大模型路線之爭MoE獲勝，國內(nèi)MoE誰最強？

　　英偉達暴跌了。

　　4月19日一開盤，英偉達遭遇2024年以來最大規(guī)模的股票恐慌性拋售，最終出現(xiàn)股價下跌10%，市值消失1.5萬億人民幣的悲劇。

　　更關(guān)鍵的是，海外部分AI玩家燒不起錢了，尤其是那些基于llama 2和3開源模型的公司，用的transformer架構(gòu)，成本太貴。再加上一些悄悄研發(fā)自己大模型的廠商(比如蘋果)也開始撤出。這些信息的疊加，引發(fā)機構(gòu)投資者對完全依靠資源堆積的大模型發(fā)展模式感到擔(dān)憂，最終導(dǎo)致英偉達股價下跌。

　　富國銀行分析師萊恩.克里對外表示，英偉達出現(xiàn)恐慌式拋售不奇怪，“資本市場在進入2024年后，其實一直對AI硬件股票小心謹慎。原因在于大家覺得一方面他們估值過高，另一方面其實是目前主流的幾家大模型，都沒有找到可持續(xù)的變現(xiàn)途徑，支撐不起龐大且長期不變的硬件投入。”

　　實際上，這已經(jīng)成為資本市場的共同認知。所以，對于這幾家AI硬件龍頭股票，機構(gòu)投資者在進入2024年后，都視作是一場“擊鼓傳花”游戲。

　　當(dāng)然，資本也開始對新的技術(shù)模式展開探討，比如MoE專家網(wǎng)絡(luò)以及去二次方大模型架構(gòu)等等。尤其是MoE，因為技術(shù)的可持續(xù)性，被認為是下階段大模型發(fā)展破局的突破口，資金開始瘋狂進入。

　　于是，行業(yè)產(chǎn)生一系列問題需要回答：這到底是怎么發(fā)生的?大模型還有未來嗎?未來又在哪里?MoE是什么?誰能代表MoE扛起AI大旗?

　　1、巨頭的無奈

　　為什么大家開始認為以英偉達算力芯片為核心的AI硬件，變成擊鼓傳花的游戲?原因就在于英偉達每升級一個版本，其相關(guān)芯片的價格就會暴漲幾倍。

　　英偉達A100算力芯片在中國市場備受矚目，2021年上市后大規(guī)模出口中國，成為AI和大模型應(yīng)用的基礎(chǔ)算力。初期定價為3000-5000美元，隨后價格上漲至8000美元。

　　2022年底，美國禁令限制向中國出口A100，導(dǎo)致定制版A800價格飆升至10000美元以上。英偉達隨后發(fā)布的H100芯片起售價接近2萬美元，而GB200芯片組起售價在3-4萬美元。

　　在國外社交媒體上，有人戲稱英偉達“技術(shù)進步以漲價為本”。

　　其實英偉達有自己的無奈，中國市場頂峰時曾占英偉達1/4的份額，目前因為政治因素已經(jīng)下降到不到4%，這中間巨大的市場缺失不得不通過新產(chǎn)品漲價來彌補。

　　但不斷上漲的算力芯片價格，也讓那些開發(fā)大模型的互聯(lián)網(wǎng)巨頭開始吃不消。

　　當(dāng)下最主要的這些互聯(lián)網(wǎng)巨頭推出的模型，大部分使用的都是transformer模型架構(gòu)。而這個架構(gòu)是2017年由Google團隊在論文《Attention Is All You Need》中提出以來，已成為自然語言處理(NLP)領(lǐng)域的核心技術(shù)之一。

　　這個架構(gòu)有很多好處，但最大的缺點就是必須不斷投入大量的運算資源，以支撐模型的訓(xùn)練和對外提供服務(wù)。紐約時報曾爆料，OpenAI支撐ChatGPT對外提供服務(wù)，需要使用3萬塊英偉達A100的算卡，而且每天的耗電超過50萬度。

　　想想都覺得可怕。

　　英偉達一直在尋求解決方案以降低互聯(lián)網(wǎng)巨頭使用Transformer模型訓(xùn)練和推理的成本。黃仁勛表示，英偉達的芯片進化正是為此目的。隨著算力芯片性能的提升，成本有望進一步下降。

　　問題是由于巨頭間的激烈競爭，模型訓(xùn)練和推理能力需持續(xù)增強，這推動了英偉達最新算卡出貨量的大幅增長。

　　另一方面，無論是引領(lǐng)潮流的OpenAI與ChatGPT，還是Meta、谷歌、馬斯克推出的開源大模型，都未找到穩(wěn)定的商業(yè)化道路。

　　OpenAI在推出GPT4之前，據(jù)說每月收入不足成本的1/3。面臨商業(yè)模式不清晰、收入無法覆蓋成本的困境，以及英偉達年年漲價的事實，互聯(lián)網(wǎng)巨頭管理層開始反思這種以資源投入和算卡堆砌推動模型發(fā)展的模式。

　　2、MoE成為解題關(guān)鍵

　　對于這些推出大模型服務(wù)的互聯(lián)網(wǎng)科技巨頭來說，想解決英偉達算卡漲價帶來的成本支出不可持續(xù)問題，有兩個解決方向。

　　一個是自研算力芯片。近年來，多家科技巨頭如微軟、OpenAI、Meta、馬斯克，以及谷歌和亞馬遜等，均宣布了自研芯片計劃或已制作出樣片。然而，自研算力芯片需要進行后期對接效果調(diào)整，并擺脫英偉達的CUDA重新制作中間層，這導(dǎo)致時間成本難以估量。

　　因此，另一個解題方向就被他們異常重視，希望通過改變模型底層架構(gòu)，換一種不耗費那么多資源就可以達到很好訓(xùn)練和推理效果的模型架構(gòu)，來開發(fā)自己的大模型。

　　而在硅谷，確實有這么一種模型架構(gòu)在這兩年被人不斷提起，甚至在很多中小模型開發(fā)方的實踐中，得到了印證。

　　這就是MoE。

　　其實在更早一些的時間，MoE一直被應(yīng)用于統(tǒng)計學(xué)的研究中。這是一種機器學(xué)習(xí)模型架構(gòu)，它將多個專家(Experts)模型組合起來，共同解決一個問題。每個專家都是一個小型的神經(jīng)網(wǎng)絡(luò)，它們各自擅長處理任務(wù)的某一方面。當(dāng)MoE模型接到一個任務(wù)時，它會將任務(wù)分配給最合適的專家，最后通過一個門控網(wǎng)絡(luò)匯總專家的輸出，給出最終答案。

　　這就像一家公司有多個部門，在做決策的時候，公司的CEO可以聽從市場部、生產(chǎn)部、策劃部甚至財務(wù)部相關(guān)專業(yè)領(lǐng)導(dǎo)的建議，最終產(chǎn)生最優(yōu)的決策。

　　由于這種架構(gòu)運營的核心，實際上是將大任務(wù)分成小任務(wù)，日常的訓(xùn)練也是針對于各個小神經(jīng)網(wǎng)絡(luò)的專家進行，所以他所需要的推理和訓(xùn)練資源遠遠低于整體運算的transformer架構(gòu)。

　　關(guān)鍵在于這種架構(gòu)對技術(shù)的理解和使用，切分任務(wù)和找到關(guān)鍵神經(jīng)細分網(wǎng)絡(luò)并訓(xùn)練專家模型是該架構(gòu)成功的核心，這需要強大的技術(shù)實力。相較于不斷增長的硬件投入，這種軟性投入對大模型開發(fā)者來說更可接受。此外，MoE架構(gòu)的特點有利于新興大模型企業(yè)的發(fā)展壯大，因為它們可以通過技術(shù)理解和發(fā)展來突破現(xiàn)有巨頭的硬件護城河。

　　正因為這樣的一個特點，MoE開始成為大模型破局的關(guān)鍵。

　　3、國內(nèi)其實一點也不慢

　　MoE作為統(tǒng)計學(xué)架構(gòu)早在1997年就被提出，真正落實到自然語音學(xué)習(xí)是2018年以后的事情。

　　但由于這個架構(gòu)有幾個比較困難的訓(xùn)練難點，比如結(jié)果可能擬合，這意味著模型最終結(jié)果可能只是因為特定因素影響造成而無法廣泛使用;再比如最后門框網(wǎng)絡(luò)的采用過程中，有可能偏愛幾個細分專家模型，而不能從整體的專家模型結(jié)果中獲得結(jié)論等等。

　　所以，哪怕谷歌在研究中有了相應(yīng)進展，MoE相對于Transformer架構(gòu)，在模型發(fā)展的廣泛性上遠遠不如。

　　真正讓MoE模型架構(gòu)照進現(xiàn)實的，是一篇2023年6月名為《MoE Meets Instruction Tuning》的論文。這篇論文提出了幾種假設(shè)和相應(yīng)的解決方案，從技術(shù)可行性上解決了MoE非常難以控制的特點。

　　MoE模型架構(gòu)逐漸受到關(guān)注，成為許多新興模型研發(fā)方的選擇。2023年12月8日，Mistra AI在X平臺發(fā)布了首個開源MoE模型，引起行業(yè)震動。與此同時，國內(nèi)模型研發(fā)團隊也迅速跟進，MiniMax宣布將于2024年年初發(fā)布基于MoE架構(gòu)的大模型，新旦智能、元象科技等也相繼加入，推動了MoE在國內(nèi)的快速發(fā)展。

　　而業(yè)內(nèi)普遍認同的MoE在中國發(fā)展標(biāo)志事件，是今年2月6日，昆侖萬維正式發(fā)布新版MoE大語言模型“天工2.0”與新版“天工AI智能助手”APP。這是國內(nèi)首個搭載MoE架構(gòu)并面向全體C端用戶免費開放的千億級參數(shù)大語言模型AI應(yīng)用。

　　其實，昆侖萬維是國內(nèi)最早投入精力研究MoE模型架構(gòu)的平臺公司。

　　這種一手抓技術(shù)，一手抓應(yīng)用的模式，對于MoE模型架構(gòu)在中國的普及才是最有意義的。畢竟任何一種新的技術(shù)，無論有多炸裂，只有大量的應(yīng)用才能對于產(chǎn)業(yè)，以及人們的生活帶來新的價值。

　　而很多時候有新價值產(chǎn)生，是衡量一個技術(shù)能否持續(xù)發(fā)展的關(guān)鍵。

　　2024年4月17日，昆侖萬維重磅宣布，“天工3.0”正式開啟公測。

　　“天工3.0”是采用4千億級參數(shù)MoE混合專家模型的全球領(lǐng)先模型之一，并將開源。行業(yè)內(nèi)現(xiàn)在一致認為，在國內(nèi)MoE模型的排名里，昆侖萬維的天工是第一位，字節(jié)豆包第二， Minimax第三。