清華、北大等86所高校布局元宇宙，是風(fēng)口還是噱頭？
作者：徐賜豪來(lái)源：區(qū)塊鏈日?qǐng)?bào)據(jù)全國(guó)高校人工智能與大數(shù)據(jù)創(chuàng)新聯(lián)盟元宇宙專委會(huì)不完全統(tǒng)計(jì)，截至2023年7月，全國(guó)共有86所高校戰(zhàn)略布局元宇宙領(lǐng)域，其中本科院校73所，高職專科院校13所
1 月 31 日消息，天風(fēng)國(guó)際證券分析師郭明錤 29 日發(fā)布報(bào)告指出，DeepSeek-R1 發(fā)布后，有以下兩個(gè)重要的 AI 產(chǎn)業(yè)新趨勢(shì)值得關(guān)注。
Scaling Law 邊際效益放緩時(shí)，AI 算力仍可透過(guò)優(yōu)化訓(xùn)練方式持續(xù)成長(zhǎng)并有利挖掘新應(yīng)用。
API / Token 價(jià)格顯著下滑，有利 AI 軟件 / 服務(wù)與設(shè)備端 AI，加速 AI 應(yīng)用多元化。
郭明錤稱，就算沒(méi)有 DeepSeek-R1，這兩個(gè)趨勢(shì)終將顯著浮現(xiàn)，但 DeepSeek-R1 的出現(xiàn)，加速了趨勢(shì)發(fā)生。附其觀點(diǎn)如下：
DeepSeek-R1 發(fā)布后，有以下兩個(gè)重要的 AI 產(chǎn)業(yè)新趨勢(shì)值得關(guān)注。即便沒(méi)有 DeepSeek-R1，這兩個(gè)趨勢(shì)終將顯著浮現(xiàn)，但 DeepSeek-R1 的出現(xiàn)，加速了趨勢(shì)的發(fā)生。
Scaling law 邊際效益放緩時(shí)，AI 算力仍可通過(guò)優(yōu)化訓(xùn)練方式持續(xù)增長(zhǎng)，并有利于挖掘新應(yīng)用。
API / Token 價(jià)格顯著下滑，有利于 AI 軟件 / 服務(wù)與設(shè)備端 AI，加速 AI 應(yīng)用多元化。
趨勢(shì)一：Scaling law 的邊際效益放緩時(shí)，AI 算力仍可通過(guò)優(yōu)化訓(xùn)練方式持續(xù)增長(zhǎng)，并有利于挖掘新應(yīng)用過(guò)去 1-2 年，投資人對(duì) AI 服務(wù)器供應(yīng)鏈的投資邏輯主要基于 AI 服務(wù)器出貨量在 Scaling law 成立下可持續(xù)增長(zhǎng)。然而，Scaling law 的邊際效益正逐漸遞減，這讓市場(chǎng)更加關(guān)注 DeepSeek 通過(guò) Scaling law 以外的方式顯著提升模型效益。
最常被引用之一的 Chinchilla 的 Scaling law 指出，AI 模型性能由模型參數(shù)量 (N)、訓(xùn)練數(shù)據(jù)量 (D) 與運(yùn)算能力 (C) 三者決定，最理想的情形是 N、D 與 C 同時(shí)增加。
Scaling law 對(duì)提升模型性能邊際效益放緩的原因：
1) 人類創(chuàng)作的文本資料 (D) 幾乎已耗盡，
2) 在運(yùn)算能力 (C) 沒(méi)有大幅提升與訓(xùn)練數(shù)據(jù)量 (D) 耗盡的情況下，僅提升模型參數(shù)量 (N) 無(wú)助于模型效能，
3) 運(yùn)算能力 (C) 短期內(nèi)不易顯著提升（如 Blackwell 系統(tǒng)尚未量產(chǎn)、電力供應(yīng)限制等）。
從產(chǎn)業(yè)研究角度，DeepSeek-R1 值得關(guān)注之處在于該 LLM 通過(guò)優(yōu)化訓(xùn)練方式，而非 Scaling law，顯著提升了模型效益，可以通過(guò)檢視與測(cè)試其開(kāi)源成果驗(yàn)證。
當(dāng) Scaling law 的邊際效益最終遞減時(shí)，優(yōu)化訓(xùn)練方式來(lái)提升模型效益，有利于持續(xù)提升 AI 基礎(chǔ)設(shè)施的算力并挖掘新應(yīng)用。對(duì) AI 產(chǎn)業(yè)的長(zhǎng)期發(fā)展而言，兩者缺一不可。
趨勢(shì)二：API / Token 價(jià)格顯著下滑，有利于 AI 軟件 / 服務(wù)與設(shè)備端 AI，加速 AI 應(yīng)用多元化當(dāng)前從生成式 AI 趨勢(shì)中獲利的方式，主要仍是賣鏟子與降低成本，而非創(chuàng)造新業(yè)務(wù)或提升現(xiàn)有業(yè)務(wù)的附加價(jià)值。
DeepSeek-R1 采取了激進(jìn)的定價(jià)策略，提供免費(fèi)使用，且 API / token 定價(jià)最低者不到 OpenAI-o1 的 1/100，此競(jìng)爭(zhēng)壓力可能將推動(dòng) AI 使用成本下滑。AI 產(chǎn)業(yè)在中國(guó)市場(chǎng)競(jìng)爭(zhēng)激烈，預(yù)計(jì)將有其他中國(guó)廠商推出性能優(yōu)異且定價(jià)更激進(jìn)的 LLM。
近期 AI 供應(yīng)鏈相關(guān)股票大幅修正，主要原因是投資人調(diào)整了由于 Scaling law 邊際效益放緩對(duì) AI 服務(wù)器出貨的負(fù)面影響，而非擔(dān)心 LLM 服務(wù)供應(yīng)商與 CSP 是否能夠通過(guò) AI 盈利，這是因?yàn)榇蟛糠滞顿Y人仍愿意耐心等待盈利的出現(xiàn)。
AI 軟件 / 服務(wù)與設(shè)備端 AI 的成本因 API / Token 價(jià)格下滑與訓(xùn)練方法優(yōu)化而降低，這有助于增加 AI 算力需求，并可降低投資人對(duì) AI 投資能否獲利的疑慮。
AI 的使用量肯定會(huì)因價(jià)格下滑而提升，但提升幅度是否能抵消下滑幅度仍需觀察。此外，AI 使用量的提升有助于創(chuàng)造可盈利的商業(yè)模式，但這并非絕對(duì)。然而，在投資人普遍愿意耐心等待盈利的情況下，上述顧慮目前可以忽略。
結(jié)論：Scaling law 是經(jīng)驗(yàn)法則，合理降低預(yù)期并理性看待反而有利于長(zhǎng)期投資趨勢(shì)。芯片升級(jí) (C)、改善電力供應(yīng)限制 (C) 與訓(xùn)練中加入更多多模態(tài)數(shù)據(jù) (D) 等，都有利于未來(lái)再次加速 Scaling law 的邊際效益。
只有大規(guī)模部署者才會(huì)遇到 Scaling law 邊際效應(yīng)放緩，這也再次驗(yàn)證了英偉達(dá)的領(lǐng)先地位。等到英偉達(dá)方案的 Scaling law 邊際效益再度加速時(shí)，預(yù)計(jì)屆時(shí)其優(yōu)勢(shì)將更為顯著（對(duì)比 ASIC 和 AMD）。
近期 GB200 NVL72 量產(chǎn)不順，因此此時(shí)調(diào)整 Scaling law 與 AI 服務(wù)器出貨預(yù)期不是壞事。此次股價(jià)修正后，后續(xù)更有利反映 GB300 / Rubin 的利好。
一線 CSP 不會(huì)僅因?yàn)橛懈玫挠?xùn)練方式而削減資本支出，因?yàn)閮烧卟⒉粵_突。如果此時(shí)放緩資本支出，等到 Scaling law 邊際效益再次加速時(shí)，將落后競(jìng)爭(zhēng)對(duì)手。
開(kāi)放社區(qū)資源與中國(guó)競(jìng)爭(zhēng)激烈的環(huán)境，預(yù)計(jì)將見(jiàn)到其他中國(guó)廠商推出跑分優(yōu)異且定價(jià)更激進(jìn)的 LLM。屆時(shí)，如果 LLM 服務(wù)供應(yīng)商還未開(kāi)始穩(wěn)定盈利，盈利壓力將進(jìn)一步增加。
受益于 API / Token 價(jià)格顯著下滑，AI 軟件 / 服務(wù)與設(shè)備端 AI 將吸引更多投資者關(guān)注。而是否能成為新的長(zhǎng)期投資趨勢(shì)，取決于是否能夠創(chuàng)造可盈利的商業(yè)模式。
Nvidia 仍然是未來(lái) Scaling law 邊際效益再次加速的贏家，但需要關(guān)注短期內(nèi) GB200 NVL72 量產(chǎn)問(wèn)題以及中長(zhǎng)期美國(guó)半導(dǎo)體出口禁令是否有所變化。
本文鏈接：http://www.www897cc.com/showinfo-45-10382-0.html郭明錤：DeepSeek 加速生成式 AI 產(chǎn)業(yè)邁入新階段
聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
上一篇： 前 OpenAI 安全研究員 Steven Adler 示警：整個(gè)行業(yè)正在進(jìn)行極其危險(xiǎn)的賭博
下一篇： 英特爾 Falcon Shores GPU 止步，戰(zhàn)略轉(zhuǎn)向 AI 系統(tǒng)級(jí)解決方案
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)