn)，就是都沒(méi)有購(gòu)買(mǎi)英偉達(dá)GPU搭建超算，而是使用Google的算力服務(wù)。

　　該服務(wù)由一個(gè)集成4096塊TPU v4的超算系統(tǒng)提供，重點(diǎn)是Google自研。

　　另外一家搞自研芯片的巨頭是本輪AI浪潮的引領(lǐng)者微軟，傳聞這款名叫Athena的芯片采用5nm先進(jìn)制程，由臺(tái)積電代工，研發(fā)團(tuán)隊(duì)人數(shù)已經(jīng)接近300人。

　　很明顯，這款芯片目標(biāo)就是替代昂貴的A100/H100，給OpenAI提供算力引擎，并最終一定會(huì)通過(guò)微軟的Azure云服務(wù)來(lái)?yè)寠Z英偉達(dá)的蛋糕。

　　除了云計(jì)算公司的背刺，英偉達(dá)的大客戶特斯拉也要自己?jiǎn)胃伞?/p>

　　2021年8月，馬斯克就向外界展示了用3000塊自家D1芯片搭建的超算Dojo ExaPOD。其中D1芯片由臺(tái)積電代工，采用7nm工藝，3000塊D1芯片直接讓Dojo成為全球第五大算力規(guī)模的計(jì)算機(jī)。

　　相較之下，受禁令影響的國(guó)內(nèi)公司雖也有替代計(jì)劃，但短期內(nèi)仍嚴(yán)重依賴英偉達(dá)。

　　國(guó)產(chǎn)芯片可以做對(duì)信息顆粒度要求沒(méi)有那么高的云端推理工作，但大多目前無(wú)法處理超高算力需求的云端訓(xùn)練。

　　燧原科技、壁仞科技、天數(shù)智芯、寒武紀(jì)等公司都推出了自己的云端產(chǎn)品，且理論性能指標(biāo)不弱。

　　據(jù)此前曝光的信息，百度用于訓(xùn)練推理文心一言的陽(yáng)泉超算中心，除了A100還用了一些國(guó)產(chǎn)化的產(chǎn)品，比如百度自研的昆侖芯和寒武紀(jì)的思元590，其中有消息顯示2023年采購(gòu)計(jì)劃思元大概占10%-20%。

　　其中，文心一言的芯片層核心能力來(lái)自昆侖芯2代AI芯片，其采用自研XPU-R架構(gòu)、7nm工藝和GDDR6高速顯存，通用性和性能顯著提升;具有256 TOPS@INT8和128 TFLOPS@FP16的算力水平，較一代提升2-3倍。

　　今年3月，李彥宏也在亞布力中國(guó)企業(yè)家論壇上分享，昆侖芯片現(xiàn)在很適合做大模型的推理，將來(lái)會(huì)適合做訓(xùn)練。

　　3

　　尾聲

　　從RIVA128開(kāi)始，英偉達(dá)就展示了自己驚人的市場(chǎng)觀察能力。過(guò)去的十幾年里，從加密貨幣挖礦到元宇宙，再到AI潮，英偉達(dá)順勢(shì)將顯卡的客戶從游戲玩家拓展到了科技巨頭。

　　伴隨著戰(zhàn)火蔓延，英偉達(dá)市值也一路高歌，從一個(gè)二線芯片公司變成了全行業(yè)的No.1。只是，黃仁勛說(shuō)AI的iPhone時(shí)刻已到來(lái)，那么諾基亞都被蘋(píng)果打敗，英偉達(dá)又怎能是無(wú)敵的呢。

　　參考資料

　　[1] AIGC的看多期權(quán)：AI云算力，國(guó)盛證券

　　[2] Web3 視角下的AIGC 算力進(jìn)化論，國(guó)盛證券

　　[3] 英偉達(dá)帝國(guó)的一道裂縫，遠(yuǎn)川研究所

　　[4] 云算力挖礦可能是現(xiàn)在入場(chǎng)比特幣最穩(wěn)的路，Odaily星球日?qǐng)?bào)

　　[5] 百度“文心一言”專家解讀，獨(dú)角獸智庫(kù)

　　[6] 大模型時(shí)代，國(guó)產(chǎn)GPU加速「狂飆」，數(shù)字時(shí)氪

　　[7] 英偉達(dá)黃仁勛：將通過(guò)中國(guó)云服務(wù)商提供AI超算能力，AI的iPhone時(shí)刻到來(lái)! 第一財(cái)經(jīng)

　　[8] AI算力產(chǎn)業(yè)鏈?zhǔn)崂恚杭夹g(shù)迭代推動(dòng)瓶頸突破，AIgc場(chǎng)景增多驅(qū)動(dòng)算力需求提升，安信證券

　　免責(zé)聲明:本文基于已公開(kāi)的資料信息或受訪人提供的信息撰寫(xiě)，但解碼Decode及文章作者不保證該等信息資料的完整性、準(zhǔn)確性。在任何情況下，本文中的信息或所表述的意見(jiàn)均不構(gòu)成對(duì)任何人的投資建議。