chatgpt ai 算力《AIGC行业深度报告(3)

2023-07-18 发布在 ChatGPT知识101

01 ：史诗级“AI”新应用

起源：史诗级“AI”新应用

是一种聊天机器人软件: 全名为Chat Pre- ，2022年11月，在推出其基于 GPT-3.5的新型 AI聊天机器人免费预览版，软件只需向提出需求，即可实现文章创作、代码创作、回答问题等功能。

功能强大: 目前仍以文字方式互动，而除了通过人类语言交互外，还可以用于相对复杂的语言工作，包括自动文本生成、自动问答、自动摘要等在内的多种任务。如：在自动文本生成方面，可以根据输入的文本自动生成类似的文本chatgpt ai 算力，在自动问答方面，可以根据输入的问题自动生成答案。还具有编写和调试计算机程序的能力。

是最火爆的生成式AI应用，2个月实现月活用户过亿，为史上增速最快消费级应用，远超Tik Tok的9个月与的两年半。飞速扩张： 2022年12月，推出免费预览版，前五天内超过一百万注册。根据 Web的数据，2023年1月，每天约有1300万独立访问者使用，是12月份的两倍多。用途广泛、免费易用、社区传播推动月活高速增长：大学生用它写论文，美议员已经开始通过它写演讲稿，学生用它完成作业，甚至写代码，功能之强大使得用户期待体验。

起源：盈利性子公司实体为 LP

组织架构：于2019年转型为营利性人工智能研究实验室组织。公司由两个实体组织组成：, Inc.，由非营利组织和营利性组织 LP控制。 LP 由, Inc（基金会）的董事会管理，作为普通合伙人。同时，有限合伙人包括 LP 的员工、部分董事会成员以及Reid 的慈善基金会、和微软, LP 的主要投资者。

运作结构：细分为： Inc.，这是一家单一成员特拉华州有限责任公司，和 LP控制。微软是有限合伙人，它还有一项商业协议作为 2019 年投资的 10亿美元的一部分，内容包含/ AI 超级计算技术。产品通过在微软上进行训练，而微软将是人工智能新技术商业化的首选合作伙伴。

商业化：拓宽产品矩阵，探索商业模式，打开估值空间

的商业模式即API接口收费: 客户可以通过的强大AI模型构建应用程序，例如访问执行各种自然语言任务的 GPT-3、将自然语言翻译成代码的以及创建和编辑原始图像的 DALL·E。公司按照不同项目的AI模式和不同需求进行收费，对于AI图像系统按不同的图片分辨率定价；对于AI语言文字系统按字符单价收费，对于调整模型和嵌入模型按照文字单价收费，并根据不同的调用模型区别定价。目前DALL·E 方面，已有超过 300 万人在使用，每天生成超过 400 万张图像。其API具备快速、灵活、可拓展等性质。

不仅仅是: Open AI的业务不仅仅局限于领域，还包括Dall·E2、等项目。DALL·E2可根据自然语言的描述创作逼真的绘画作品，是一种语言识别系统，其鲁棒性和准确性极高，支持多种语言的转录并翻译成英文。

核心产品——，一个自动语音识别（ASR）系统，对从网络收集的68万小时的多语言和多任务监督数据进行训练。使用这样一个庞大而多样的数据集可以提高对口音、背景噪声和技术语言的鲁棒性。支持多种语言的转录，以及将这些语言翻译成英语。

架构：是一种简单的端到端方法，作为编码器-解码器实现。输入音频被分成 30 秒的块，转换为 log-Mel 频谱图，然后传递到编码器中。训练解码器来预测相应的文本标题，并与指示单个模型执行语言识别、短语级时间戳、多语言语音听录和英语语音翻译等任务的特殊标记混合在一起。

技术路线：基于GPT-3.5，GPT-4预计提升更明显

是基于GPT-3.5的主力模型，在互联网开源数据集上进行训练，引入人工数据标注和强化学习两项功能，实现“从人类反馈中强化学习”（ from ，RLHF）。因此，相比于之前的模型，可以用更接近人类思考的方式，根据上下文和情景，模拟人类的情绪和语气回答用户提出的问题。

首席执行官称，GPT-4有望成为多模态的人工智能，根据创始人消息，GPT-4参数预计更大，计算模型优化有望实现更优化，且GPT-4将是纯文本模型(不是多模态)，我们认为GPT-4的推出潜在商业价值巨大，模型更具备“拟人化”的功能，文本生成和内容创作有望更加丰富，并有望进入文字工作的相关领域，例如新闻、金融等相关行业。

应用：带来搜索产业变革，即将赋能“千行百业”

Bing&Edge+AI：2023年2月8日，微软公司发布了新版必应AI搜索引擎和 Edge 浏览器，采用了开发商的最新技术AI 模型 GPT 3.5 的升级版，率先提供更具对话性的网络搜索和创建内容的替代方式，集搜索、浏览、聊天于一体，带来前所未有的全新体验。微软企业副总裁兼消费领域首席营销官公布的最新推文称，在新版 Bing 上线 48 小时内，已经有超过 100 万人申请加入。

02 AI算力：“军备竞赛”即将开启

AI超算中心：的核心基础设施

算力（简称CP）指对数据的处理能力，被视为数字经济时代的新生产力，是推动数字经济发展的核心力量。算力基本计量单位为，通常一台服务器的计量单位为（10^）。在2022超算大会上，超级计算机排名第一算力达到1.(10^)。中国的神威太湖之光排名第六，算力为93.（10^）。

微软投资10亿美金打造超算平台。2020年5月，微软投资10亿美金与独家合作打造了 AI超算平台亮相，性能位居全球前五chatgpt ai 算力，拥有超过28.5万个CPU核心、1万个GPU、每GPU拥有网络带宽的超级计算机，主要用于大规模分布式AI模型训练。根据澎拜新闻数据，微软表示，AI超算平台可比肩世界 TOP超级计算机Top 5，则意味着它在中国国家超级计算机中心的天河 2A 后面，在德克萨斯高级计算机中心的之前，其算力峰值每秒可以执行 23.5 到 61.4 个万亿浮点运算。

AI服务器：新一代AI数据中心的关键硬件

数据中心产业链最上游为IT硬件和基础设施。IT硬件：分为计算设备（IT）和通信设备（CT），IT设备主要为服务器，CT 设备包括交换机、路由器等网络设备和光模块chatgpt ai 算力，这些构成了算力与网络传输的基础。基础设施：分为电力设备、监控设备、空调设备和发电机组，主要为IT硬件提供稳定电力供应和适宜的温度环境。服务器是数据中心的核心硬件。根据中国电子信息产业发展研究院数据显示，中国数据中心硬件设备投资规模中，服务器占主要比重，其中以X86服务器为主，其次为数据中心存储设备。

我国智能算力规模持续增长。经中国信息通信研究院测算, 2021年我国计算设备算力总规模达到202 ，全球占比约 33%，保持50%以上高速增长，其中智能算力规模达到，增速85%，成为我国算力增长的主要驱动力。（智能服务器按我国近6年AI服务器算力总量测算）。

GPU：AI算力的“心脏”，行业景气向上

AI芯片是AI算力的“心脏”。伴随数据海量增长，算法模型趋向复杂，处理对象异构，计算性能要求高，AI 芯片在人工智能的算法和应用上做针对性设计，可高效处理人工智能应用中日渐多样繁杂的计算任务。在人工智能不断扩大渗透的数字时代，芯片多元化展现出广阔的应用前景，通过不断演进的架构，为下一代计算提供源源不断的动力。 AI芯片主要包括图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、神经拟态芯片（NPU）等。人工智能深度学习需要异常强大的并行处理能力，芯片厂商正在通过不断研发和升级新的芯片产品来应对挑战。

GPU比CPU更擅长并行计算: CPU是以低延迟为导向的计算单元，而GPU是以吞吐量为导向的计算单元，转为执行多任务并行。由于微架构的不同导致 CPU绝大部分晶体管用于构建控制电路和缓存，只有小部分晶体管用来完成运算工作，GPU则是流处理器和显存控制用于绝大部分晶体管，从而拥有更强大的并行计算能力和浮点计算能力。 AI服务器作为超算芯片载体彰显其重要性: 与通用服务器采用串行架构、以CPU为算力提供者不同的是，AI服务器采取异构架构，如CPU+GPU、 CPU+TPU、CPU+其他的加速卡等不同的组合方式，目前广泛使用的是CPU+GPU 。与通用服务器相比，AI服务器拥有更出色的高性能计算能力，未来，随着算力的持续增长，自然语言处理和图像、视频等AI模型的深入发展，AI服务器将被更广泛使用。

报告节选