中国AI企业应如何看待英伟达新显卡算力不再是唯一关键

小大

用微信扫描二维码
分享至好友和朋友圈

关键词：

2025-01-08 09:00:03 玉渊谭天

中国AI企业应如何看待英伟达新显卡！1月7日上午，英伟达总裁黄仁勋在全球最大的消费电子展上发表了演讲。此前有海外科技博主预测，英伟达即将发布的新版显卡GPU性能会有显著提升。在演讲中，黄仁勋发布了英伟达RTX 50系列显卡，并表示RTX 5090的整体性能是上一代RTX 4090的两倍。

中国AI企业应如何看待英伟达新显卡

这一消息引发了担忧，特别是在美国对华断供高端芯片的背景下，中国人工智能行业可能无法获得最高性能的GPU用于训练，与美国的差距可能会进一步拉大。在人工智能领域，“算力焦虑”一直是一个热门话题。作为全球主导的GPU企业，英伟达的H100 GPU数量一度成为衡量大模型公司算力的标准，黄仁勋曾称：“英伟达是AI世界的引擎”，认为其硬件是发展人工智能大模型的关键。

然而，现场的朋友表示，算力和人工智能大模型不再是多数企业最关心的问题。2024年的重点是如何将人工智能落地应用，这并不一定需要最高性能的GPU芯片。相比之下，黄仁勋在演讲中强调英伟达“Blackwell架构芯片是人类历史上最大的单芯片”，但同时也宣布了消费级产品的降价策略，性能不变但价格降至三分之一，这与之前的涨价预期形成了反差。显然，在面临越来越多挑战的情况下，英伟达也在寻求多元化的发展路径。

实际上，全球几家全力投入人工智能大模型研发的头部企业正在掀起一股“去英伟达”的趋势。例如，Open AI和苹果公司等开始自研芯片和生态系统，以支持自身的大模型训练。这种趋势打破了英伟达宣传的“算力为王”的观念。除了自研AI芯片，这些公司还在更多地关注大模型本身的设计优化。

Mistral AI公司公开引入混合专家模型进行大模型训练，用多个特定领域的“小专家”配合几个“通用专家”，先决定问题类型再处理不同类型的问题。此外，DPO、LoRA等高效微调方法也简化了模型对齐过程，降低了复杂度。在这种趋势下，国产大模型逐渐明确了发展方向。2024年，国产大模型取得了显著进展，有些通过底层优化，仅用2048块GPU就达到了头部公司数万块GPU训练才具备的大模型性能。

在中国工业互联网研究院的数据中，DeepSeek-V3通过采用混合精度方法，有效平衡了训练精度和效率，结合混合专家模型架构，将大模型训练成本降低至500万美元，仅为同性能模型的5%～10%，而性能却与GPT-4o和Claude 3.5 Sonnet相当。目前，国内类似的大模型成本和训练时长都大幅下降。这种新的训练方法不仅降低了大模型行业的门槛，还推动了全球大模型的降价潮，对人工智能技术的应用和转化具有革命性意义。

业内人士指出，在当前全球人工智能大模型的竞争中，算力虽然重要，但不是决定性因素。只有与软件和应用场景结合起来，才能真正赋能行业转型，提高经济效率。部分人工智能项目存在“假智能”的问题，即靠大量数据叠加出答案，缺乏真正的创造力和想象力。尽管一些前沿大模型探索了“思维链”，试图模拟人类思维推导，但在实现“通用人工智能”方面仍有较大障碍。

更大的问题是，仅靠算力的方式迟早会遇到瓶颈。现有大模型已经读完了几乎所有的英文书籍，接下来的发展方向必须回到技术本质，解决更关键的方向性问题。中国企业正通过高效灵活的路径，找到更加“聪明”的人工智能发展方向。人工智能是一场向着未知的探险，中国企业选定的方向不会轻易被各种“焦虑”裹挟。中国AI企业应如何看待英伟达新显卡！

(责任编辑：卢其龙 CN070)

关闭

中国AI企业应如何看待英伟达新显卡 算力不再是唯一关键

相关新闻

今日热点

频道热点

中国AI企业应如何看待英伟达新显卡算力不再是唯一关键