1946年2月24日，美國賓夕法尼亞大學研發出了世界上*臺通用計算機ENIAC，美國國防部如獲至寶，靠著這個18000個電子管、占地170平方米、重達30噸、耗電功率達150千瓦的龐然大物，每秒鐘可以進行足足5000次運算，精準地計算出彈道軌跡。

　　當時的計算機科學家們，怎么都不會想到，在數十年后，一臺小小的手機，其中所容納的A16芯片，每秒運算速度是16萬億次。

　　科技的迸發往往會催生出人類基因內那種原始的震撼感，震撼，是一種對巨大可怖的超能力的費解，人類*次看到火焰、*次聽到雷聲、隕石摧毀山巔、見證蒸汽列車駛過大清帝國，以及現如今，看到ChatGPT，以一種極其巨大又微乎其微的悖論形態壟斷了互聯網大部分的關注。

　　ChatGPT的巨大，和世界上*臺計算機比有過之而無不及。

　　ChatGPT的誕生基于8000億個單詞的語料庫(45TB)，包含了1750億個參數。而ChatGPT商業化后，要維持運轉，一共需要至少3萬個以上高性能GPU，搭配數千臺服務器，以及相應用來容納的500個標準機柜。這樣一共估算，需要Open AI花上8億美元。

　　薩摩亞作為一個美麗的太平洋島國，其2022年的GDP，就是8.32億美元。

　　等于說薩摩亞的21.88萬島民，捕魚、種地、當導游、賣手工藝品、給游客跳舞表演才藝，做上整整一年，恰好等于一個ChatGPT的費用。

　　ChatGPT同樣十分渺小，世界各地上只要能接入GPT官網的用戶，用一臺很普通的電腦，都可以和ChatGPT進行交流，并且獲得較為精準的答案。目前，一共有超過一億的ChatGPT用戶，每個月有18億的訪問量。

　　就像馮·諾依曼所說的：“我們曾經熟悉的一切，都開始變得陌生。”

　　AI幾年前原本無人問津的山芋，在加溫之下，逐漸炙手可熱，為了爭奪AI的金杯，全中國的大廠，群起而攻之。

　　1、火種涌現

　　“人工智能是我們人類正在從事的最為深刻的研究方向之一，甚至要比火與電還更加深刻。”——桑德爾·皮猜(Sundar Pichai), 2020

　　ChatGPT并不是一個*無瑕的AI，但在社會層面上，ChatGPT的革命意義在于，它完成了一輪全球級別的AI普及，并且告訴從業人員，做AI是有前途的。

　　視角回到中國，其實在前幾年，AI從業者特別苦。

　　前幾年的至暗時刻里，從業者一出去拉投資，就會說這么一句話：“比爾蓋茨曾說過：‘語言理解是人工智能皇冠上的明珠’”

　　但其實，這句名言是瀾舟科技創始人周明替比爾蓋茲編的。

　　在2022年之前，AI的投資氛圍一直處于冰點，沒人投資、沒有科研經費、沒有科研人員;周明為了拉攏投資，就特意在飯桌上編了這么一句話，但覺得自己說出來沒什么可信度，于是他加了個“比爾蓋茨說過”

　　“在過去幾年，AI投資基本為0，在大家覺得滿眼霧霾的時候，突然ChatGPT出來了，給人帶來了光”周明在ChatGPT及大模型專題研討會上，感慨了起來。

　　似乎在在2022年11月之后，AI的行業格局似乎一瞬間都變了，各大高校的大模型人才遭到瘋搶。背靠清華的大模型創業公司智譜AI，因為人才豐富，所以在幾輪哄搶之后，估值已經超過了30億元。

　　而引起各大科技公司瘋狂招兵買馬的本質原因，就是ChatGPT，并沒那么強大，就像計算機科學家楊立昆(Yann LeCun)所說，ChatGPT并不特別，也沒有什么革命意義的功能。

　　如果說中國是一個牌客，那么在光刻機、國產系統、人工智能，那么坐上AI這張牌桌，超越美國，并非難于登天。

　　AI領域，是中國和美國差距最小的高科技領域之一。

　　就像王小川所說：“用時間衡量的話，OpenAI比我們應該*三年時間是有的。之前我們說追上GPT-3.5，可能一年時間是有機會的。但人家已經到GPT4了，還有5在訓練當中，所以我覺得有三年。”

　　而只要在AI領域追上美國，就可以在未來十年內吃盡國產AI的紅利。

　　因為在AI領域里，不論是政客，還是商人，都想得十分清楚，這就是一個贏家通吃的戰場，有點類似于絕地求生，不管你裝備多好，只要沒活到最后，你的努力就是0。

　　Open AI的GPT-4一個月收費20美元，用戶們想付錢都得排隊，谷歌的Bard雖然是免費的，但就是因為性能沒GPT-4那么強勁，訪問者廖廖。

　　而中國這個市場，有足足14億中文用戶，趁著OpenAI還沒有做足準備攻略大陸的時候，國內巨頭們必須先發制人，甚至先消滅自己人。

　　首先是國家支持，科技部等六部門印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》

　　有了定心丸之后，伴隨而來的，是國內高管們的紛紛入局。

　　2、群雄逐鹿

　　“要參與規則的制定，就要先上牌桌，才能擁有話語權，才有全球競賽的入場券”，李彥宏在5月底舉行的中關村論壇上，說了這么一段話。而百度確實算是較早入局大模型的玩家之一。

　　2023年3月中旬，文心一言開放用戶申請體驗，一經推出就引起了全社會的關注，但伴隨而來的也是巨大的爭議。有人認為文心一言的出現，是中國大模型發展的重要一步;亦有人覺得，文心一言很多功能尚不成熟，仍有發展空間。

　　李彥宏可能是最快的，但他*不是最為狂熱的，因為AI而睡不著的老板比比皆是。

　　搜狗前CEO王小川直接說道：“這兩個月都睡不著覺，太興奮了”他自掏腰包，對外宣稱自己投了5000萬美金搞大模型，命名為“百川智能”。

　　然后也有人說，字節跳動的張一鳴最近在看OpenAI的一系列論文，常常讀到深夜。

　　甚至3月23日的TikTok美國聽證會下，也沒看到張一鳴的身影，有人說張一鳴沒看直播，而是在挖OpenAI的華人工程師，開出的價碼是“一億現金+股權”。

　　無獨有偶，在今年2月，美團聯合創始人王慧文也在朋友圈發表宣言，要出資5000萬設立北京光年之外科技有限公司，揚言要打造出中國的Open AI。

　　馬化騰性格較為內斂，不喜歡拋頭露面，更喜歡穩扎穩打，馬化騰曾在股東大會說過：“這是幾百年不遇的、類似發明電的工業革命一樣的機遇，騰訊并不急于把半成品拿出來展示。”

　　話雖如此，騰訊的AI投資動作也十分頻繁。

　　騰訊除了自研“混元大模型”外，6月1日，根據路透社報道，國內通用大模型初創企業MiniMax完成了超2.5億美元新一輪融資，其中，與有騰訊有關聯的實體參與，參投資金或為4000萬美元。

　　之所以大家如此狂熱，因為國內AI大模型的贏家只能有一個，要么*，要么無人問津。

　　3、戰爭*

　　2005年的時候，由尼古拉斯·凱奇主演的《戰爭*》在全球上映，就有這么一段故事，蘇聯解體之后，大量的軍火流散在前蘇聯各成員國的軍火庫中，凱奇飾演的尤里，就作為一個軍火商到處購買這些軍火，然后賣給世界各地的軍閥。

　　電影中，凱奇說了這么一句話：“你知道誰將繼承地球嗎?軍火商，因為其他人都在忙于自相殘殺。”

　　這句話放在如今中國AI領域的“百模大戰”，也十分精準。

　　“你知道現在誰是AI競賽的贏家嗎?英偉達，因為其他人都在忙于卷模型”

　　訓練大模型，是成本極其高昂的一個行為，對小公司來說，無異于用全部的存款買2元的大樂透，然后等待用戶去*。

　　有多燒錢呢?據華為大模型負責人田奇稱，大模型開發和訓練一次，需要1200萬美元。而這1200萬美元里，有720萬花費在了電力上。

　　所以電力這一塊，做高壓直流(HVDC)的供應商就成買金鏟子的了，因為供電效率能提升到94%～95%，HVDC已經在BAT等大廠投入使用。

　　訓練大模型的另一個大頭，是顯卡。

　　penAI在訓練GPT-3時使用了1萬塊V100，訓練GP3.5時，至少用了1萬張英偉達A100高性能顯卡。

　　1萬張A100這種*顯卡，一張至少10000美元，1個億美元，只能算是踏入大模型領域的敲門磚。

　　英偉達生產多少A100顯卡，各家公司就搶多少張A100顯卡。但由于美國政府從中阻攔，中國的高科技公司想要購買A100之類的高端GPU，得拿到美國政府的出口許可。

　　但英偉達的CEO黃仁勛怎會放下中國這塊巨大的市場，于是英偉達又炮制出了A800顯卡。

　　A800顯卡可以看作是A100的縮水版，規格基本相同，*的區別在于連接速率上，A100的連接速率是600GB/s，A800的連接速率被限制在400GB/s。

　　恰好規避了美國出口管制規定中“芯片數據傳輸速率不能超過600GB/s”的要求，成了一個折中之道。

　　黃仁勛自然不是向中國做慈善，但出于經商頭腦，他卻間接為中國的AI發展提供了大量高性能鏟子。

　　據《金融時報》8月10日報道，今年英偉達將向百度、字節跳動、騰訊和阿里巴巴交付價值10億美元的A800處理器，2024年還將交付價值40億美元的GPU。

　　趁著諸侯爭霸，黃仁勛賣顯卡賺的盆滿缽滿，在各種講座和會議上，你很難看到黃仁勛不笑的情景，因為截止9月，英偉達今年股價已經漲了超過200%。

　　但因為AMD在人工智能領域相較性能沒那么強勁，AMD的CEO蘇姿豐就沒那么愛笑了，今年的漲幅，僅僅有約65%。

　　畢竟外行看來，AI是個體面的行業，但內行看來，只有殘酷，四處可見的贏家通吃和大魚吃小魚的原始競爭法則，在這里展現的淋漓盡致。

　　想要打敗強者，只能比強者更強，然后強者恒強。

　　4、四方之志

　　有人可能會問，為啥要這么燒錢去做全鏈路自研呢?直接把ChatGPT作為大模型底座，然后優化優化，推出各種應用端不就行了么?

　　其實，大部分人作為消費者，對AI付費的認識，可以類比于電費、水費、網費、燃氣費。我們平時在家里打開電燈，燒開水喝，然后用手機刷短視頻、用電腦打游戲，最后晚上再在廚房給自己燒一頓飯，這些水電站之類的基礎設施所提供的能源都在不斷消耗，而消費者只需要付費就行了，并不需要知道電和網絡是怎么來的。

　　通用大模型所追求的*奧義也是如此。讓AI變得跟水電燃氣一樣成為生活的基礎。

　　譬如說，一個公司老板想要在騰訊會議或者之類的智能會議軟件開會，他于是打開了AI小助手，告訴助手：“我需要你等等幫我做會議紀要，并且總結重點。”隨之，在2個小時的會議之后，AI助手很*地解決了這一個問題，老板也并不知道AI小助手是怎么和騰訊的混元大模型底座互通的。

　　只要讓消費者簡單用上AI，并解決生活中的一部分具體問題，它就會徹底離不開AI。

　　在90年代，車馬很慢、書信很遠，想要遠程交友還有“書信筆友”這么一個玩意兒，你跟90年代的人說你們沒網絡怎么活?他們會反問這網絡有什么用呢?

　　同樣的，假設一個來自于2040年的未來人來到2023年，他會問老百姓們，你們生活沒有AI咋活啊?老百姓們可能會噗嗤一笑，AI除了幫我點歌、給我腦筋急轉彎、范范地回答我的問題，還能干嘛?

　　這個市場，正因為有巨大的空白，所以先行者更不能拱手相讓。

　　一旦ChatGPT變得足夠強大，讓所有的用戶都只用ChatGPT，那么他們就離開不ChatGPT了。如果消費者建立起問答習慣，則所有的數據都回進入ChatGPT的飛輪，不斷地運轉、龐大，直到大而不倒，那么中國的高科技產業，就將失去未來10年的機遇。就業崗位流失、購買力流失、想象力流失……不論于公于私，這正是政府和公司為啥一定要在名為AI的絞肉機里浴血奮戰、不斷奔跑的原因。

　　因為，AI就是未來的“新能源”。

　　就像周潤發說的：“我要爭一口氣，不是證明我有多了不起，我是要告訴人家我失去的東西我一定要拿回來!我發誓以后再也不會讓人用槍指著我的頭”

　　除了有錢可燒、政府支持之外，大廠們在訓練數據上也有著巨大優勢。

　　百度有百科類的資料，阿里巴巴更聚焦于電商，字節有抖音和今日頭條兩大國民應用。而騰訊更是有海量應用和微信公號等內容生態。讓他們更有底氣，進可做通用大模型底座，退可做更加垂直的行業大模型。

　　以騰訊混元大模型為例，這個全鏈路自研技術下的通用大模型，靠著2萬億Token的預訓練語料，在中文的理科、高考題和數學等子項超過了GPT3.5。而且更可怕的是，它還在以天為單位加速迭代。

　　因為對大廠來說，業界開源大模型已經無法滿足高并發業務的要求，如果已經訓練好的模型有違法錯誤信息，從使用方角度來說很難更改，會嚴重影響產品體驗以及技術迭代。

　　等于說是家里電器越來越多，光靠手搖發電機不僅效率低，還有可能把手搖廢了。

　　所以，退一步來說，不論是國家，還是公司，我們有且僅有“全鏈路自研”這一條路可走。這不僅是為利益而戰，也是為未來而戰。AI是人類的未來，但是要手握未來，沒有神仙皇帝，只有我們自己。

　　像是論語里說的：“人生則有四方之志，豈鹿豕也哉，而常聚乎?”

　　人生要有遠大志向，不可像豬狗一樣，等待喂食。

　　AI的時代里，就算是燒干籌碼，我們也不能做*個退出牌桌的。

　　ChatGPT

　　來源：微信公眾號：邊碼故事 作者：吳少劍