九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

事件刺激：

今年以ChatGPT為代表的AI科技點燃市場熱度，隨著ChatGPT、Midjourney等現象級爆品出現，微軟、Adobe、Salesforce、Zoom等軟件巨頭紛紛推出商業化產品，當前海外已進入商業落地階段。ChatGPT引領的AI技術，將迎來大模型時代，作為大模型的基建底座，推動存算傳需求激增。

最新消息：

9月26日，微軟宣布Copilot將以初期版本形式推出，隨后在今年秋天擴展到必應、Edge瀏覽器以及微軟365 Copilot，而全球版 Copilot將在11月1日起面向企業用戶提供服務。New Bing中集成DALL 3模型以加強圖像AI功能，并向Bing聊天企業版提供多模態可視化搜索和圖像創建工具，將加速AI應用端需求。

9月21日，華為云加速器—盤古大模型AI生態加速營在上海開營，作為中國首個全棧自主的AI大模型，盤古3.0包括"5+N+X"三層架構，將幫企業熟悉盤古、昇騰技術能力，加速AI驅動的規模化成長。

關注邏輯：

多模態AI加速突破，圖生文能力打開GPT應用

9月20日，OpenAI宣布推出新版文生圖AI工具DALL-E3，DALL-E3通過集成ChatGPT能力實現多項升級。此前，根據TheInformation報告，OpenAI即將推出多模態大模型GPT-vision。9月25日，根據OpenAI官網信息，ChatGPT即將在兩周內對Plus和Enterprise用戶開放一系列新功能，包括圖像讀取與理解（即圖生文），以及語音對話能力。用戶可以通過語音直接對ChatGPT對話，而ChatGPT也可以直接以語音的方式回復用戶，使用一種新的文生語音模型，其中可選的五種聲音由chatgpt向配音演員特別定制而來。

隨著人工智能感知、交互和生成能力的快速發展，多模態大模型正推動人工智能邁進“通感”時代，應用場景和生態也將進一步豐富。多模態功能已成為各家AI大模型的必爭之地。Meta最近推出AudioCraft，通過AI生成音樂；谷歌Bard及必應機器人均已部署多模式功能；蘋果也在試驗AI生成語音Personal Voice。而語音與圖像數據大小顯著高于文本，多模態大模型的訓練推理算力需求將大幅攀升。

國內”大模型國家隊“組建，大模型進入快速發展期

今年5月，國家啟動大模型標準化工作，設立大模型專題組，其中百度、華為、阿里、360等入局“大模型國家隊”，展示了目前國內較高水平數個大模型。《中國人工智能大模型地圖研究報告》顯示，從全球已經發布的大模型分布來看，中美兩國數量合計占全球總數的超 80%，美國在大模型數量方面居全球之首，中國目前則已進入大模型快速發展期，與美國保持同步增長態勢。據不完全統計，截止今年5月，中國10億參數規模以上的大模型已發布79個。

截止目前國內已經有上百個大模型產品問世。而從地緣的角度來說，占據C位的還是北京和上海，其中北京的大模型公司數量和研發數量均獨占鰲頭，多達54個；而上海的優勢則在AI算力方面。其他的一線城市如深圳、廣州、杭州等也都有多個大模型創業公司。據統計，國內有11家大模型陸續通過《生成式人工智能服務管理暫行辦法》備案，其中北京5家，上海3家率先上線，廣東2家和安徽1家也陸續開放。從去年到現在，國內已經發生了接近100起以上的大模型行業的融資案例。從整個產業的投入估值來說， 2023年這個行業新增投入大概在150億元到200億元。

萬卡規模、萬億參數，大模型有“高門檻”

大模型的快速迭代，需要高效算力和存儲基礎設施的加持。一方面，算力是大模型的引擎。語言類、視覺類模型容量和相應的算力需求都在快速擴大，金融大模型發展的背后是龐大的算力支撐。如果用“算力當量”（PetaFlops/s-day，PD），即每秒千萬億次的計算機完整運行一天消耗的算力總量，來對人工智能任務所需算力總量進行度量，大模型訓練需要幾百甚至幾千PD的算力支持，意味著需要巨大的算力成本。如當前GPT-4和PaLM-2的算力當量已經達到GPT-3的數十倍，而谷歌正在開發的下一代多模態大模型Gemini，其訓練量碾壓GPT-4，達到后者5倍。

大模型光有算力遠遠不夠，還取決于數據規模和數據質量，近幾年，通用大模型的參數量快速增長。2016年OpenAI發布Gym強化學習平臺，2018年GPT-1問世，模型參數為1.17億，經過不斷迭代，GPT-4參數規模達到1.76萬億。Google從2017年發布Transformer（6500萬參數）架構以來，陸續發布BERT（2018年，3億參數）、T5（2019年，110億參數），參數規模逐步提高。近期，Google發布通才模型PaLM-E，這是全球最大的視覺語言模型，包含5620億參數。

以ChatGPT3.0為例進行拆解，訓練一次的成本約為140萬美元，對于一些規模更大的模型來說，訓練成本介于200萬美元-1200萬美元之間。隨著算力需求持續增長，AI服務器的應用場景更加廣泛。Trendforce預估，預估2022年全球搭載GPGPU的AI服務器年出貨量占整體服務器比重近1%，即約14萬臺。預計2023年其出貨量年成長可達8%，到2026年預計全球搭載GPGPU的AI服務器出貨量將達到22.5萬臺左右，2022-2026年CAGR將達10.8%。根據IDC預測，到2027年中國加速服務器市場規模將達到164億美元其中非GPU服務器市場規模將超過13%。

隨著AI商業化落地節奏加快，后續需求有望逐步釋放，將會對算力多個環節產生增量，大模型整個數據中心的架構都會發生改變，從AI服務器、到存儲、再到網絡的全棧方案都需要適應大模型時代的需求，同時軟件服務公司將為大模型的研發及穩定運行提供安全支撐。