地平线宣布获得韦豪创投战略投资
06-17
当你在ChatGPT或新bing中输入问题时，AI会调用它的云大脑，进行思考，并生成更合理的答案。
。
OpenAI在开发GPT的时候，就被反复提到，每一代的参数都变得越来越庞大，模型的规模也越来越复杂。
训练大规模语言模型需要具有巨大算力的GPU集群，而随着用户数量呈指数级增长，运行它们也会消耗相当大的算力。
每一个想要加入AIGC的企业首先考虑的是如何部署大规模的云计算中心。
看来AIGC的竞争已经变成了硬件资源的竞争。
▲ OpenAI CEO Sam Altman 图片来自：连线 有了算力更强的计算中心，将能够运行更大规模的语言模型和算法，最终的 AI 产品也可能变得“更聪明”。
然而，OpenAI首席执行官Altman最近在麻省理工学院的演讲中给那些想用“力量创造奇迹”的后来者泼了一盆冷水。
Altman：扩大模型规模已经不合时宜了。
“大模型时代已经结束，我们需要用新的思路、新的方法，让AIGC取得新的进步。
”扩大模型规模、使用更复杂的参数、调用更大的算力基本上都是OpenAI过去几年在GPT上使用的迭代方法。
GPT-2大约有15亿个参数，而GPT-3有1亿个参数。
尽管GPT-4没有官方数字验证，但许多机构也猜测它使用了数万亿字的文本和数万个云。
计算服务器及其培训成本已超过 1 亿美元。
随着ChatGPT的影响力越来越大，微软也利用其底层技术推出了新的bing。
随后，Google推出了Bard，Adobe推出了Firefly。
除了这些大公司之外，硅谷许多资金雄厚的初创公司，如Anthropic、AI21、Cohere和Character.AI等，也在疯狂投资，构建更大规模的算法，以追赶ChatGPT和OpenAI。
▲ 二代Runway一句话产生的大片，对硬件资源的需求巨大，这也引发了抢购NVIDIA A和HGPU的热潮。
在 eBay 上，Nvidia 的 H 已经成为热门商品，价格高达 40,000 美元，而其官方售价仅为 33,000 美元。
而且H通常会打包成8块，组成一台服务器出售。
目前，还没有其他第三方 GPU 对外销售来与 NVIDIA 竞争。
AI浪潮下，谁拥有更多NVIDIA GPU，似乎就掌握了AIGC行业制胜的关键。
与传统行业的资本垄断、大企业垄断类似，对算力的追求也催生了“算力垄断”。
Altman还表示，OpenAI 没有开发 GPT-5 的计划。
这意味着，盲目地扩大模型大小将无法让 GPT 保持无限的迭代。
目前，ChatGPT 和微软新 Bing 都因算力不足而遭遇大量宕机和服务不稳定的情况。
同时，新的Bing并没有向所有用户开放，“排队”的情况依然存在。
这就是谷歌未能将类似的生成式人工智能完全引入其搜索的原因之一。
曾在谷歌从事AI工作、现为Cohere创始人的Nick Frosst也表示，Altman非常有先见之明，还表示新的人工智能模型设计或架构可能会根据人类的反馈进行调整。
按照这个想法，OpenAI 可能已经在用新的想法来构想 GPT-5。
马斯克：挖人、买显卡、组建团队。
就连Altman也公开表示，现阶段如果继续走OpenAI的老路，通过扩大模型规模来改进，将很难赶上ChatGPT。
但曾是Altman老友的马斯克毅然投资了AIGC行业。
据《华尔街日报》报道，马斯克悄悄注册了一家名为 X.AI Crop 的公司，从谷歌挖来了几名研究人员，还从 Nvidia 购买了数千张显卡。
马斯克的目标很明确，就是与 OpenAI 和谷歌竞争。
就在相关报道发出后，马斯克在接受福克斯新闻采访时承认，他想推出一款类似于ChatGPT的产品，命名为TruthGPT。
马斯克的意图很明确。
TruthGPT将“最大化求真AI”，尝试了解宇宙本质，希望带来利大于弊。
马斯克的采访和回应其实有点无厘头。
毕竟，从目前大型语言模型的规模来看，X.AI Crop 可能还不如硅谷的一些初创团队。
而TruthGPT这个名字似乎也是对ChatGPT的抗议。
马斯克一直认为GPT-4类型的生成式AI将存在相当大的风险，呼吁暂停六个月的开发并出台相应的法规。
他甚至说“它有毁灭文明的潜力”。
刚说研究暂停，他就成立了X.AI Crop，开始进军AIGC。
很难不相信这是炒作。
此外，暂停研发六个月更像是封印OpenAI，给自己六个月的时间来迎头赶上。
不可否认，马斯克的SpaceX和特斯拉颠覆了一个行业，成为当下最著名的公司。
▲ 马斯克和 Starship 离开了 OpenAI。
看到今天的成就，又用一些有争议的言论，足见马斯克早就不甘错过机会。
至于TruthGPT能否如他所言，我们只能在六个月后拭目以待。
Jen-Hsun Huang：我们需要一个应用程序。
目前，生成式人工智能仅存在于对话框中，并以非常经典的形式出现在当前所有智能设备中。
无论是插件还是第三方App，大众最终交互的都是对话文本框。
这也是计算机刚出现时最基本的人机交互形式。
在 Nicolai Tangen 的播客中，他与 Nvidia 首席执行官 Jensen Huang 讨论了人工智能将如何改变人们的生活和工作方式。
目前AI的快速发展离不开NVIDIA GPU的帮助。
NVIDIA几乎垄断了云计算能力市场。
在Altman看来，当前的人工智能无法摆脱超高的计算能力，超大型的模型已经有庞大的算法支撑。
这对初创公司来说是一个挑战，但对英伟达来说也是一个挑战。
NVIDIA需要继续研发和制造更强大的GPU来适应AI的发展。
而目前AI仍然存在于庞大的数据中心，需要多台超级计算机来提供算力。
它不同于以前的任何应用程序或软件。
GPT-3有1亿个参数。
面对这样的计算量，NVIDIA的AI GPU从下往上重新设计。
但目前，处理大规模数据和学习大型模型仍然需要数周时间。
它还不能被压缩成一个应用程序或个人电脑。
这其实也解释了为什么迄今为止AI对软件的推广实际上都是以云和插件的形式存在的。
英伟达还表示，AI已经开始渗透到自家芯片的设计中。
“当芯片架构师在沉睡时，AI仍在不断迭代优化和改进相应的架构。
” “它可以帮助我们更好地设计和制造芯片。
”也就是说，AI介入芯片的生产，生产出来的芯片用于云算力来运行AI。
这可以认为是AI的自给自足。
此外，黄仁勋还认为，AI还将引发下一次工业革命，暂时不会自我觉醒来取代人类。
相反，会极大地解放人力，提高大家的生产力。
人们可以直接使用自然语言进行编程，而无需学习复杂的Python、Java和C语言。
而且，他还举了Nvidia的软件工程师的例子。
在AI的帮助下，大约40%到50%的代码和软件由生成式AI补充。
工程师只需要提供建议和想法。
黄仁勋还估计，AI 的加入将使当前 NVIDIA 软件工程师的生产力提高 10 倍。
▲ AI 对 Github Copilot 功能的介入，让人们能够以一万倍的速度完成许多繁琐的任务，间接提高了生产力。
在GPT-4出现之前，AI行业只能依靠扩大模型规模、增加硬件部署来维持高速迭代。
随着算力瓶颈的出现，OpenAI不得不重新思考如何优化，寻找AI下一步的发展方向。
同样，黄仁勋也清醒地认识到，当前AI对算力的需求太大，需要存在于空间巨大、芯片众多的位置。
今天的人工智能就像世界上第一代计算机ENIAC。
AI的下一步不仅要减少资源需求，还需要轻薄，能够独立存在于App或软件中。
目前来看，这不太现实，但好消息是 OpenAI 已经开始招募 Android 和 iOS 工程师，相应的应用程序应该很快就会推出。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态