自ChatGPT引發(fā)新一波人工智能熱潮以來，全球人工智能產(chǎn)業(yè)一度形成了“堆算力”的路徑依賴。然而，隨著中國人工智能企業(yè)DeepSeek發(fā)布開源模型，通過優(yōu)化算法降低算力需求，達(dá)到與ChatGPT比肩的性能。這也提出了新問題：推動人工智能產(chǎn)業(yè)發(fā)展，是否依舊有必要大規(guī)模投資算力？
市政協(xié)委員、華東師范大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院副院長賀樑認(rèn)為，這次DeepSeek開源模型的問世對于我國在人工智能領(lǐng)域突破西方的科技封鎖意義重大，但這并不代表算力不再重要。訓(xùn)練新的進(jìn)階模型和將模型用于全行業(yè)，擁有更強(qiáng)的算力基礎(chǔ)設(shè)施依舊是成功的關(guān)鍵要素之一。算力依舊是重要戰(zhàn)略資源，在很長一段時間里需求仍將持續(xù)增長，而美國將用各種手段“卡算力”，以影響我們的人工智能科研進(jìn)度。
“DeepSeek開源模型的出現(xiàn)，標(biāo)志著通過算力來限制中國人工智能發(fā)展的策略并不成功。在有限算力的‘非公平競爭’下，中國不再抄作業(yè)，中國的年輕人提出了我們自己的原創(chuàng)技術(shù)，成果震動全球并向全球開源。”賀樑說，“但算力還是非常重要的戰(zhàn)略資源，我們需更堅(jiān)定地加以儲備，支撐優(yōu)秀的團(tuán)隊(duì)開展研究，更優(yōu)的算力儲備意味著研發(fā)下一代模型的時間成本優(yōu)勢，為此國產(chǎn)算力芯片自主制造和生態(tài)能力必須爭分奪秒地迎頭趕上。”
相關(guān)論文表明，DeepSeek-V3的訓(xùn)練總成本約為557.6萬美元。其訓(xùn)練成本雖較同類產(chǎn)品大幅降低，但母公司為了這次訓(xùn)練所付出的前期試錯成本，外界則不得而知。有報道稱，DeepSeek母公司幻方量化曾囤積上萬張GPU芯片。沒有這些算力的儲備，DeepSeek的這次突破是不太可能的。
同時，訓(xùn)練大模型所需算力下降，不意味著社會總的算力需求下降。一個好用的模型帶來的是千行萬業(yè)的大規(guī)模應(yīng)用，在不遠(yuǎn)的將來，使用大模型將嵌入生活的方方面面，模型后訓(xùn)練和推理需求會大幅超過預(yù)訓(xùn)練算力需求。
賀樑還認(rèn)為，算力基礎(chǔ)設(shè)施的投入回報要用長遠(yuǎn)的、發(fā)展的眼光。“政府需要科學(xué)評估著眼未來的硬件情況和市場需求，更多考慮如何為有創(chuàng)造力的科研團(tuán)隊(duì)提供算力保障，降低創(chuàng)新成本，提高創(chuàng)新速度，即使不賺錢、折舊快，依然要堅(jiān)定地加速建設(shè)智能算力功能性公共服務(wù)設(shè)施。”
閱讀原文
記者丨肖彤
來源丨解放日報
編輯丨王藍(lán)萱
編審丨郭文君
