在經(jīng)歷了去年AI大模型爆發(fā)式增長后，AI技術(shù)迎來新一輪更新迭代。文生視頻模型Sora的出現(xiàn)，開啟了AI的新時(shí)代，也對(duì)企業(yè)的算力提出更高的要求。
浙江大學(xué)國際聯(lián)合商學(xué)院數(shù)字經(jīng)濟(jì)與金融創(chuàng)新研究中心聯(lián)席主任、研究員盤和林對(duì)《證券日?qǐng)?bào)》記者表示，Sora的出現(xiàn)，讓國內(nèi)AI企業(yè)趨之若鶩，但實(shí)現(xiàn)Sora同等級(jí)應(yīng)用的難度并不小，對(duì)算力的需求會(huì)越來越大，所以各大AI企業(yè)應(yīng)從現(xiàn)實(shí)出發(fā)，考慮應(yīng)用落地的難易度。
AI發(fā)展步伐加快
大模型驅(qū)動(dòng)的生成式AI具有極為廣闊的應(yīng)用前景，有望為眾多行業(yè)帶來強(qiáng)大的賦能效應(yīng)。隨著Sora的出現(xiàn)，AI發(fā)展的步伐將進(jìn)一步加快。
“Sora在視頻處理領(lǐng)域有巨大潛力，為未來更復(fù)雜、更精細(xì)的視頻處理任務(wù)提供了可能性�！卑阶稍僀EO兼首席分析師張毅對(duì)《證券日?qǐng)?bào)》記者表示，Sora的文生視頻、圖生視頻等功能需要AI模型具備強(qiáng)大的泛化能力，這要求AI模型能夠?qū)W習(xí)和理解視頻內(nèi)容的內(nèi)在規(guī)律和結(jié)構(gòu)，從而生成更加逼真、生動(dòng)的視頻內(nèi)容。這也將推動(dòng)AI模型在泛化能力方面進(jìn)一步發(fā)展。
“Sora的出現(xiàn)不僅為人工智能領(lǐng)域提供了新的可能性，也將促進(jìn)人工智能與其他技術(shù)的融合。例如，可以將Sora與虛擬現(xiàn)實(shí)（VR）、增強(qiáng)現(xiàn)實(shí)（AR）等技術(shù)結(jié)合，創(chuàng)建更加逼真的虛擬場景和交互體驗(yàn)；也可以將Sora與深度學(xué)習(xí)、計(jì)算機(jī)視覺等技術(shù)結(jié)合，提高視頻處理和分析的準(zhǔn)確性和效率�！睆堃氵M(jìn)一步表示。
天風(fēng)證券研報(bào)表示，隨著OpenAI發(fā)布Sora，文生視頻模型能力大幅提升，內(nèi)容創(chuàng)作工作流有望被顛覆，下一個(gè)億級(jí)用戶的互聯(lián)網(wǎng)平臺(tái)雛形已然出現(xiàn)。2000億美元的短視頻創(chuàng)作生態(tài)有望率先被顛覆，生成式AI在視頻創(chuàng)作和世界模型的大踏步進(jìn)步將實(shí)現(xiàn)對(duì)視頻、3D、游戲等下游應(yīng)用場景的滲透。
算力或成AI企業(yè)門檻
生成式AI模型的訓(xùn)練是一個(gè)計(jì)算極為密集的過程。這些模型包含數(shù)百萬乃至數(shù)十億個(gè)參數(shù)，需要在龐大的數(shù)據(jù)集上進(jìn)行多輪迭代訓(xùn)練。在訓(xùn)練過程中，涉及大量矩陣運(yùn)算和梯度計(jì)算等計(jì)算密集型操作。因此，為確保訓(xùn)練過程的順利進(jìn)行，必須依賴強(qiáng)大的計(jì)算資源來加速。
例如，ChatGPT的訓(xùn)練參數(shù)達(dá)到了1750億、訓(xùn)練數(shù)據(jù)45TB，每天生成45億字的內(nèi)容，支撐其算力至少需要上萬顆英偉達(dá)的GPUA100，單次模型訓(xùn)練成本超過1200萬美元。
而Sora的出現(xiàn)對(duì)企業(yè)的算力提出了更高的要求。近日，360創(chuàng)始人周鴻祎提到，Sora的技術(shù)路線如果被開源，國內(nèi)將能很快趕上，但在追趕Sora時(shí)，算力有可能成為門檻�！癝ora能生成一分鐘的視頻，就意味著也能生成10分鐘、60分鐘的視頻，但不做更長的視頻，或因算力和成本的限制�！敝茗櫟t猜測。
銀河證券研報(bào)稱，據(jù)相關(guān)研究推測，Sora參數(shù)規(guī)模估算在30B，如果按此參數(shù)測算，推演出Sora訓(xùn)練單次算力需求或可達(dá)到8.4×10^23Flops，相當(dāng)于GPT-3的2.7倍。伴隨Sora不斷迭代，訓(xùn)練數(shù)據(jù)集規(guī)模增大，未來算力需求將呈現(xiàn)指數(shù)級(jí)爆發(fā)式增長。
盤和林也表示，鑒于Sora設(shè)立時(shí)間并不久，估計(jì)現(xiàn)階段參數(shù)量不大，但由于模型本身是一個(gè)不斷積累的過程，未來幾年參數(shù)量還會(huì)不斷增長，Sora需要的參數(shù)量更為龐大，對(duì)算力的需求勢必更大。
“算力或?qū)⒊蔀锳I企業(yè)的門檻與瓶頸，因?yàn)槟壳皣鴥?nèi)AI企業(yè)算力存在缺口，算力主要依賴于軟件生態(tài)的CUDA和硬件生態(tài)的GPU，所以國內(nèi)AI產(chǎn)業(yè)應(yīng)該努力解決算力的問題，為AI應(yīng)用的研發(fā)提供強(qiáng)有力的基礎(chǔ)保障�！北P和林進(jìn)一步表示。
