新闻资讯
Tony老师谈AI第三期—为何AI这么受欢迎?AI的“算力焦虑”!2024-12-10

AI的英文全名是Artificial Intelligence,中文翻译为人工智能或者人工智慧,它指的是让系统或者软件系统能具备足以模拟人类的智能,所以称为人工智能。




01
为何AI如此受热捧

去年Open AI才发布ChatGPT AI产品,短短一个月内就获得上亿会员注册,每天使用的流量更是惊人。


第二波创造奇迹时刻可以算是Sora,再次打破大家的认知,怎么能这么逼真..., 到了2024年5月又发布了可以使用语音跟视觉做互动GPT4o,再次刷新大家的感受。


是的,AI产品非常有话题性也很有前瞻性,所以全球科技大厂陆续”All in AI”,在赌盘上算是全压上了所谓”梭哈”。


AI技术是不是真的这么有价值? 是不是不久的将来还是会面临再一次《万物互联》,《区块链》,或者《元宇宙》,《无人驾驶》的发展瓶颈? 


其实有很大的可能, 的确现在大家的炒作过热了,尤其是生成式AI。



依照过去产业的经验,一个技术应用必然会有上行被追捧跟下行被遗忘的阶段,而且是重复性上跟下行过程,才能逐渐淬炼出一个真正有用的应用技术。


在这得澄清一下,我说的发展瓶颈,并不是这些技术没用了或者没有价值了。


反而是因为它们都进入各自的深水区到特定领域做深度应用,同时也是等待法规松绑或者商业模式转换,因此大众目光就不关注了。


其实这些技术都还在而且可能做的还不错,这一波AI技术之所以特别被关注,可以说是将前几波科技发展做一个综合性展现,也就是跨领域结合,因此特别被关注。




02
AI技术到底什么魔力?


首先AI技术可以跟所有行业都相关,因为它等于是将每个人手上的工具做一次升级。

就像原本是人踩的单车现在加上了电力驱动,同样是单车但不用靠脚力去费劲踩了,这体验感是不是很不错?

举例以前做文件, 做简报, 写代码都要有使用技巧的人员,从0到1慢慢去构思及多次修改之后才能完成一个文案或者代碼。

现在有机会利用文字描述或者提供相关图片之后由AI系统帮助创建第一个草稿版,而且可以快速做出多个版本。

再由人员去做选择及微调就可以完成任务,这样子节省了许多制作与创作的时间。


再来AI技术可能会跟所有投资者都相关,尤其是华尔街这些创投单位,因为需要议题。

而AI显然是一个很容易被理解且被接受的议题。

在经济发展周期里,总有些阶段是处于控制成本以创造利润的时代,这个阶段主要看哪些企业并购速度快,市占率高,运营效率高......

千禧年网路泡沫前后,基本上就处于这个阶段。

直到2006苹果公司发表了iPod, iPhone...才又出现一波创新技术的大发展,早期的老牌手机如Nokia, Motorolla, Sony...等公司,都一一掉落神坛。

当然这些公司只是在手机领域失去了优势,但在其他领域都还在发展,公司并没有消失。

回顾从2023年之前的十多年期间,包含苹果公司, Meta, Amazon, 微软, 百度, 阿里...是不是也都没有什么新产品新技术。

比较多的都是持续性技术迭代跟升级,或者是商业模式变换,基本上都不算是杀手级应用。

直到了2023年的AI大发展,是不是很像当时苹果2007年发布iPhone手机的情况,只是这次男主角变了,许多新上来的企业例如Open AI, Nvidia一下子就跃上舞台? 

这其实就是另外一个以创新技术推动GDP成长的过程,也是华尔街投资者最喜欢的模式。



AI技术对于软件行业也是解决了很大的人才与管理问题,过去软件行业多半仰赖一大群代码撰写工程师,每天没日没夜的熬,为的就是顺利交付给客户软件跟代码。

有时候也就为了几个没注意到的Bug就得花了九牛二虎之力去处理。

况且人员总是会有轮替跟转换,这个过程人员的培训,技术移转,工作衔接,代码重建...许多环节一个都不能少,周而复始,为的就只是保证软件可以持续使用及升级。

现在终于有机会让这些工作都交给电脑来处理,这对于软件从业者能不又爱又恨吗? 这等于于从本质上改变了软件行业的生态。

所以AI技术受到欢迎是必然的,就像有了电力当做单车动力来源。



03
算力的发展有极限吗?

很多人都说AI是大力出奇迹,笔者不完全认同。
因为AI不是只靠算力,还需要模型跟大量数据。
其中大量数据才是真正的知识资产来源,模型是一种工具,算力只是一种手段!现在的算力的确比的是速度,效能,跟功耗效果!
谈到算力大家都知道英伟达(NVIDIA)是目前做GPU最大的企业,依据网路上的数据,目前有75%市场上AI专用的GPU(传统称为图形显示卡)都出自于英伟达。
基本上是独占或者垄断地位,至少短期内还是这个状态。
现在英伟达显示卡系列产品就有B100、H200、L40S、A100、A800、H100...不同产品在架构、计算能力、记忆体容量和频宽、互联通信技术都有着不同参数与规格。

说到底一个GPU产品就像是一台微型电脑,而且每个GPU之间还可以连结及堆叠,这么一来就可以产生指数级算力作为AI大量计算的需求。


谈GPU之后我们还要谈一下记忆体HBM。
HBM(High Bandwidth Memory)即高频宽记忆体,通过使用先进封装将多个一般DRAM晶片进行堆叠,并与GPU一同进行封装,形成大容量、高频宽的记忆体组合阵列。
HBM性能远超GDDR,是当前GPU储存单元的理想解决方案,并拥有更快的速度、更高的频宽和更低的功耗。
AI在运算过程除了计算速度,数据提供及传输效率也会大幅影响到算力,就像我们到餐厅点餐,为什么有些餐厅上菜速度更快,有些就会比较慢?
这除了厨师的能力跟人力之外,后端食材提供速度跟准备过程都是关键。
我们仔细去看这些上菜速度很快的餐厅,基本上都设有中央厨房帮忙统一处理食材之后再送到餐厅这边保存(例如预制菜),餐厅的厨师经过一定的SOP作业之后就能完成一道道的餐点送到客户手上。
这个准备过程就是AI后台的数据处理能力(Token),食材储存跟运送就是HBM, 厨师能力就是GPU本身,接受客户点菜就相当于提示词(Prompt)跟各种操作界面。
因为后台需要处理数据量会非常多且杂乱,一个AI模型经过大量的预训练之后(中央厨房处理过程),就可以送到各个餐厅,然后准备接收客户订单并上菜!一道道美味的AI佳肴就此上菜啰!


04
AI发展的瓶颈在电力取得


AI带动的哪些产业的快速发展?很多人都会说软件跟互联网产业,这没错。


也有人会说是半导体跟晶片产业,这也没错。


还有人说服务器,跟PC电脑及手机的换机潮,因为现在很多新的终端设备都是带AI功能的,因此引发一波换机潮。


其实还有一个是电力设施的基础建设也是另一个被带动最明显的产业,因为算力太消耗能源了。


如果没有足够的电力是无法支持未来的AI发展。


就连Open AI公司CEO萨姆·奥尔特曼(Sam Altman)都说,他们计划自建核电厂用于提供足够的电力做为支撑,可见充足的电力来源是多么重要。


有人戏称这种作法叫做大力出奇迹,其中指的就是大量的算力,而算力来自于电力。


现在各国使用的比较普遍电力来源,一类型是核能(核分裂),但因为会有辐射影响及核能危机因此褒贬参半,有人支持有人反对继续发展核能。


另一种来源是新能源,这是一个统称,因为还有分太阳能,氢能,风电或者海水发电...,不过新能源比较受限的因素就是供电不稳定,完全取决于大自然环境的情况,无法完全受控。


目前科学家还在发展的是另一种核聚变或者核融合。


核融合是指在高温和高压的条件下,轻元素的原子核聚合成重元素的原子核的过程,并释放出大量的能量,核融合被称为“21世纪的能源革命”。


但目前技术还不成熟,而且建置成本过高无法真正商业化。



其实发展AI不只是算力,还需要水跟电。


水的作用主要是散热,电力则是能量的源头。


水跟电对于晶片的制造也很重要,供电电力的稳定及充足的水量对于制程良率非常关键。


所以有专家就说了,未来AI的发展瓶颈不是AI技术本身,而是水跟电,各位认同吗?欢迎大家在评论区留言讨论!

©Tony老师谈AI第三期,下期更精彩


世界太芜杂,我帮你整理

人工智能、数字化、科技革命

- END -

VIP用户专区
关注OpenPLM

OpenPLM

用户登录

如果您还没有注册,请点 这里     忘记密码?