每經(jīng)記者 文巧 李孟林 蔡鼎 譚玉涵    每經(jīng)編輯 高涵 盧祥勇    

ChatGPT掀起的生成式人工智能（AI）競爭如火如荼，谷歌正在奮力追趕。

當(dāng)?shù)貢r間4月20日，據(jù)路透社報道，谷歌母公司Alphabet Inc宣布了一項重大的重組，將合并旗下兩個主要的AI研究部門——DeepMind和谷歌研究院的Google Brain，以便于幫助該公司在AI領(lǐng)域的競爭中取得優(yōu)勢。

谷歌的焦急之態(tài)愈發(fā)明顯，另一邊，微軟在大型語言模型上的布局隨著媒體的不斷爆料也越發(fā)清晰——早在2019年左右，微軟就開始醞釀取代英偉達(dá)芯片的計劃。在芯片短缺且成本高昂的情況下，微軟選擇自研芯片的確不失為一條出路。實際上，谷歌也早在2016年就發(fā)布了第一代TPU芯片。

一位不愿具名的硅谷工程師告訴《每日經(jīng)濟新聞》記者，谷歌的模型都是用TPU訓(xùn)練的，相對于英偉達(dá)的GPU來講，優(yōu)勢在于芯片級別的互聯(lián)性特別高。鑒于當(dāng)前用電連接芯片的損耗過高，一個潛在的方案是光互聯(lián)。

AI戰(zhàn)事愈演愈烈，谷歌和微軟都使出渾身解數(shù)，以期在這場競賽中不落下風(fēng)。但最近，OpenAI首席執(zhí)行官Sam Altman的一席話卻令業(yè)界嘩然。

在最近麻省理工大學(xué)的一場活動上，OpenAI首席執(zhí)行官Sam Altman表示，巨型AI模型時代即將終結(jié)。

實際上，Altman所說并非沒有道理，為了幫助OpenAI訓(xùn)練ChatGPT，微軟耗資數(shù)億美元為其量身打造了超算，如此的高成本早已注定了這只是一場少數(shù)人的游戲。

上述硅谷工程師告訴記者，業(yè)內(nèi)不應(yīng)當(dāng)只看當(dāng)下的商業(yè)利益，他也在嘗試勸說國內(nèi)幾個大佬放棄當(dāng)下訓(xùn)練解決具體場景的大模型的思路。“我希望這個行業(yè)少一點競爭，大家直奔通用人工智能而去。如果說這是市場共識，就不會有300個公司，可能就只有具有長遠(yuǎn)遠(yuǎn)景的幾家公司往這個方向努力。”他說道。

同時，隨著AI之戰(zhàn)更加白熱化，就連醫(yī)藥公司也坐不住了。當(dāng)?shù)貢r間4月20日，美國生物技術(shù)公司莫德納在官網(wǎng)宣布與IBM公司達(dá)成一項協(xié)議，將合作探索使用量子計算和AI等下一代技術(shù)，加速推進mRNA的研究。

在此背景下，AI競賽的出路究竟在何方？《每日經(jīng)濟新聞》記者連線硅谷工程師等業(yè)內(nèi)人士進行解答。

谷歌重大重組 將生成式AI引入廣告

DeepMind和谷歌研究院的Google Brain合并，是谷歌追趕OpenAI和微軟的最新舉措。

DeepMind成立于2010年，因其研發(fā)的AlphaGo人工智能圍棋程序擊敗了韓國圍棋九段棋手李世乭而聲名大噪。2014年，谷歌以5億美元的價格收購了DeepMind，其后DeepMind 一直作為獨立部門進行運營。2015年，谷歌聯(lián)合創(chuàng)始人Larry Page宣布成立Alphabet，目的是讓新業(yè)務(wù)獨立于谷歌運營，Alphabet將這些新業(yè)務(wù)叫作“other bets”，它們?nèi)匀浑`屬于谷歌公司。DeepMind 一直是Alphabet的“other bets”之一。

過去十年，DeepMind在AI方面的集體成就涵蓋了AlphaGo、word2vec、WaveNet、AlphaFold、深度強化學(xué)習(xí)等，以及用于表達(dá)、訓(xùn)練和部署大規(guī)模機器學(xué)習(xí)模型的分布式系統(tǒng)和軟件框架，如TensorFlow 和 JAX；而 谷 歌 大 腦（Google Brain）也已經(jīng)交付了許多備受矚目的項目，其中包括Transformer，這項技術(shù)也是ChatGPT創(chuàng)建的基石。

據(jù)報道，負(fù)責(zé)監(jiān)督Google Brain團隊的谷歌研究院前任主管Jeff Dean將轉(zhuǎn)任新設(shè)立的首席科學(xué)家職位，并領(lǐng)導(dǎo)該公司“與AI有關(guān)的最關(guān)鍵和最具戰(zhàn)略性的技術(shù)項目”，包括一系列新的強大AI項目。

谷歌首席執(zhí)行官Sundar Pichai當(dāng)天在一篇博文中表示：“在谷歌計算資源的支持下，將所有這些人才整合成一個專注的團隊，將大大加快我們在AI方面的進展。”

此外，據(jù)《金融時報》4月20日報道，谷歌還計劃在未來幾個月內(nèi)將生成式AI技術(shù)引入其廣告業(yè)務(wù)，如此便可制作更加復(fù)雜的廣告內(nèi)容，效果甚至可以媲美廣告公司制作的專業(yè)內(nèi)容。據(jù)悉，目前谷歌已經(jīng)在其廣告業(yè)務(wù)中使用AI技術(shù)來生成簡單的提示，從而鼓勵用戶購買其產(chǎn)品。

根據(jù)內(nèi)部文稿所展示的內(nèi)容，廣告商可以提供與特定廣告活動相關(guān)的內(nèi)容，如圖像、視頻和文本，然后人工智能將識別和整理這些材料，根據(jù)目標(biāo)受眾群體和廣告商所要求的銷售目標(biāo)來生成一份廣告。

微軟自研芯片 秘密研發(fā)“雅典娜”5年？

自ChatGPT誕生以來，因與OpenAI結(jié)盟，微軟的AI事業(yè)正乘著ChatGPT的東風(fēng)扶搖直上。眼看ChatGPT這把火越燒越旺，從聊天機器人Bard到將AI融入辦公系統(tǒng)Workspace，谷歌已頻繁亮出“殺手锏”。

谷歌的焦急之態(tài)從拉響“紅色警報”起就愈發(fā)明顯，而另一邊，微軟在大型語言模型上的布局，隨著媒體的不斷爆料也越發(fā)清晰——早在2019年左右，微軟就開始醞釀取代英偉達(dá)芯片的計劃。

當(dāng)?shù)貢r間4月20日，據(jù)The Information最新報道，實際上早在大約5年前，微軟就開始秘密研發(fā)一種內(nèi)部代號為“雅典娜”（Athena）的芯片，研發(fā)人數(shù)總共300人。

微軟選擇自研芯片的原因很簡單，算力實在太貴了。據(jù)The Information報道，為了幫助OpenAI訓(xùn)練ChatGPT，微軟將3萬多個英偉達(dá)A100芯片連接起來，耗資數(shù)億美元為OpenAI量身打造了超算。

目前，英偉達(dá)GPU A100和H100仍是訓(xùn)練大模型最主流的GPU芯片。據(jù)IDC估計，GPU芯片占AI算力的90%，而英偉達(dá)占GPU市場的80%。市場研究機構(gòu)TrendForce推算，處理ChatGPT的訓(xùn)練數(shù)據(jù)需要2萬枚GPU芯片，隨著OpenAI進一步展開 ChatGPT和其他GPT模型的商業(yè)應(yīng)用，其GPU 需求量將突破3萬張（該報告計算以A100為主）。強大的市場需求和供貨量的缺少使得整個科技行業(yè)都面臨芯片短缺的問題。

“并不是說（A100芯片）完全無法被替代，但是它的通用性比較強，大家用起來很方便很順手，是最適合用來訓(xùn)練的，”長期關(guān)注芯片產(chǎn)業(yè)的集微咨詢資深分析師錢禹告訴《每日經(jīng)濟新聞》。

現(xiàn)在，微軟想要繼續(xù)開發(fā)GPT-4以及GPT-4之后模型的商業(yè)應(yīng)用，必定需要大量的算力支持。

據(jù)報道，開發(fā)“雅典娜”的成本約為每年1億美元。SemiAnalysis首席分析師Dylan Patel表示，ChatGPT的運營成本大概是每天70萬美元，每次查詢的成本大概為0.36美分。如果OpenAI用上微軟自研芯片，成本能直降三分之一。據(jù)預(yù)測，微軟可能最早在明年大面積應(yīng)用“雅典娜”芯片。

印度裔CEO納德拉 能否帶領(lǐng)微軟重回巔峰？

談到微軟發(fā)力AI，就不得不提及微軟第三任掌舵——55歲的印度裔CEO薩提亞·納德拉。從2014年2月4日出任CEO至今，納德拉治下的微軟市值已從3000億美元以下攀升到目前的2萬億美元以上。

要知道，微軟曾經(jīng)是全球市值第一的公司，1999年就創(chuàng)造過6205.8億美元的階段性市值紀(jì)錄，但由于錯失了移動互聯(lián)網(wǎng)時代，微軟市值逐步萎縮至3000億美元以下的水平。而正是得益于納德拉上任后手術(shù)刀式的內(nèi)外改革，才讓目前微軟市值重回第一陣營。

2014年成為CEO后，納德拉調(diào)轉(zhuǎn)了微軟船頭，他認(rèn)為，“微軟應(yīng)該轉(zhuǎn)向‘cloud first，mobile first（云優(yōu)先、移動優(yōu)先）’，不再是以個人計算機為先，甚至也不是手機為先。在一個‘云優(yōu)先、移動優(yōu)先’的世界里如何讓微軟實現(xiàn)成功，是我們面臨的共同挑戰(zhàn)。”他砍掉了不賺錢的手機業(yè)務(wù)組，布局微軟2B業(yè)務(wù)的公司走向，讓Office、微軟云與AI成為公司研發(fā)的重點。

從那時起，納德拉逐步帶領(lǐng)微軟重拾業(yè)界地位。在短短三年半的時間里，他讓微軟的市值增長超過2500億美元。得益于不俗的公司業(yè)績表現(xiàn)，2021年10月，微軟八年來首次將蘋果擠下最高市值寶座。也正是在那年年中，微軟董事會全票通過納德拉擔(dān)任公司新任董事長。

作為硅谷最具代表性的印度裔高管之一，微軟創(chuàng)始人比爾·蓋茨曾這樣評價納德拉：“納德拉是一位公認(rèn)的領(lǐng)導(dǎo)者，他擁有超強的工程師技能、商業(yè)眼光和將眾人團結(jié)起來的能力”。一語概括了一名科技公司CEO應(yīng)該具有的三個特質(zhì)：技術(shù)過硬，商業(yè)頭腦，人際把控能力?？梢哉f是“軟”“硬”兼?zhèn)洹?/p>

事實上，納德拉的成長之路并非一帆風(fēng)順。1967年出生在印度第四大城市海德拉巴的納德拉，父親是公務(wù)員，母親是大學(xué)教師。15歲時，納德拉去了海德拉巴公立學(xué)校，隨后在印度理工學(xué)院（IITs）的入學(xué)考試中失敗了。IITs是當(dāng)時所有印度學(xué)生的最高夢想。退而求其次，納德拉在馬尼帕爾理工學(xué)院學(xué)習(xí)電氣工程，并在成年后成為了第一代移民來到美國。

在美國期間，納德拉選擇攻讀計算機科學(xué)的研究生學(xué)位，不過他并未入讀斯坦福大學(xué)或者麻省理工，而是去了威斯康星大學(xué)密爾沃基分校。在高手如云的科技公司，他的學(xué)歷背景不算突出。畢業(yè)后，納德拉在發(fā)明Java語言的公司太陽微系統(tǒng)工作了幾年，后于1992年加入微軟，當(dāng)時的納德拉年僅25歲。

雖然學(xué)歷背景不算突出，但納德拉走的是差異化競爭這條路。他很早就表示，不想做一個純粹的技術(shù)人員。納德拉的同學(xué)曾問他，為什么不讀一個博士學(xué)位？他回答說：“我要做招聘博士的人。”1997年，也就是在加入微軟5年后，納德拉完成了芝加哥大學(xué)的MBA項目，向著他理想的路徑邁出一大步

納德拉后來成為微軟企業(yè)暨云計算部門負(fù)責(zé)人，在微軟在線研究與開發(fā)部門和微軟商業(yè)部擔(dān)當(dāng)副總裁一職。他主導(dǎo)的Microsoft Azure企業(yè)業(yè)務(wù)大獲成功。Azure是微軟云計算部門的核心，在云基礎(chǔ)設(shè)施市場僅次于亞馬遜AWS，領(lǐng)先谷歌。Azure已是微軟新的創(chuàng)收利器，每個季度都保持了超過90%的營收增長率。

在這一波由ChatGPT引領(lǐng)的AI浪潮之下，微軟之所以能率先吃到螃蟹，也是因為納德拉接過了當(dāng)初OpenAI拋出的橄欖枝。

至今，微軟已經(jīng)累計向OpenAI投資約130億美元。在去年12月的微軟年度股東大會上，納德拉還表示：“即便是當(dāng)今最流行的人工智能應(yīng)用程序之一ChatGPT，也都是在Azure超級計算機上訓(xùn)練的。”

巨型模型將終結(jié) 光互聯(lián)芯片才是出路？

對于渴望分到一杯羹的科技廠商來說，“現(xiàn)在問題是買不到芯片。對于目前訓(xùn)練大模型的主流芯片，例如英偉達(dá)GPU A100和（更新一代的）GPT H100，市場上所有的公司都在搶貨。一個公司能搶到多少？”前述工程師表示。

在芯片短缺且成本高昂的情況下，微軟選擇自研芯片的確不失為一條出路。而實際上，谷歌早在2016年就發(fā)布了第一代TPU芯片，相比GPU方案，功耗和成本都大幅降低。

前述工程師告訴記者，谷歌的模型都是用TPU訓(xùn)練的，相對于英偉達(dá)的GPU來講，優(yōu)勢在于芯片級別的互聯(lián)性特別高。“一個TPU的Porte，相當(dāng)于是內(nèi)部互聯(lián)程度互通程度非常高的一個集群，里面是有幾千個芯片的，并能提供非常快的計算能力。英偉達(dá)的GPU目前還不可以，但是他們其實也在往這個方向發(fā)展。”他說道。

此外，鑒于當(dāng)前用電連接芯片的損耗過高，一個潛在的方案是光互聯(lián)。“也就是用光纖連接，損耗基本上可以接受，而且延時也非常低。”前述工程師說道，對于國內(nèi)芯片公司來說，這也是可以考慮發(fā)展的一個方向。

“重要的是，在做技術(shù)選型的時候，你去瞄準(zhǔn)當(dāng)下還是瞄準(zhǔn)未來。國內(nèi)芯片公司可以借鑒谷歌對未來5~10年的計算能力需求的想法，參考谷歌的TPU設(shè)計，并且考慮光互聯(lián)的路子。”他告訴記者。

隨著AI戰(zhàn)事愈演愈烈，國內(nèi)科技廠商都正使出渾身解數(shù)，以期在這場競賽中不落下風(fēng)。但在最近麻省理工大學(xué)的一場活動上，OpenAI首席執(zhí)行官Sam Altman卻表示，巨型AI模型時代即將終結(jié)。他表示，AI技術(shù)進一步的進展將不會來自于將模型做大。“我認(rèn)為我們正處于巨型模型時代的盡頭，最終我們將以其他方式使它們變得更好。”

這一席話卻令業(yè)界嘩然。畢竟，自ChatGPT誕生以來，不論是海外還是國內(nèi)都引發(fā)了生成式AI和大型語言模型的狂潮。國外，微軟、谷歌鏖戰(zhàn)正酣，An-thropic、AI21、Cohere和Character.AI在內(nèi)的眾多資金雄厚的初創(chuàng)公司也正在投入巨大的資源努力追趕上OpenAI。

在國內(nèi)，從百度3月份發(fā)布“文心一 言”以來，多家互聯(lián)網(wǎng)大廠、AI企業(yè)和初創(chuàng)團隊競相宣布了自家的大模型或計算平臺。不少人感慨，中國互聯(lián)網(wǎng)產(chǎn)業(yè)已經(jīng)有十年沒有如此“卷”過了。

但實際上，訓(xùn)練模型的高成本早已注定了這只是一場少數(shù)人的游戲。前述硅谷工程師也告訴記者，業(yè)內(nèi)不應(yīng)當(dāng)只看當(dāng)下的商業(yè)利益，他也在嘗試勸說國內(nèi)幾個大佬放棄當(dāng)下訓(xùn)練解決具體場景的大模型的思路，而是直奔GPT-5的方向，即通用人工智能的方向而努力。

“不是說我希望國內(nèi)公司全都能訓(xùn)練出通用人工智能出來，我希望的是這個行業(yè)少一點競爭，大家直奔通用人工智能而去。如果說這是市場共識，可能就只是具有長遠(yuǎn)愿景的幾家公司往這個方向努力，而不是幾百個公司都在做大模型。”他解釋道，“這樣出來的模型，其實泛化能力會比原先的要好。”

莫德納瞄準(zhǔn)AI 聯(lián)手IBM加速mRNA研究

隨著AI之戰(zhàn)愈演愈烈，就連醫(yī)藥公司也坐不住了。

當(dāng)?shù)貢r間4月20日，美國生物技術(shù)公司莫德納在官網(wǎng)宣布與IBM公司達(dá)成一項協(xié)議，將合作探索使用量子計算和AI等下一代技術(shù)，加速推進mRNA的研究。

據(jù)悉，IBM的人工智能模型“MoLFormer”可以幫助科學(xué)家們了解潛在mRNA藥物的特征，兩家公司將結(jié)合最先進的配方與生成式AI來設(shè)計具安全性和有效性的mRNA藥物。

根據(jù)兩家公司的協(xié)議，莫德納將加入IBM量子加速器計劃和IBM量子網(wǎng)絡(luò)。IBM方面則將向莫德納提供量子計算系統(tǒng)的訪問權(quán)限，協(xié)助其探索和創(chuàng)造新的mRNA疫苗和療法。

新冠疫情暴發(fā)后，莫德納因其研發(fā)生產(chǎn)的mRNA疫苗與輝瑞疫苗成為全球最主流的一批新冠疫苗而名聲大噪。隨著全球?qū)π鹿谝呙绲男枨蠓啪?，莫德納正試圖擴展mRNA技術(shù)平臺的臨床應(yīng)用以治療其他疾病。

據(jù)報道，近年來，隨著量子計算和AI技術(shù)與生物醫(yī)藥技術(shù)的結(jié)合不斷深入，極大地促進了生物基礎(chǔ)科研的進步和藥物研發(fā)的效率。去年，谷歌AlphaFold人工智能軟件成功預(yù)測了人體幾乎所有的蛋白質(zhì)結(jié)構(gòu)，意味著人工智能開始攻克生物科學(xué)和醫(yī)學(xué)領(lǐng)域的重大難題。