美國AI二十年不可能超越中國?為何一年之間就從幼兒園到了大學?

jim博士 發佈 2024-03-08T01:54:22.795983+00:00

然而,就在短短一年前,《觀察者網》還報導了一篇文章《五角大樓官員辭職:美國已在AI競爭中落後中國》,文中提到:

這兩天,國內AI領域的領先企業百度發布類Chat GPT的AI產品「文心一言」,網絡再次掀起了中美AI競爭的討論。

然而,就在短短一年前,《觀察者網》還報導了一篇文章《五角大樓官員辭職:美國已在AI競爭中落後中國》,文中提到:

2021年,美國五角大樓第一位首席軟體官夏蘭稱中國在人工智慧、機器學習和網絡能力等方面正在走向全球主導地位,「我們在未來15年到20年內沒辦法贏中國,在我看來已成定局」。他無法眼睜睜看著「中國超越美國」,所以選擇辭職!

當時鳳凰衛視的呂思寧還做了一個視頻解讀此事:美國AI僅為幼兒園水準,20年內無反超機會

然而,僅僅一年後,美國AI大規模商業化的進程像火山般爆發了:

1,2022年11月底,OpenAI一推出Chat GPT,短短5天,註冊用戶數就超過100萬。

2,2023年1月底,ChatGPT月活用戶已突破1億,成為史上增長最快的消費者應用!

3,2023年2月7日,美國微軟推出由ChatGPT支持的Bing和Edge瀏覽器!火遍全網,一度令中國AI界風聲鶴唳!

3月14日,OpenAI推出了最新版本的多模態模型GPT-4,其在許多專業測試中表現出超過絕大多數人類的水平,在包括美國律師資格考試、法學院入學考試、美國高考等測試中,它的得分高於88%的應試者

GPT-4過於強大,以至於迫切體驗它的用戶擠爆了OpenAI的支付系統。

關於GPT-4的輿論還在爆炸式的發酵,其商業模式的持續性如何、商業模式的規模如何、商業模式的護城河有多高,都是大家熱烈討論的話題。

在商業領域,我國有很多成功的案例,比如比肩美國亞馬遜的阿里巴巴。不過,從技術領域來看,例如傳統的搜尋引擎技術而言,我國的百度搜尋引擎距離谷歌搜尋引擎還有一定距離(當然,百度在中文文字信息搜索、中文圖片搜索上有一定的特點)。而這種技術代差反映在商業價值上,差距可能就很大了。

然而面對美國AI企業的快速商業化疊代,我國轟轟烈烈的人工智慧龐大群體,到現在還沒有出現一個能打的,令我對2021年媒體炒作「美國AI僅為幼兒園水準,20年內無反超機會」感到懷疑--不過,美國到現在也沒有出現第二個能打的。

有網友在自己關注的AI企業論壇下留言,發了一句靈魂拷問:

OpenAi付款系統都擠爆了,你燒了這麼多錢成果呢?

最近,《科創板日報》刊登了一篇文章《國產AI晶片出路在哪裡|直擊GAIDC》,其中展示了在2023年全球人工智慧開發者先鋒大會的AI晶片開發者論壇上的一些國內AI企業的破局展望:

1,璧仞科技聯合創始人、COO張凌嵐認為「Chiplet有望成為破局手段」:

一是可以突破光罩尺寸對單晶片面積的限制;二是可以充分發揮舊工藝節點的性價比優勢,有效提升產品的良率;最後,不同工藝芯粒繼承,可以有更靈活的產品策略。

2,商湯科技聯合創始人、大裝置事業群總裁楊帆則指出,英偉達已形成了一個強強聯合的成熟生態,國產AI晶片框架目前還是「群狼亂戰」

3,燧原科技創始人 、COO張亞林認為,要想突破英偉達擴大生態造成的生態壁壘,在中國層面,他提出構建一個異構的算力生態。

所以從AI界的主流觀點看,目前國內AI主要面臨的是一個基於英偉達晶片生成的AI生態系統,很顯然,這個AI生態不是一日之功。

實際上,美國對我國的AI產業的制裁由來已久,一位認證「湖北衛視國際新聞評論節目特約評論員」的「非常視野」網友,就在上周撰文指出:

美方制裁落空,中企用妙招(通過租用美國AI晶片的伺服器)獲高端晶片,美科技巨頭稱「不違反禁令」。

這篇文章提到的是中國被美國制裁的AI企業,租用的就是英偉達的A100晶片。

A100背後的技術,是英偉達最初用於在遊戲中渲染複雜的3D圖形,通常被稱為圖形處理器或GPU。但如今Nvidia的A100被配置針對機器學習任務,並在數據中心運行。一般開發聊天機器人和圖像生成器等軟體的大公司或初創公司需要數百或數千個Nvidia晶片,以快速處理數TB的數據,或者使用模型生成文本,或者進行圖片預測或識別。

但是,儘管全球大量企業在源源不斷開發新的AI晶片,但是英偉達2020年推出的A100的最激烈的競爭對手,可能是英偉達2022年剛剛推出的下一代AI處理器H100

根據英偉達官網資料,H100的超大模型的AI推力性能相比A100,提升高達30倍。這意味著AI企業可以以更低的成本獲得更高的算力。

實際上,美國對我國的光刻機制裁,對國內的AI晶片產業發展也是一個巨大的打擊。就英偉達的GPU而言,其製程也是不斷提升,從2016年的16納米,到2017年的12納米,到2020年的台積電7納米和2022年台積電的4納米,幾乎都是半導體製程的最先進節點。因此,沒有了基礎製造工具,導致我國AI產業的基礎設施遭受斷代的風險。

通過以上簡單梳理,我們可以看到,掩蓋在OpenAI表面應用層競爭之下的,除了大數據模型、算法之外,已經深度延伸到頂級晶片、頂級半導體工藝、頂級光刻機的國家戰略基礎設施的競爭,以及更深度的國家基礎科研能力的角逐

參考資料

五角大樓官員辭職:美國已在AI競爭中落後中國 (guancha.cn):https://www.guancha.cn/internation/2021_10_11_610322.shtml

GPT-4 強勢來襲:支持最長 50 頁文本、識圖能力強,API 價格是原來的 60 倍,多模態是大語言模型的未來?-ZAKER新聞 (myzaker.com):http://www.myzaker.com/article/6411b9808e9f0956812a1372

國產AI晶片出路在哪裡|直擊GAIDC_澎湃號·媒體_澎湃新聞-The Paper:https://www.thepaper.cn/newsDetail_forward_22095980

Nvidia's A100 is the $10,000 chip powering the race for A.I. (cnbc.com):https://www.cnbc.com/2023/02/23/nvidias-a100-is-the-10000-chip-powering-the-race-for-ai-.html

H100 Tensor Core GPU | NVIDIA:https://www.nvidia.cn/data-center/h100/

關鍵字: