(资料图片)
5月24日,行健资管发文称,新技术有机会导致翻天覆地的改变,例如互联网和智能手机的出现,便创造了一批市值过千亿,甚至万亿美元的巨企。在过去数月,谈论得最多的一定是“生成式人工智能”(Generative Artificial Intelligences,简称GAI),如OpenAI的ChatGPT,谷歌的Bard和百度的Ernie等。如试用过GAI的读者定会感受得到,GAI 的能力有点超乎想像,对不同行业的影响也开始浮现。
行健资管表示,GAI行业可简单分为上中下游三部分。中游是GAI神经网络模型的持有者,他们负责建立和训练模型,例如上文所提及的三间GAI公司。上游为基建持有者,大至可分为硬件图形处理器(GPU)供应商和云端平台公司。云端平台公司购买GPU,再用此来建立给神经网络使用的系统。最后为下游面向终端客户的公司,他们会从模型持有者获得数据,再用来创造服务用家的软件和App,例如能帮助程式设计师写程式的GitHub CoPilot。
业内人士指出,GAI最重要的竞争门槛反而是数据质量和电脑功能,而这两项基本上是财力的比拼。虽然互联网上有无尽的免费数据,但数据需要经过清理才能使用,此过程可以所费不菲。假如用偏颇数据来训练GAI,结果可能创造出一个充满歧视和仇恨的GAI。
至于电脑门槛,谷歌指出如只使用一片GPU来训练Bard的话,基本上需时355年。一片项目级GPU的价钱为一万美元,由此可以推算,如想把训练时间缩短至合理水平的话,单是硬件投资已经是天文数字。业内人士分析,训练一个大型语言模型,成本可以高达上亿美元。训练也不可能一步到位,需要经过不断尝试和失败,试问有多少公司能有此等财力来成功训练GAI。
不止硬件投资和训练成本昂贵,就算是运行GAI的成本,也比运行搜索引擎高得多,有投资银行计算过,GAI每次回答问题的成本,比普通搜索高10倍。GAI模型拥有者如何用GAI来创造能获利的商业模型,目前还在摸索阶段。长远来看,如果GAI模型持有公司,最终能把GAI转变成为一个平台,如同微软的视窗或苹果的iOS等,能让不同的软件在上运行,造成经济规模,再把客户锁定,从而创构成一个难以退出的商业模式的话,发展空间便会大大增加。至于客户端的软件,由于行业仍然年轻,有竞争优势的商业模式还未出现,一些用AI来帮学生补习,或用AI来帮程序员写程式的App等,目前都还没有能把客户长期锁住的能力。
从以上总结,GAI目前仍然是烧大钱的行业,大公司的竞争优势在于其财力。短期内上游公司看似有更多投资机会:训练GAI的一大部分的开支会用于购买云公司的服务,而GAI的运行需要GPU,因此,云服务公司和GPU生产商会因此而得益。
上一篇 : 现场直击 | 聚焦上海SNEC 爱康支架全新系列重磅发布 全球焦点
下一篇 : 最后一页