首页 > 科技未来 > 内容

人工智能的下一个“万亿美元机会”在哪里？

发布于：2024-06-18 编辑：匿名来源：网络

AI已经流行一年了，但最大的市场机会并不在大模型本身。

2017年，涉足AI的人很多。

在“群模舞”下，玩家大概可以分为几类。

大模型时代的最后一个策略是单独打造模型，旨在利用技术来挤占市场。

片面聚焦模型能力和参数，坚持对标技术前沿，打造最牛的大模型。

这种现象在去年上半年最为盛行，而ChatGPT引发的热潮也让很多人头脑发热。

然而，实际做了之后，我总是发现，如果一定要掌握技术，就无法逃脱大模型的Scaling Law，而且投入是深的。

在底层，技术差距无法立即弥合；产品缺乏新意，难以匹配市场需求，自然难以维持较高的算力和人员支出。

随着资本市场的渐冷，这群人中有不少人去年就倒在了理想主义的门前，被“重复造轮子”造成的生产力浪费击垮了。

而中策则是模型与产品并重，利用大模型能力驱动AI产品的发展，为人工智能找到落地和产生价值的地方。

曾有人说，现在大款的市场思维就是把一块上好的松露装进油纸袋，放在顾客面前——品质再好，如果被吹上天，食客们也不会知道。

怎么吃呢。

我不知道怎么做才好吃；但经验丰富的厨师会在松露中加入牛排、鳕鱼、鹿肉等本来就美味的食材，最大限度地发挥松露的优势，“改造”那些“传统”菜肴。

“再说一遍。

打造AI杀手级应用，同样的道理：让AI发挥优势，用智能重新赋能原有场景。

如果我们能找到这样一个恰到好处的组合，我们就能轻松赢得下一个Byte而拼多多级别的公司，归根结底，以上两点都不是最好的策略，更大的格局是用更大的体系将无数的“杀手级应用”纳入其下游，用技术推动变革。

行业和世界，挖掘时代齿轮的扭矩，几十年难得的机会——人工智能操作系统改变世界的机会1、人机交互的每一次改变，都是万亿美元的机会。

过去的一年里，在与AI行业众多精英交流的过程中，在AI技术评论中总能听到一个声音：人机交互是催生人工智能的“金钥匙”。

超级科技公司。

4月16日，在深圳举行的百度创造人工智能大会上，百度集团执行副总裁、百度智能云事业群总裁沉斗讲述了这样一个故事：从最早的时候，人与计算机的交互就依赖于线路板。

。

工人手动插拔电缆、转动旋钮，人机交互甚至是“体力活”；随着汇编语言、汇编程序、高级编程语言和编译器的出现，人类可以使用“相似”的方式进行通信。

用“语言”与计算机进行交流；时间线再次推进，很快，单台计算机将难以应对快速增长的市场需求。

云计算应运而生，人类不再满足于“同时与一台机器对话”，而是按需与多台机器组成的“集群”进行协作，将人机交互推向新的高度。

而今天，大型AI模型的出现再次给人机交互带来了新的机遇——以编程为例，在AI的帮助下，程序员不再需要学习语言，而是直接使用自然语言。

他们可以实现自己想要的功能；同样，编程也不再是人类与计算机的“斗智斗勇”，而成为了一个人向AI“许愿”。

在人工智能的慷慨帮助下，“人人都是开发者”的愿景并不遥远。

回顾这个过程，就像春天里的耕者翻土一样，涌现出无数的生机。

人机交互的每一次新革命都会给科技行业带来数万亿美元的机遇。

苹果抓住这个机会，制造了第一台个人电脑，后来引领了移动互联网时代的潮流；微软做了第一个可视化操作系统，并用办公软件建立了今天的办公流程；而在其云业务的支撑下，亚马逊的二级市场在过去20年里几乎翻了一番。

它以电商平台起家，如今已成为当今领先的科技公司之一……如果你仔细观察，你会发现：这些万亿市值的科技公司的诞生，离不开他们抓住了技术创新浪潮中的机遇可能会改变人机交互的方式。

正如一开始所提到的，大型模型目前正在蓬勃发展。

如果简单地将人工智能视为一项技术或产品，那么人工智能的真正潜力尚未被充分挖掘；相反，只有人工智能的能力和矩阵才能集成到一项操作中。

该系统管理硬件资源和软件服务的操作池，提供外部服务接口，并以此为人机交互带来新的变化，使利用这个万亿美元的机会成为可能。

而构建这样一个操作系统并赢得人机交互之战又谈何容易呢？ 2、构建AI操作系统，高性能异构计算是“硬门槛”。

“大型模型不是免费的午餐。

”沉斗在会上说道。

如果想要一个AI操作系统运行起来，计算能力是一个永远无法克服的话题。

去年年初，不少分析师得出结论，算力并不是关键因素：毕竟算力是一场“金钱游戏”。

只要你有足够的钱，能打掉足够多的牌，这个问题自然就解决了。

然而一年后，越来越多的人发现，随着模型参数越来越大，“金钱游戏”所需的资金数额也超出了大多数企业能够承受的范围。

这样一来，仅仅靠“砸钱”很难对算力问题给出令人信服的答案。

就连大型 AI 模型的“领导者”OpenAI 首席执行官 Sam Altman 也不止一次公开抱怨自己手上计算能力不足。

至少目前来看，算力问题正在严重制约AI的发展速度。

大模型的计算也需要“降本增效”，减少算力浪费是一个重要途径。

如何让万卡集群像一张卡一样“协同工作”，使得性能可以线性扩展，任务之间不中断，对AI操作系统计算集群的设计、调度和容错提出了巨大的挑战。

近期推出的AI操作系统“万源”的百度，在万卡集群上的有效训练时间超过98.8%，线性加速比和带宽效率达到95%，取得了“学霸”的成绩。

行业看到了新的希望。

（百度智能云发布新一代智能计算操作系统——万源）而仅仅解决算力浪费问题似乎并不足以一劳永逸地完成大型模型的“降本增效”——在对中国“禁运”的影响仍在持续。

为了聚集承载大型模型所需的数万计算能力，使用多种不同性能的芯片进行异构计算几乎成为必须。

异构计算是互连不同制造商、不同代次和性能的芯片的一个巨大问题。

过去大家都知道异构计算只能使用不同的芯片来解决不同的任务；将不同类型的芯片放入同一任务中几乎是不可能的——尤其是训练任务。

面对困难，解决异构计算的效率问题，就不得不需要一些“黑科技”。

至于打造AI操作系统，百度在算力层面的信心在于，他们解决了这个“不可能”的问题，屏蔽了不同芯片之间的差异，给予用户选择芯片组合的自由。

在百度异构计算平台“百歌”上，单次训练任务下，多家厂商数万块芯片协同，100大卡性能损失3%，1000大卡损失不超过5 %。

算力协作效率提升。

也正是因为如此，百度解决了芯片的“卡脖子”问题：不仅可以摆脱对单一芯片的依赖，打造更加灵活的供应链，将风险降到最低；它还可以使成本更加可控。

百度的解决方案是将底层通信和上层运维的优化和实现分离，让专业的人做专业的事，并负责底层加速库AIAK的开发，打造异构计算的“大平台”。

“舞台”，让各个品牌的所有芯片都可以跑遍百度的集体通讯库；其次，实现加速库中的并行框架，优化并行策略，自动实现TP（张量模型并行）、MP（模型并行）、PP（管道并行）等不同并行策略的参数设置，快速确定并行度策略并处理训练任务的底层设置。

三是集成卡间通信的网络协议，主要通过GPU层面的NVLink。

当计算能力出机器时，百度主要使用RDMA。

对于一些特殊的芯片，百度也有一些相当具体的实施策略。

既然短期内多种芯片并存已经成为现实，与其指责别人，不如拥抱它。

百度让“数百家公司”竞争，其主要着眼点是积极拥抱多元化的芯片生态，将异构计算做到极致。

没有“云”的硬件，AI操作系统的实施就成了“空中楼阁”——而云与智能融合、软硬件协同优化正逐渐成为众多实力领袖的共识。

而如果要跑一万张卡，如果要让一万张卡跑同一个任务，那还是多个芯片组成的“多国合力”。

对于任何一个企业来说，这都是一个难以逾越的鸿沟。

如今的百度已经走出了一条云多核、单任务多芯片的异构之路；（业界领先的单任务、一云、多核大模型训练解决方案）等玩家想跑通这个。

一套系统，然后基于这套系统构建一个新的AI操作系统，需要在AI和云计算领域多年的积累和实践。

3、工具链，“成本低”但“难度高” 如果说算力被视为AI操作系统的“内核”，那么工具链就是链接开发者与AI的“中间层”。

归根到底，再强大的算力、再大的模型，用户也无法流畅使用，无法将大模型运用到场景中。

如果把AI能力发挥到极致，AI操作系统就只能是一句空话。

到了这个层面，AI操作系统面临的不再只是技术问题。

如何理解广阔的市场和复杂的场景也成为必须回答的问题。

一方面，面对不同预算和需求的用户，AI操作系统必须足够灵活，提供多种能够最高效解决问题的解决方案。

虽然去年以来市场对大模型原生应用的需求不断增加，但使用中的“性能、速度、价格”的“不可能三角”也让很多人望而却步——如果只使用一种模型，如果参数规模小了，问题就解决不了。

如果参数规模较大，将难以分解成本并满足高并发要求。

这也要求AI操作系统的提供商不要拘泥于一贯的思路。

面对不同的场景，他们必须提供不同规格的基础型号选择，避免用户在操作系统上浪费金钱。

以百度为例，在获得大量认可的问信4.0基础上，千帆团队针对不同用户的不同需求，分别训练了三种不同规模的轻量级模型：ERNIE Speed、Lite、Tiny。

大型模型的用户。

需要。

在ModelBuilder提供的模型路由服务下，针对不同难度的任务，AI操作系统万源还可以自主选择最合适的模型来完成调用，实现最优的成本效益。

效果基本相同的情况下，Inference成本下降30%。

除了自有模型外，千帆还支持LLaMA、百川等第三方模型产品，专注于“客户想要的，我们提供”。

一方面，大型模型将人机交互转向自然语言。

它还需要一整套AI能力和工具的支持。

更好的AI操作系统将让用户更轻松地完成应用开发。

他们只需要输入应用程序功能的简短描述，甚至编写一行代码，就可以获得真正解决他们需求的应用程序。

在百度万源体系下，内置的AppBuilder和AgentBuilder两个应用开发平台不仅让上述想象变成了现实，而且两个平台的SDK还支持二次开发，让开发者可以在细节上进行个性化定制。