今天小编分享的财经经验：规模将超650亿美元！Sora掀起AI芯片变革，欢迎阅读。
作 者丨倪雨晴
编 辑丨杨清清
图 源丨 21 财经
2024 年，最新出道的 Sora 继续推动着生成式 AI 滚滚向前。
Sora 是 OpenAI 研发的文生视频大模型，背后的数据训练规模更加庞大，这也进一步带动 AI 芯片的需求，让本就不富裕的算力市场更加 " 雪上加霜 "。
IDC 亚太区研究总监郭俊丽向 21 世纪经济报道记者表示：" 目前 AI 芯片仍然供不应求的情况。2024 年 AI 芯片规模将超过 650 亿美元，且会有更多定制化芯片部署需求。"
随着生成式 AI 对高效、专业的 AI 处理芯片的需求日益增长，芯片厂商的竞赛也更加激烈。这不仅涉及到了在 GPU 市场占据领先地位的英伟达，还包括 OpenAI、云厂商、软银等科技巨头，以及越来越多的创新企业，它们都在积极进军 AI 芯片制造领網域。
Sora 掀起变革
近日，OpenAI 发布的新型视频生成模型 Sora，为生成式 AI 的发展再添浓墨重彩的一笔。Sora 不仅代表了生成式 AI 技术的最新成果，更预示着 AI 模拟真实世界能力的巨大飞跃。
Sora 的核心能力在于其能够生成长达一分钟的高清视频，这一时长远超之前的生成模型。更值得一提的是，Sora 生成的视频不仅画质卓越，细节丰富，而且帧率高、连续性好，几乎达到了无缝衔接的效果。
谈及 Sora 的突破之处，一位 AI 资深专家向 21 世纪经济报道记者表示：" 之前业界对文生视频的预期是在几秒范畴，但是 Sora 一下子发布就是 60 秒，而且是稳定视频，视频可编辑、也可以多视角地描述同一个场景，颠覆了大家之前的认知。"
在这位专家看来，OpenAI 等企业的目标是 AGI，即实现通用人工智能，" 对于实现的时间线，目前有业内专家预测不会太晚，可能近三到五年会出现大的突破，我们即将迈入一个人机共生的时代。"
眼下，生成式 AI 应用正不断涌现，也有观点认为今年是生成式 AI 应用爆发元年。前述 AI 资深专家谈道：" 去年可能很多人对应用还处于观望的状态，产业界也会觉得大模型存在幻觉、不准确、质量不高等问题。但是随着技术的成熟度越来越高，以及应用性越来越强，会有更多的人开始使用相关工具。生成式 AI 发展的趋势肯定是会和产业绑定得更深，与普通人的日常工作生活也会结合得更紧。"
据 IDC 中国预测，Sora 将率先在短视频、广告、互动娱乐、影视制作和媒体等行业中得到应用。在这些领網域，利用 Sora 的多模态大模型能力，可以辅助内容行业的工作者更高效地创作视频，不仅加快了生产速度，还提高了产出数量，并为用户带来前所未有的视觉体验。这将助力企业实现成本降低、效率提升，并进一步优化用户体验。
同时，业界多位大拿也对 Sora 展开探讨和争辩，英伟达专家 Jim Fan 认为，Sora 是一个基于数据的物理模型；AI 界领军人物、Meta 首席人工智能科学家 Yann Lecun 则认为 Sora 根本不理解现实世界，走错了发展路径。
现在争论还在继续，不论最终结果如何，Sora 在提供一种新的生成范式，即使它不理解物理定律，它也可以通过 " 观察 " 学习形成逼真的视频作品。这和以往建模軟體产品的思路截然不同，比如在传统的设计軟體中模拟小球运动视频，背后都是一套严密的物理公式打底层支持。而 Sora 基于 Diffusion Transformer 模型，通过海量的多模态数据训练，涌现出了视频生产的新模式，真正实现了视频生成。
其中值得一提的是 OpenAI 产品背后的 "Scaling Law"（规模法则），即随着模型规模的增加，其性能通常会提升。未来随着大模型进一步发展，多模态趋势将如何演进也备受期待。
芯片之争加剧
与此同时，随着大模型不断涌现且越来越大的趋势，推高了核心要素 AI 芯片需求，供不应求的局面更加紧张。为此，产业链上企业都在芯片环节上强化，不论是传统芯片巨头还是互联网公司，都有了新的计划。
当前英伟达是 AI 芯片的霸主，业界也在期待下一代 GPU 芯片 B100。有券商分析师指出，英伟达的 B100 GPU 预计将成为人工智能游戏规则的改变者，甚至比上一代旗舰 AI 芯片 H100 更强大。值得关注的是，近日英伟达被曝正在组建全新业务部门，研发 ASIC 芯片，用于满足云巨头厂商定制化芯片的需求。
对此，半导体行业资深观察者姚嘉洋向 21 世纪经济报道记者表示，ASIC 比拼的就是设计能力，未来 ASIC 将和通用 GPU 共存，目前英伟达的设计能力很强，加入 ASIC 市场可以帮助英伟达找到新的成长空间。
从市场上看，ASIC 领網域的头部企业有博通、Marvell，若英伟达未来涉足 ASIC 业务，他们都是强有力的竞争对手。对此，姚嘉洋指出，英伟达在晶圆的采购量上比博通、Marvell 大很多，议价能力相对也较高。
郭俊丽告诉记者：" 短期来看，由于英伟达仍然具有绝对领先优势，各大企业仍然主要依赖英伟达供给 AI 芯片。同时，他们也面临选择有限、成本高企的问题，所以积极探索自研、尝试更多合作伙伴的方案。面对现状，英伟达为了免受越来越多客户寻求产品替代公司的影响，成立定制化部门。长期来看，随着自研芯片的成熟、更多企业的跟进，AI 芯片的竞争将会更加多元化。"
而英伟达的担忧也是有原因的，比如近期有消息称 OpenAI 正或寻求提高 AI 芯片产能，其 CEO Sam Altman 可能要为这一计划筹集 5 万亿至 7 万亿美元。
上万亿的巨资计划，也让 OpenAI 的庞大野心一览无余，在郭俊丽看来，OpenAI 的考量就是解决抑制发展的瓶颈—— AI 芯片供需问题。
"AGI 技术持续发展，但仍面临没有足够的 AI 芯片的问题。OpenAI 也想在构建大型 AI 基础设施，包括芯片制造、能源供给、数据中心建设等，建立更加稳定的供应链方面做出自己的贡献。同时，将会对英伟达在 AI 芯片市场的主导地位产生严峻挑战。最后，各方竞争合作的作用下，可能会推动 AI、半导体市场甚至整个科技领網域都在今年进入到新时代。" 郭俊丽说道。
目前，英伟达的大客户——谷歌、微软、亚马逊、Meta 等巨头企业都已经推出了自研的 AI 芯片。例如谷歌的 TPU、亚马逊的训练芯片 Trainium 和推理芯片 Inferentia、微软的 AI 芯片 Azure Maia 100 和伺服器 CPUCobalt 100。
姚嘉洋认为，如果云厂商能够和台积电签订具有价格竞争力的长约，就有机会获得优势，打破英伟达垄断局面，但是台积电是不是愿意也是未知数。
云厂商之外，不断有新的入局者和初创企业，有报道称软银集团创办人孙正义正在寻求高达 1000 亿美元的资金创建芯片合资企业；创业公司 Groq 自研 LPU，欲追赶英伟达的速度。
对于爆火的 Groq，姚嘉洋向记者分析道：" 目前公开数据看，Groq 是在推理侧的表现比 GPU 快 10 倍，但是它并没有指明是对比英伟达的哪一款 GPU 产品，而能做推理侧的芯片公司有很多，英伟达旗下也有专门用于推理的产品，还是需要谨慎看待。"
而在难度更高的训练芯片（AI 芯片可分为训练和推理两大类型）上，目前英伟达一骑绝尘，其他厂商无出其右。随着技术的迭代、参与者越来越多，AI 芯片舞台也将继续演变。
SFC
本期编辑 钟海玲 实习生 宋佳遥
21 君荐读
>
