AIGC入门：掌握AIGC算力的基础

2023年上半年ChatGPT火遍全球，成为继Wep3.0、区块链、AR、AI、元宇宙之后，再次让全世界的目光聚焦于AI技术改变人类生活，打破原有秩序，重塑世界体系，给人类社会带来无限的现象。也可以说2023年才是AIGC的元年，AIGC的大模型应用在近几年不断的推出，比如：AI绘画、AI音频、AI视频等。

直到ChatGPT的出现才被大众所熟知，行业内讲到AIGC往往对离不开算力这个话题，目前算力成为AIGC发展的关键要素，也是AIGC能否成为通用AI的应用基础，从国内外芯片算力厂商来看，只有英伟达如今已经迈向超级芯片组成的算力集群阶段，这为通用AI发展提供了强有力的基础保障。那么，随着大模型对算力的需求越来越大，行业应该如何应对当下面临的算力不足？其次，如此庞大的数据规模对云服务厂商与服务器厂商都产生了新的挑战。

#Ai知讯#了解到GPT始于聊天机器人模型，在GPT系列中，GPT3是由1750亿参数组成的语言模型，而GPT4的参数是由更多的参数组成应该能达到万亿级别，国内目前公布的大模型参数在百亿至千亿级别，对于万亿级以下的参数级别，现阶段在训练模型中，对芯片的需求从CPU+加速器转变为以GPU主导的大规模并行计算，如果达到万亿级别参数，将产生更大的算力需求，目前市场对英伟达芯片的需求远大于供给，经相关测算，一万枚英伟达A100芯片是做好AI大模型的算力门槛，国内具备此量级的公司最多只有1家，而GPU芯片持有量超过1万枚的企业不超过5家。

AIGC算力现状链路：芯片-服务器-云平台-模型应用。芯片是架构基础提供AI算力集群，云服务为GPT训练提供计算资源、储存资源、自动化部署和管理支持，模型即应用层为用户提供专业化服务有行业级应用、消费级应用与工业级应该等。

AI芯片目前有两大路线，一种是英伟达代表的GPU路线，更适合当前AIGC产业对大算力的需求。另一种路线则是以国内华为、地平线厂商为代表的专用AI芯片路线，此路线下的芯片更适用于垂直类小模型，为其提供能效比更高的芯片。

AIGC发展分三个周期：第一：基建期，需要搭建算力基础服务能力，提升芯片算力；第二：开发期，大模型厂商根据产品演进路线需要持续迭代，不断进行算法、算力、数据、知识进行优化升级；第三商业期，从事大模型技术创新开发公司包括存算一体、光子芯片、类脑芯片等开发出低功耗、低成本、高计算效率的产品服务。

目前，算力供给趋于复杂，大规模运算需要系统级工程支撑，这无疑也给当下行业提供5大趋势：1. 芯片竞逐高性能大算力，引入新的计算架构；2.AI服务器成为主要载体，对比传统服务器需求变得更高；3. MaaS重塑云服务范式，AIGC商业模式闭环；4.AI模型一体机呼之欲出，赋能传统产业；5. 智算中心护航AIGC运营，算力租赁新模式。