今年5月，OpenAI首席執(zhí)行官Sam Altman向美國參議員們發(fā)表講話時承認，他并不想讓人們過多使用ChatGPT。他表示:“如果他們少用點，我們會很高興的。”原因在于“我們沒有足夠的GPU。”

Bloomberg專欄作家Parmy Olson認為，Altman的言論凸顯了不斷增長的人工智能(AI)領(lǐng)域中令人不安的動態(tài)，由于其基礎(chǔ)設(shè)施的價值和規(guī)模，現(xiàn)有科技公司的權(quán)力正變得更加根深蒂固。人工智能熱潮并沒有為創(chuàng)新的新公司創(chuàng)造一個繁榮的市場，反而似乎在幫助大型科技公司鞏固實力。

智通財經(jīng)APP了解到，GPU是一種特殊的芯片，最初設(shè)計用于在電子游戲中渲染圖形，后來成為人工智能競賽的基礎(chǔ)。這些芯片價格昂貴、稀缺，主要來自英偉達(NVDA.US)。由于需求激增，英偉達的市值上月突破了1萬億美元。為了構(gòu)建人工智能模型，開發(fā)人員通常會從微軟(MSFT.US)和亞馬遜(AMZN.US)等公司購買云服務(wù)器的訪問權(quán)限——GPU為這些服務(wù)器提供動力。

(資料圖片)

俗話說，在淘金熱期間，賣鐵鍬。毫無疑問，今天的人工智能基礎(chǔ)設(shè)施提供商賺得盆滿缽滿。但現(xiàn)在與19世紀中期有了很大的不同，當時加州淘金熱的贏家都是暴發(fā)戶，比如推出耐穿礦工褲的Levi Strauss，以及通過售賣五金工具而成為百萬富翁的Samuel Brennan。

Olson認為，如今，至少在未來一年左右的時間里，銷售人工智能服務(wù)的大部分利潤將流向微軟、亞馬遜和英偉達等公司，這些公司已經(jīng)在科技領(lǐng)域占據(jù)主導(dǎo)地位多年。

部分原因是，雖然云服務(wù)和芯片的成本在上升，但訪問人工智能模型的價格卻在下降。2022年9月，OpenAI將訪問GPT-3的成本降低了三分之一。六個月后，它使訪問成本降低了10倍。今年6月，OpenAI將其嵌入模型的成本削減了75%。Sam Altman曾表示，訪問成本“正朝著接近零的方向發(fā)展”。

與此同時，構(gòu)建人工智能模型的價格正在上漲。英偉達的A100和H100芯片是機器學(xué)習(xí)計算的黃金標準，但H100的價格已經(jīng)從幾個月前的不到3.5萬美元攀升至4萬美元以上，全球短缺意味著英偉達無法制造出足夠多的芯片。許多人工智能初創(chuàng)公司發(fā)現(xiàn)自己排在微軟和甲骨文(ORCL.US)等大客戶后面購買這些急需的微處理器。OpenAI的Altman也抱怨過自己很難拿到芯片。

與OpenAI這樣的新貴相比，大型科技公司有很大的優(yōu)勢，這要歸功于它們可以直接使用那些至關(guān)重要的GPU，以及成熟的客戶群。

與此同時，人工智能模型的制造商面臨著人才流動問題，這使得他們難以保密和保持產(chǎn)品差異化。他們的成本是永無止境的：一旦他們把錢花在云服務(wù)器上來訓(xùn)練他們的模型，他們還必須為客戶運行這些模型，這個過程被稱為推理。AWS估計，推理占人工智能模型總運營成本的90%。這些錢大部分流向了云計算提供商。

這為人工智能領(lǐng)域的雙層體系奠定了基礎(chǔ)。那些在上層的人有金錢和顯赫的關(guān)系。從硅谷著名孵化器Y Combinator畢業(yè)的創(chuàng)業(yè)者，從亞馬遜和微軟等云供應(yīng)商那里獲得了價值數(shù)十萬美元的服務(wù)。第二梯隊的人工智能公司將組成一個長尾，無論他們的算法有多聰明，他們都沒有這種關(guān)系和資源來訓(xùn)練他們的人工智能系統(tǒng)。

不過，Bloomberg的Olson指出，小公司的一線希望是，大型科技公司有一天會發(fā)現(xiàn)他們的產(chǎn)品和服務(wù)也變得商品化，迫使他們放松對人工智能市場的控制。芯片短缺最終會緩解，GPU將更容易獲得，價格也會更便宜。云計算提供商之間的競爭逐漸升溫，例如，谷歌(GOOGL.US)正在開發(fā)自己的GPU版本——稱為TPU，而英偉達正在建立自己的云業(yè)務(wù)來與微軟競爭。

而且，隨著研究人員開發(fā)出LoRA 和PEFT 等技術(shù)，使構(gòu)建人工智能模型的過程更加高效，需要的數(shù)據(jù)和計算能力將更少。現(xiàn)在，人工智能模型正在變得越來越小，這將需要更少的GPU和基礎(chǔ)設(shè)施，這意味著大型科技公司的優(yōu)勢不會永遠持續(xù)下去。

關(guān)鍵詞：