图片来源@视觉中国

人工智能（AI）聊天机器模型ChatGPT风潮狂飙超过百日，包括马斯克在内的商界大佬、科技巨头以及各国政府都已开始着手围剿GPT。

钛媒体App获悉，北京时间4月25日凌晨的RSA 2023大会上，美国科技巨头谷歌（Google）宣布推出基于Sec-PaLM LLM大模型技术的谷歌云安全 AI 工作台（Security AI Workbench），与微软GPT-4版Security Copilot竞争。而5天前，谷歌CEO官宣谷歌大脑和DeepMind两大团队合并，组成“Google DeepMind”部门，以应对ChatGPT带来的技术冲击以及领导研发谷歌多模态 AI 模型项目等。

不止是谷歌，亚马逊（Amazon）也加入到了GPT战局，日前推出AI大模型服务Amazon Bedrock等，阻击基于GPT-4的微软云全新大模型云服务方案；亿万富翁、特斯拉CEO马斯克（Elon Musk）日前也成立了一家人工智能公司X.AI，囤下1万张英伟达A100 GPU（图形处理器）芯片，目标要对抗ChatGPT和其背后的OpenAI公司。

GPT的风险问题也引起各国重视，开启了下场调查和监管。

3月31日，意大利打响调查ChatGPT第一枪，要求暂时禁止使用ChatGPT，并对OpenAI公司展开调查；随后法国、爱尔兰、西班牙跟进，欧洲数据保护委员会则成立专门工作组开展调查；美国商务部下属部门4月11日向公众征求意见，研究是否在新型 AI 模型发布前进行审核认证；马斯克等科技大佬发布公开信为暂停开发 AI 模型之后，微软、谷歌、苹果、英伟达4月12日共同商议并制定AI相关安全协议。

国内方面，3月以来，互联网科技大厂纷纷下场，一些前AI大佬们也重新出山，开启“百模大战”。阿里通义千问、百度文心一言、商汤日日新SenseNova体系、华为云盘古、昆仑万维“天工”和京东言犀等大模型产品陆续公布，创新工场CEO李开复、前百度总裁陆奇、美团联合创始人王慧文、搜狗创始人王小川、前谷歌科学家李志飞等商业大咖陆续下场，加入到这场大模型竞速中。

所有人都已感受到GPT带来的焦虑，纷纷下场开启围剿GPT行动。

据钛媒体App的梳理统计，自去年11月末至今，全球企业、科研机构已经公布总计超过20个大模型产品。

多位行业人士告诉钛媒体App，目前国内类ChatGPT基本等同于GPT-3及以下的技术水平。与最新GPT-4相比，国内产品差距的主要原因与技术不强、算力不够、产品体验差、工程化能力弱等因素有关。

如今，为了争夺“中国版OpenAI”席位，国内 AI 行业处于尴尬局面。如果跟随，不一定有足够资源做出媲美大厂的产品，如果不跟，又很容易被新进入者颠覆。因此，“重复造轮子”情况已然发生，“你有我也要有”、“人人都做大模型”时代正在到来。

OpenAI似乎也开始“灭火”。公司CEO奥特曼（Sam Altman）4月中旬表示，目前OpenAI没有训练GPT-5，而是要继续优化和扩展GPT-4功能，此前消息称GPT-5将会在2023年底公测。

算力资源是这场大模型竞争中的入场券。

“超过千亿级别的大模型，它的训练大概需要1000-2000张A100的卡，没有2000张A100的卡，实验都做不了。硬件成本约5000万美金，加上人力、电力、网络支出，一年需要5000万美金到1亿美金的投入。”昆仑万维集团CEO方汉表示。

工信部最新数据显示，截至2022年6月，中国算力总规模仅次于美国排名全球第二，在全球算力分布中占比26%。近5年，中国算力总规模年均增速超过25%，算力需求不断提升。

事实上，尽管 AI 算力发展不是一个新鲜的话题，但随着ChatGPT的崛起，基于服务器芯片的 AI 算力需求愈加强烈，在外界高需求、高关注、高压力之下，现有的服务器瞬时算力很难支撑高达千亿参数的大模型推理训练，大模型已经遭遇算力瓶颈。

4月初，以“访问需求量过大”为由，OpenAI暂停了一天ChatGPT付费服务注册，并在亚洲等区域大规模清理批量注册的OpenAI账号。随后有市场有人猜测，ChatGPT已有GPU（图形处理器）芯片已不够承载目前的用户量，进而质疑ChatGPT的盈利模式是否持久，引发市场关注。

无独有偶。钛媒体App发现，4月17日下午，百度文心一言也出现了访问需求量过大问题，显示“当前使用人数较多，服务可能响应缓慢”。

据央视财经引述一位行业专家称，虽然中国的数据中心已形成较大规模，但智算中心和边缘数据中心的占比仍有待提高。据悉，中国 AI 服务器的市场规模大概400亿至500亿元，今年市场增速将超过30%。

根据英伟达公布的信息，训练一次1750亿参数的GPT-3需要34天、使用1024张A100 GPU芯片，同时，OpenAI可能至少需要3.24万张A100用于日常推理，显著高于此前训练底层模型时的用量，以此推算，ChatGPT硬件成本达8亿美元以上。

印奇则透露，要做成GPT大模型，至少得要1万张英伟达A100 GPU芯片，硬件投入就需要20亿元，中国目前可用作大模型训练的A100芯片总共只有4万张。

据The Information报道，包括亚马逊、微软、Google 和甲骨文等主要云计算供应商都在限制客户对云服务器的使用，一些客户称租用硬件的等待时间长达数月，核心问题仍是GPU等算力芯片供不应求。尽管像微软这样的厂商已经在其60多个数据中心部署了数十万张GPU芯片，用于 AI 模型的日常推理。

随着GPT-4发布，市场普遍认为需百倍的芯片及其算力支持，英伟达（NASDAQ: NVDA）股价也随即飙升，年初至今大涨86%以上。

不过，受2022年10月美国商务部半导体出口管制新政影响，英伟达A100及H100以上芯片不能出口给中国客户，从而在硬件上对中国大模型发展形成钳制。

钛媒体App了解到，中国目前能采购的A800实测性能比A100低5%-10%，而最新应用GPT-4的英伟达H100新片，比中国特供版H800的性能差距超过60%。但目前国内拥有英伟达A100/A800的厂商只有阿里、腾讯、字节跳动等几家科技巨头，大部分企业对高端GPU并没有直接采购需求，而是用更经济的调用云服务商的云计算能力，或是租用GPU芯片等硬件设备。

印奇认为，中国 AI 大模型发展过程中，“缺芯”将是一大风险。他告诉钛媒体App，AI 芯片制造（Fab）是很大的技术难点。

一位行业人士对钛媒体App表示，由于大模型需要巨大的算力支持，现在百度缺少芯片，其正在为文心一言大量、溢价50%以上采购英伟达A100/A800芯片和服务器卡，“百度现在说有多少就要多少。去年百度采购的英伟达服务器芯片现在才发货，现货溢价很高，因为英伟达也在涨价。”上述人士表示。

据芯片分销平台数据，国内A100芯片现货市场价已经从7万元涨至9万元。另据财新，英伟达A800在国内也已被炒到原价2倍多，且紧俏到脱销。

目前，国内外大模型厂商普遍追加了对英伟达GPU的采购预算，而国内厂商未来一年算力需求主要还是在训练，对GPU的需求更高。

不过，国产 AI 芯片算力是否成为大模型“卡脖子”因素还存疑。王小川告诉钛媒体App，中国可以购买的英伟达A800芯片，性能差距不大，目前不会成为“卡脖子”的瓶颈，尤其他对未来国产芯片技术突破有信心。

但清华大学计算机科学与技术系教授唐杰却指出，随着大模型训练参数不断扩大，国内大模型厂商在底层算力的差距将进一步放大。“英伟达H100也逐渐量产了，它训练千亿参数非常快。如果我们未来的芯片不能快速发展，差距会越来越大，目前也没有任何机会跟他们缩短距离。”

一位行业人士向钛媒体App直言，目前国产GPU类型芯片无法取代英伟达A100/H100，国内 AI 芯片很难跑动大模型。

商汤科技联合创始人杨帆今年2月的一次演讲中提到，国产 AI 芯片在产业落地中会遇到两大挑战：一是 AI 芯片与框架耦合性差，适配工作量巨大；二是链路长，国产芯片对 AI 场景的理解能力不强。他提及，训练大模型常遇到“梯度爆炸”或者硬件故障造成机器过载迭机，整个系统都会跟着受到影响，以前迭机频率是10分钟一次。

今年3月业内消息称，英伟达已经向台积电增加A100/H100和A800 GPU芯片生产订单，但其生产交付周期大约为两到三个月。这意味着，企业当下预定英伟达芯片，预计今年下半年或明年才能到货，但届时国内外大模型产品早已遍地开花。

除了算力之外，商业化变现也是GPT大模型发展的另一挑战。

消费端方面，今年2月2日，OpenAI公司宣布推出付费试点订阅计划ChatGPT Plus，定价每月20美元。付费版功能包括高峰时段免排队、快速响应以及优先获得新功能和改进等，同时该公司仍将提供对ChatGPT的免费访问权限。据媒体测算，基于1亿用户、每月20美元计算，ChatGPT年收入将超过200亿美元。

同时，企业端方面，OpenAI技术与微软业务融合不断加深，微软正借助GPT技术加持，在搜索广告、云服务模式等领域实现商业化落地。不仅如此，消费端可以明显感受到，当前微软Bing已经集成GPT-4， Office和电子邮件已经集成了由GPT-4驱动的Copilot，可以大幅提升办公效率，吸引更多微软付费用户。

多家券商研报认为，随着GPT-4、文心一言等大模型逐渐优化和完善，搜索引擎、智能客服、内容创作（小说、广告文案等）等相关应用有望率先商业化，尤其在媒体、广告营销、文学、教育、金融、智能汽车等领域均有望迎来变革。目前，Shopify、返利科技等多家电商相关企业开始接入ChatGPT，称希望提升运营效率。

创新工场董事长兼CEO李开复表示，以ChatGPT为首的AI 2.0将在电商/广告、影视/娱乐、搜索引擎、元宇宙/游戏、金融、医疗六大领域加速 AI 的商业化潜能，进入提升生产力的应用井喷期，并提高社会生产力。他引述报告称，预计到2032年，AIGC 全球市场规模将超过2000亿美元。

不过，晨星亚洲高级分析师王凯却表示，目前讨论中国企业能否从类ChatGPT产品中获得多少收入或利润还为时过早，大家仍在探索应用场景，仍需要弄清楚国内类ChatGPT产品将如何商业化。

IDC中国研究总监卢言霞则指出，仅仅依靠大语言模型不会为任何公司提供持续的优势，类似 ChatGPT 的技术目前对市场的影响也有限，而从长远来看，许多相关的 AI 模型甚至可能变得无关紧要。很多科技巨头花费大量资金最终可能却无法获得成功回报。

“要做出AI大模型，在硬件工程、算法和数据三方面，都需要专业经验的沉淀和积累，拿到资金和硬件等资源，只是拿到了张入场券而已。”杨帆表示，产业对 AI 的理解不足是重要问题之一。

王小川告诉钛媒体App，他认为最终科技大厂会一人推出一个模型，本轮参与的创业公司里面可能最终只有不到5个大模型会拿到“通行船票”。

4月12日，微软宣布开源DeepSpeed Chat，帮助用户轻松训练类ChatGPT等大语言模型，用户通过DeepSpeed Chat提供的“傻瓜式”操作，能以最短的时间、最高效的成本训练类ChatGPT大语言模型。

例如，一个130亿参数的类ChatGPT模型，只需1.25小时就能完成训练。

这意味着，这类开源大模型商业化，正使得每个人、每家企业都能拥有自己的ChatGPT。人人造大模型的时代正加速到来。

周鸿祎向钛媒体App进一步解释，现在GPT技术已经开源而且扩散，这个不存在重复开发问题。“就像你可以用公有云的服务，但很多公司也会用私有云、自己的私有数据库，因此每家企业都可以训练一个私有的GPT只给企业自己或客户。从保密和专属需求来说，看企业根据自己的需要设置公用模式或专用模式。”

不过，这种人人造大模型是否存在实际商业化应用需求，技术风险是否存在，目前仍未知。

实际上，ChatGPT不仅让 AI 迎来“iPhone 时刻”，而且还打开了一个 AI 算法的“潘多拉魔盒”。

可以遇见，未来借由通用人工智能（AGI）等新技术，教育、科技、内容生产等几乎全社会各行业都面临着生产力和生产关系的重塑。

高盛公布的一份报告预计，全球未来平均18%的工作岗位或可由生成式AI自动化完成，约有3亿个全职岗位将受影响。由于生成式AI目前还无法进行体力劳动，受影响的主要是白领工作，且对发达国家的影响将比发展中国家更大。

因此，马斯克等千余名业界、学界人士3月29日联署发表公开信质问OpenAI：是否该让 AI 替换人类的工作？是否应该发展非人类思维，让它们最终在数量和智力上超越、淘汰井取代人类？

“虽然 AI 很多能力不断在发展，甚至它的一些能力已经等同于甚至超过人的能力，但是 AI 也永远不会跟人的智能完全划等号。AI 运行还是在人类设计的这些算法，以及教它学的这些数据的基础上，完成他的一些智能的这种理解生成动作等。它并不具备控制人类的能力。”百度CTO王海峰在4月16日一场演讲中表示，他认为 AI 不会产生像人一样的意识行为。

商汤联合创始人、CEO徐立则表示，“AI是生产‘生产力工具’的工具，它将开启软件开发新范式，把我们带入‘新二八定律’的时代，80%的工作由机器完成，20%的工作由人来做。”

更多 AI 行业人士普遍认为，AI 依然是一个辅助工具。

不过，马斯克却认为，人类文明未来面临的最大风险之一是 AI。他认为AI 发展不受限制会带来危险，“人工智能比核弹头危险得多。”

实际上，过去70多年间，全球 AI 技术发展迅猛，尽管此前数据量不够、算法不强、商业化不如预期，但如今，在ChatGPT催化下，全球 AI 行业迎来新一波狂潮。这一次，AI 算法、算力、数据“三驾马车”同步突破，AI 技术已经蓄能完毕，所有人终于可以大展身手。

在 AI 逐渐平民化的今天，商界大佬、科技巨头以及各国政府都开始围剿ChatGPT，建构自己的“护城河”。

随着市场从火热转回冷静，重新回归商业化本质，这场 AI 大模型战争似乎仍会持续下去。（本文首发钛媒体App，作者｜林志佳）