没有最先进的芯片，中国企业寻求其他路径发展AI
+ 查看更多

由于使用不够先进的半导体会导致训练周期受限，许多中国AI初创公司试图为大语言模型编写更高效的代码。

Kimberley Kao，Raffaele Huang

■

在无法获得全球最先进制程人工智能(AI)计算芯片的情况下，一些中国科技公司追逐行业先锋颇具感染力的口号：没有这种芯片照样要赚钱。

由于使用不够先进的半导体会导致训练周期受限，许多中国AI初创公司试图为大语言模型编写更高效的代码。还有些公司在构建更小、更专门化的模型，或采用耗能耗时较少的训练方法。

中国AI业界高管和分析师表示，最后取得的效果是，虽然中国广泛使用的半导体算力赶不上英伟达(Nvidia)等全球领导者的最先进产品，但商业化的动力可能会使两者之间的一些差异变得没那么重要。

由阿里巴巴(Alibaba)和小米集团(Xiaomi)支持的独角兽公司零一万物(01.AI)采用了一种精度较低的训练格式，减少了训练机器学习模型所需的能源和时间。英伟达研究人员称这种格式可以加速模型的输出。在美国，谷歌(Google)等一些公司都使用这种格式。

零一万物创始人李开复说，在中国，零一万物没有大量的图形处理单元，不得不开发非常高效的AI基础设施和推理引擎。他说，资金短缺是芯片供应不足的一个原因。

该公司表示，其芯片集群故障率低于行业平均水平。该指标衡量互联芯片无法协同工作的频率。

在美国限制中国企业获得最先进制程芯片之际，寻求展开AI布局的中国商界领袖现在纷纷追求效率目标。

中国互联网和自动驾驶公司百度(Baidu)的首席执行官李彦宏(Robin Li)是中国最直言不讳的行业领袖之一，他警告称，重复开发基础模型的百模大战是对计算资源的浪费。

“没有应用，光有一个基础模型，不管是开源还是闭源都一文不值，”李彦宏在上个月的一次AI行业会议上表示。

分析人士称，为了获得消费者青睐，一些中国公司寻求开发专门的应用程序，而不是专注于创建最大和最好的模型。毕马威(KPMG)最近的一份报告称，第二季度中国AI投资者“专注于AI赋能，而不是大模型产品”，包括机器人和提高工作效率等领域。

毕马威中国合伙人史韡(Zoe Shi)在报告中表示，但现在最大的问题是，这些公司中哪些能够取得成果，并成功实现产品的商业化。

最近几周公布的季度财报中，基本上没有明确的早期AI盈利效应，但应用领域涌现出一批先锋企业。TikTok的中国母公司字节跳动(ByteDance)被称为中国的“App工厂”，该公司已推出20多个应用程序，包括一款聊天机器人、一个英语辅导工具和一个自研AI视频生成模型。字节跳动和本土竞争对手快手科技(Kuaishou Technology)等多家公司已推出类似OpenAI旗下Sora的AI文生视频产品。

据市场研究公司Sensor Tower，海外方面，今年美国下载量最高的10款AI应用中，有三款是由中国公司开发的。据知情人士透露，零一万物已通过一家新加坡公司在中国境外测试了两款AI聊天机器人Monaland和Shado。

一些行业专家预计，可以为智能手机和笔记本电脑AI功能提供支持的较小规模模型，或称“端侧大模型”(edge AI models)，将成为下一款颠覆性产品。

纽约大学法学院(New York University School of Law)兼职教授、专注于AI的家族投资公司Dragon Global的顾问Winston Ma表示：“今年流行小模型。”他说，使用较少训练数据的较小模型速度更快，有利于具有特定功能的实时应用程序。

据知情人士透露，AI独角兽公司百川(Baichuan)正与高通(Qualcomm)合作，将一个规模较小的大语言模型整合到该公司在中国即将推出的AI个人电脑中。三星(Samsung)面向中国市场的智能手机搭载百度和字节跳动的模型。

“专注于端侧并不意味着降低技术要求，只是转向一个算力不是最关键要求的领域，”Bernstein Research分析师Boris Van表示。

至于计算资源，中国政府在多个方面推动自给自足，这促使人们努力缩小与西方芯片设计公司的差距。

零一万物的李开复在中国AI行业会议上表示，需要专注算法和工程创新一体化推进，避免进入“盲目堆算力推动模型性能提升”的状态。

华为(Huawei Technologies)的昇腾(Ascend)芯片已被中国科技巨头、国家研究实验室和国家AI数据中心采用。华为一位高管6月份表示，中国近一半的大语言模型是使用华为芯片训练的。

百度、阿里巴巴和腾讯(Tencent)一直使用自研芯片来运行各自的AI模型，并改进工程和算法以弥补先进算力不足的问题。各公司也在研究如何搭配不同类型的芯片，以避免依赖任何一种硬件。

华为云计算业务高管张平安在7月的AI会议上表示：我们认为，没有最先进制程的AI芯片并不意味着我们无法在AI领域取得领先，在中国，我们应摒弃这种观点。

注：本文仅代表作者个人观点

■