ChatGPT 的火熱，讓國內(nèi)不少互聯(lián)網(wǎng)、AI 企業(yè)紛紛加碼大模型。比如云從科技（SH688327，股價 41.95 元，市值 310.71 億元）近期就擬募集 36 億元投向 " 大模型 "。

曾經(jīng)的 AI，是 CV（計算機視覺）的天下。就國內(nèi)而言，最受矚目的 AI 公司當屬 "CV 四小龍 " 商湯科技（HK00020，股價 2.93 港元，市值 980.64 億港元）、曠視科技、云從科技和依圖科技。ChatGPT 的橫空出世，令 AI 產(chǎn)業(yè)的焦點迅速從視覺轉(zhuǎn)為語言，從 CV 轉(zhuǎn)為 NLP（自然語言處理）。

在語言大模型時代，CV 四小龍之一的云從科技又將何去何從？特別是大模型追求 " 強者恒強 "，可能將是少數(shù)巨頭的游戲。在算力 " 軍備競賽 " 中，云從科技能否跟上巨頭的腳步？

(資料圖片)

值得注意的是，云從科技已被列入實體清單。這意味著公司采購海外廠商生產(chǎn)的高端 AI 芯片存在限制，比如目前最火熱的 AI 芯片當屬英偉達 A100 和 H100。對此，《每日經(jīng)濟新聞》記者 4 月 13 日致電云從科技。其工作人員表示，（上述芯片）此前有一點庫存，公司也在與國內(nèi)廠商合作。

互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的興盛，使得各行各業(yè)崛起了一大批細分領(lǐng)域的巨頭。AI 的興起，同樣在各細分領(lǐng)域百花齊放。比如 CV（計算機視覺）領(lǐng)域的 " 四小龍 "；語音領(lǐng)域的科大訊飛（SZ002230，股價 59.18 元，市值 1374.80 億元）、思必馳。

而大模型時代，游戲規(guī)則驟然改變。算力的 " 軍備競賽 "，導致大模型成本高企，可能僅有少數(shù)巨頭能夠負擔。

據(jù)國盛證券計算機團隊測算，以英偉達 A100 芯片、DGX A100 服務(wù)器、現(xiàn)階段每日 2500 萬訪問量等假設(shè)為基礎(chǔ)，估算得出：在初始算力投入上，為滿足 ChatGPT 當前千萬級用戶的咨詢量，投入成本約為 8 億美元，對應約 4000 臺服務(wù)器；在單日運行電費上，參考美國平均 0.08 美元 /kwh 工業(yè)電價，每日電費約為 5 萬美元，成本相對高昂。

此次云從科技欲募集資金 36.35 億元，用于云從 " 行業(yè)精靈 " 大模型研發(fā)項目。其中，場地購置及裝修費 5.54 億元，研發(fā)設(shè)備購置費 20.94 億元，人力資源成本 7.60 億元，其他費用 2.27 元。

算力投入應屬于研發(fā)設(shè)備購置費。照此計算，云從科技欲投入不超過 20.94 億元用于算力投入。

截至 2022 年三季度末，云從科技貨幣資金 12.47 億元。2022 年第三季度，上市公司營收 6479.03 萬元，同比下降 80.07%；歸母凈利潤 -2.64 億元。2022 年前三季度，上市公司營收 4.55 億元，同比下降 41.53%；歸母凈利潤 -5.89 億元，經(jīng)營性現(xiàn)金流凈額 -5.29 億元。

從云從科技財務(wù)數(shù)據(jù)看，初始投入之后的訓練費用、運行電費對其也是較沉重的負擔。據(jù)國盛證券計算機團隊，基于參數(shù)數(shù)量和 token 數(shù)量估算，GPT-3 訓練一次的成本約為 140 萬美元；對于一些更大的 LLM 模型（如擁有 2800 億參數(shù)的 Gopher 和擁有 5400 億參數(shù)的 PaLM），采用同樣的計算公式，可得出，訓練成本介于 200 萬美元至 1200 萬美元之間。

據(jù)天風計算機團隊，參考 GPT-3 的發(fā)展歷程，OpenAI 從 45TB 的文件中過濾出 570GB 的數(shù)據(jù)集，僅訓練費用就高達 1200 萬美金，隨后 OpenAI 經(jīng)過約 3 年時間不斷探索，中途有 InstructGPT、davinci 不同版本的嘗試，最終在 2023 年發(fā)布了 GPT-4，打造一個有競爭力的大模型需要數(shù)據(jù)、算法等資源的持續(xù)投入。

強者恒強

那么，云從科技是否可以與巨頭進行差異化競爭，做一個 " 小而美 " 的垂直行業(yè)領(lǐng)軍者？

在信達證券看來，參數(shù)量超級龐大的模型在任何垂直領(lǐng)域都具備優(yōu)勢，垂直細分的小模型難有生產(chǎn)空間。因此，信達證券認為在大模型格局未完全形成之前，參數(shù)量的無上限堆砌是各家企業(yè)發(fā)力的焦點，故算力的 " 軍備競賽 " 無可避免。

據(jù)天風計算機團隊統(tǒng)計，百度 Ernie 大模型參數(shù)量約為 2600 億，京東言犀、商湯商量 SenseChat 參數(shù)量為千億級別，騰訊混元 AI 大模型參數(shù)量為萬億級別。華為盤古 α 參數(shù)量為 2000 億。

據(jù)云從科技公告，2020 年，OpenAI 發(fā)布的 NLP 大模型 GPT-3，實現(xiàn)了千億級數(shù)據(jù)參數(shù)，大模型也成為了超大規(guī)模預訓練模型的代名詞。2022 年，ChatGPT 的出現(xiàn)更進一步確定了大模型作為人工智能主流技術(shù)路線的趨勢。

可以看出，各大巨頭的參數(shù)級別為千億級乃至萬億級。

為何各家都在比拼參數(shù)量？信達證券認為，從論文研究來看，參數(shù)量的提升有助于構(gòu)建語言預測模型的精確度，同時提高泛化能力。泛化能力的提升意味著一個參數(shù)量超級龐大的大模型，其在垂直細分領(lǐng)域的預測能力可超過針對垂直領(lǐng)域開發(fā)的中等參數(shù)量模型。

這意味著，做大模型似乎只有成為巨頭，才能避免被邊緣化。

天風計算機團隊也認為，擁有一個大模型并不難，但是持續(xù)打造一個有競爭力的大模型難度很大。雖然國內(nèi)有眾多廠商推出了大模型，但從終局的角度看，大模型終將收斂并稀缺。參考 OpenAI 在海外的發(fā)展歷程，大模型需要連同生態(tài)一起進化，形成強者恒強的格局。

芯片何來？

中航證券研究所認為，在 ScalingLaw 的框架下，只要追加數(shù)據(jù)與算力，大模型的能力就能持續(xù)增強。對 OpenAI 而言，目前大模型的最大限制是數(shù)據(jù)和算力的總量。

或許，大模型之間的競爭，已經(jīng)轉(zhuǎn)為對數(shù)據(jù)與算力資源的爭奪。

對于云從科技而言，由于公司被納入美國 " 實體清單 "，購買模型訓練用的高端芯片面臨限制。即使資金充足，能否成功獲取龐大算力所需芯片呢？

云從科技定增預案顯示，2020 年 5 月至今，美國商務(wù)部宣布將包括公司在內(nèi)的多家中國公司及機構(gòu)列入 " 實體清單 "，該行為不會對公司日常對外銷售、客戶拓展等產(chǎn)生重大不利影響，但可能對公司研發(fā)和項目交付過程中采購境外廠商的芯片、服務(wù)器等器件產(chǎn)生一定限制，盡管公司已制定國產(chǎn)器件替代的產(chǎn)品方案，但由于方案落地需要一定驗證時間、客戶對使用替代器件的產(chǎn)品認可具有不確定性等因素，可能會對公司的生產(chǎn)經(jīng)營產(chǎn)生一定影響。

簡而言之，對銷售影響不大，影響主要是采購境外廠商芯片、服務(wù)器。

對于芯片問題，《每日經(jīng)濟新聞》記者 4 月 13 日致電云從科技，其工作人員表示：" 首先有一部分庫存，然后我們和國產(chǎn)芯片供應商之前也完成深度適配。"

該工作人員也表示，具體芯片問題公司在 2 月份投資者活動記錄表有回復。記者查詢后了解到，云從科技芯片的采購分兩類。第一類：公司過去向英偉達采購部分芯片用以訓練側(cè)方面，公司具有一定量的庫存儲備且國產(chǎn)化的訓練芯片水平也已經(jīng)在快速提升中。第二類：過去兩年中，公司在國產(chǎn)化硬件適配方面穩(wěn)扎穩(wěn)打，已與華為、寒武紀（SH688256，股價 195 元，市值 782 億元）、曙光等提供芯片和服務(wù)器的廠商完成了深度適配。

值得一提的是，云從科技一度研發(fā)過 AI 芯片，如承擔工信部 " 基于自研 SoC 芯片的高準確度人臉識別產(chǎn)業(yè)化應用 " 等國家級重大項目建設(shè)任務(wù)。

而根據(jù)云從科技招股書，其表示公司所處的人工智能行業(yè)尚處于發(fā)展初期，未來發(fā)展趨勢存在較大不確定性，相關(guān)技術(shù)及各應用場景的定制化解決方案迭代速度快，技術(shù)的產(chǎn)品化和市場化亦具有一定的不確定性。2020 年，由于芯片設(shè)計成果未達預期，且 EDA 軟件和生產(chǎn)流片遭遇限制，公司終止了 " 人工智能 SOC 芯片研制及結(jié)合高準確度人臉識別技術(shù)的產(chǎn)業(yè)化應用 " 項目。

也就是說，云從科技終止了自研人工智能 SOC 芯片。

每日經(jīng)濟新聞