沈向洋院士：AI算力年均增长400%，讲卡伤感情、没卡没感情

今天小编分享的科技经验：沈向洋院士：AI算力年均增长400%，讲卡伤感情、没卡没感情，欢迎阅读。

美国国家工程院外籍院士沈向洋（图片来源：IDEA）

11 月 22 日举行的 2024 年 IDEA 大会上，IDEA 研究院创院理事长、美国国家工程院外籍院士沈向洋以 " 从技术突破到产业融合 " 为主题发表演讲，其对人工智能 " 三件套 "（算力、算法、数据）的最新思考。

沈向洋指出，在技术大爆发时期开展创新，对技术的深度理解尤为重要。他认为，从算力来看，未来十年 AI 的发展可能需要增长 100 万倍的算力，远超摩尔定律预言的 100 倍增长，而英伟达成为了 AI 行业最了不起、最成功的一家公司。

根据 EPOCH AI 的数据，每年最新的大模型对算力的需求都在以惊人的速度增长，年均增长率超过四倍（400%）。截至目前，全球已经 " 烧掉 " 了超过 1000 万张 GPU 算力卡。

" 英伟达硬生生把自己从自己从做硬體、芯片的乙方变成了甲方，今天能拿得到英伟达的卡就可以说是成功了一半。" 沈向洋称，" 讲（GPU）卡伤感情，没卡没感情。"

沈向洋现场透露，明天黄仁勋会到香港科技大学接受荣誉博士学位的授予，而他准备现在和黄仁勋讨论一些关于技术、领导力和创业的故事，特别是在针对算力发展的问题，探讨未来十年还会不会像过去十年那样能够达到 100 万倍的增长。

会后，沈向洋还向钛媒体 App 透露，Scaling Law（尺度定律）放缓的原因是 GPT-5 还没发布，背后主要与数据相关。

据悉，粤港澳大湾区数字经济研究院（International Digital Economy Academy，简称 "IDEA 研究院 "）于 2020 年由微软公司原全球执行副总裁、美国国家工程院外籍院士沈向洋创建，是一家面向 AI 和数字经济产业和前沿科技的国际化创新型研究机构。

IDEA 研究院致力于 AI 和数字经济领網域前沿研究与产业落地。目前该院包括低空经济研究中心、计算机视觉与机器人研究中心、AI 金融与深度学习研究中心、基础軟體中心、AI 安全普惠系统研究中心等。

此次，IDEA 发布视觉、具身智能、合成数据、AI for Science、AI for Coding、低空经济等多个领網域的新技术和新模型的前沿研究与产业落地成果，实现 AI 从技术突破到产业融合。

视觉大模型：IDEA 团队本次大会发布了该系列最新的 DINO-X 通用视觉大模型，拥有真正的物体级别理解能力，实现开放世界（Open-world）目标检测，无需用户提示，直接检测万物。在零样本评估設定中，DINO-X Pro 在业界公认的 LVIS-minival 数据集上取得了 59.7% 的 AP，在 LVIS-val 数据集上，DINO-X Pro 也表现亮眼，取得了 52.4% 的 AP。具体到 LVIS-minival 数据集上的各个长尾类别评估中，DINO-X Pro 在稀有类别上取得了 63.3% 的 AP（比 Grounding DINO 1.5 Pro 还要高出 7.2%），在常见类别上取得了 61.7% 的 AP，在频繁类别上取得了 57.5% 的 AP。 行业平台架构：IDEA 团队还推出行业平台架构，通过一个大模型基座，结合通用识别技术结合，让模型不需重新训练，就可边用边学，支撑多种多样的 B 端应用需求。 具身智能：IDEA 研究院此次便一连宣布三个合作：与腾讯合作，在深圳福田区、河套深港科技创新合作区落地建设福田实验室，聚焦人居环境具身智能技术；与美团合作，探索无人机视觉智能技术；与比亚迪合作，拓展工业化机器人智能应用。 合成数据：IDEA 团队自研了语境图谱技术，解决过往文本数据合成方案的多样性匮乏等问题。该技术为合成数据引入 " 指导手册 "，以图谱为纲，指导用于合成的语境采样。实验结果显示，IDEA 团队的方案能持续为大模型带来能力提升，表现超过目前的最佳实践（SOTA）；从 token 消耗来看，平均节约成本 85.7%。目前，该技术内测平台已开放，通过 API 提供服务。 AI for Science：在预测方面，IDEA 研发了多个化学领網域专家大模型，分子属性预测和化学反应预测能力均处业界领先水平；在数据方面，IDEA 开发了化学文献多模态大模型，联合晶泰科技发布专利数据挖掘平台 PatSight，将药物领網域的专利化合物数据挖掘时间，从数周缩短至 1 小时。 AI for Coding（编程语言）：IDEA 研究院的 MoonBit 团队展示了其开发平台强大的 AI for coding 体验。MoonBit 是专为云计算与边缘计算设计的 AI 云原生编程语言及工具链，已具备完备的多后端支持和跨平台能力，可在硬體上直接运行，支持 RISC-V。MoonBit 的开源开发平台，将于 12 月正式开放。 低空经济：IDEA 推出低空管理与服务作業系統 OpenSILAS 1.0 Alpha 版，还携手 17 家产业伙伴发起 OpenSILAS 创新联合体，以及《低空经济白皮书 3.0》低空安全体系的发布等。

此外，IDEA 还展示包括学术大模型和 AI 科研神器 ReadPaper、营销创作大模型，以及面向经济与金融领網域的经济大模型、运筹决策大模型、投资大模型等多款新 AI 技术与产品。

沈向洋表示，在过去所有广受欢迎的编程语言中，还没有一个是由中国开发者创造的，而如今，AI 时代也必将催生新的编程范式，中国开发者将会起到关键作用。

"ChatGPT 展示了一种新的可能：当技术突破达到一定程度，可以跳过传统的产品市场匹配 ( PMF ) 过程，直接实现技术市场匹配 ( TMF ) 。" 沈向洋表示，如果 GPT-5 问世，按照其估计，可能需要 200T（200 万亿）规模的数据。

沈向洋强调，AI 正在改变科研方式。从 " 确定方向 "（ARCH）到 " 选择课题 "（Search），再到 " 深入研究 "（Research），每个环节都将被重塑。今天 o1 不仅可以做数据、做编程，还可以做物理、做化学等。

" 我觉得接下来这几年，算法沿着 SRL（强化学习）这条道路走下去，一定会有令人惊艳的全新突破。" 沈向洋表示。

（本文首发于钛媒体 App，作者｜林志佳，编辑｜胡润峰）

以下是沈向洋演讲的主要内容，钛媒体 AGI 编辑精心整理了其中精彩部分：

今天是 IDEA 研究院在深圳举办的第四届 IDEA 大会。

回顾发展历程，三年前的第一届大会上，IDEA 首次向公众展示了研究院的工作成果。在第二届大会上，我们邀请了李泽湘教授、徐扬生教授、高文教授等学界翘楚进行深入对话。大家开玩笑讲地我们四个人叫做深圳 F4。

值得一提的是，这些学者都是我 90 年代初赴美留学时最早结识的中国学者。三十年后我们能在深圳重聚，恰恰印证了深圳作为创新创业热土的独特魅力。

经过四年发展，IDEA 研究院已发展成拥有 7 个研究中心、约 450 名员工的科研机构。我们选择这些员工，双向选择的过程中我们强调这样的理念，" 科学家头腦、企业家素质、创业者精神 "。来到深圳、来到福田、来到 IDEA 都是想干一番事业。

过去几年，人工智能的蓬勃发展让整个行业充满憧憬和期待。在人工智能发展进程中，" 算力、算法、数据 " 这三件套始终是核心要素。接下来，我将从这三个方面，详细分享自己的观察和思考。

首先从算力说起。

作为计算机领網域的从业者，我们一直见证着整个计算行业过去 40、50 年来算力的不断提升。早期有著名的 " 摩尔定律 "，英特尔提出每 18 个月算力增长一倍。

但在过去十几年，随着人工智能，特别是深度学习的发展，对算力的需求呈现出前所未有的增长态势。

根据 EPOCH AI 的数据，每年最新的大模型对算力的需求都在以惊人的速度增长，年均增长率超过四倍。

这个数字意味着什么？如果按照这个增长速度，十年间算力需求的增长将达到惊人的 100 万倍。相比之下，传统的摩尔定律下 18 个月翻一倍的增长，十年也不过是 100 倍的增长。

算力是关键，算力就是生产力。为什么这样讲？过去十几年可以毫不夸张的讲，IT 行业、人工智能行业最了不起的一家公司、最成功的一家公司，不管从哪个角度看就是 NVIDIA 英伟达。

英伟达已经从一家单纯的硬體芯片供应商，转变为整个行业的核心支柱。现在行业里流传着这样一句话：英伟达硬生生把自己从做硬體、芯片的乙方公司做成了甲方，而今天拿得到英伟达的卡，那你就成功了一半。

让我们看看具体的数据：2023 年英伟达最新产品 H100 的出货量持续攀升，各大公司争相采购。包括马斯克最近就部署了一个拥有 10 万张 H100 卡的大规模集群。到 2024 年为止，微软、谷歌、亚马逊等科技巨头都在大量采购 H100 芯片。

为什么需要如此庞大的算力？这与大模型的发展密不可分。

Scaling Law 告诉我们，大模型不仅参数量巨大（从百亿到千亿，再到万亿参数），而且训练所需的数据量也在不断增长。更关键的是，要提升模型性能，对算力的需求会随参数量呈平方关系增长。这就解释了为什么过去十年英伟达的市值能够增长 300 倍，也说明了 " 算力就是生产力 " 这一论断的深刻含义。

一旦这么大的参数以后，要能训练这样的模型，数据量也要增长，某种意义上来讲，要把性能提升，对算力的需求呈跟参数的平方关系，这对整个算力的需求是非常庞大。

过去这一年来我经常讲的一句话，" 讲卡伤感情，没卡没感情 "。

前不久我在上海演讲的时候台下有位大学校长，各位老师要对校长表示同情，校长也不好当。老师说你给我 100 张卡，我可以做些科研，给你 100 张卡，校长几千万就没有了。

在人才招聘方面，算力资源已经成为一个重要指标。有些企业会以 " 千卡人才 "、" 百卡人才 " 来形容人才规模，真正顶尖的甚至被称为 " 万卡人才 "。IDEA 研究院已经拥有了千张卡的算力储备，在深圳算得上是 " 小土豪 " 级别的规模。

这也解释了为什么过去十年英伟达的市值涨了 300 倍，这是不可想象的事情，

这种算力需求的变革被业界称为从 " 摩尔定律 " 到 " 黄氏定律 " 的转变。黄氏定律不仅体现在硬體算力的增长上，更重要的是反映了模型训练对算力需求的指数级增长。未来十年的算力需求是否会继续保持如此惊人的增长速度，这个问题值得我们持续关注和思考。

之前我在大湾区论坛也是提到过去十年算力的增长 100 万倍，有一篇文章写的不准确，他说沈向洋讲，未来十年算力的需求会有 100 万倍的增长。其实我并没有这样讲，我也不是看得很清楚，接下来十年的算力需求是不是会增长 100 万倍。

明天中午我在香港有机会请教黄仁勋博士，黄仁勋博士到香港科技大学接受荣誉博士学位，之后会和我做一个对谈，讲技术、领导力、创业的故事。我明天有机会想请教他一下未来十年的发展会不会有 100 万倍的增长。

其次是算法。

在算法方面，自 2017 年 Transformer 架构问世以来，人工智能、深度学习和大模型的发展基本上都是沿着这个方向，通过堆数据和算力来推进。但在 GPT-4 之后，我们看到了算法范式的新突破。特别是 OpenAI 推出的新技术，包括多模态的 GPT-4V 以及最新的 o1 推理学习能力，展现了算法创新的新方向。

令人欣喜的是，近几个月来，国内也有一些公司，包括初创企业在 o1 这个方向上取得了显著进展。

这里我想详细介绍一下算法突破的思路。在 o1 出现之前，大家谈论的都是 GPT 系列，所有的工作都集中在预训练上，核心任务就是预测 " 下一个 token"。其中很重要的技术背景是对所有数据进行高效压缩，使模型能够快速给出答案，实现 " 一问即答 "。

而现在的范式变革引入了强化学习（Reinforcement Learning）的理念，模型具备了自我改善的能力。这种新方法的特点在于，它更接近人类的思考方式。不同于之前的快速思考模式，现在的模型在给出答案时会经历后训练、后推理的过程。这就像学生在解数学题时会先打草稿，验证一条路径是否正确，如果不对就回退尝试另一条路径。

虽然强化学习本身并不是一个新概念——比如几年前 AlphaGo 就使用强化学习打败了围棋世界冠军——但今天的创新在于它的通用性。过去的强化学习系统往往只能解决单一问题，而像 o1 这样的新系统可以同时处理数据分析、编程、物理、化学等多个领網域的问题。我认为，在未来几年，沿着 Self-Reinforcement Learning ( SRL ) 这条道路，我们将看到更多令人惊艳的突破，期待 IDEA 研究院和国内的研究人员能在这个方向上有更多的思考和创新。

最后是数据。

在讨论数据之前，我已经提到，大模型的蓬勃发展不仅依赖于参数规模的增长，还需要海量数据的支持。让我和大家分享一些关于数据规模的具体数据。

三年前 GPT-3 发布时，使用了 2Trillion（2 万亿）的 token 数据。到了 GPT-4 时代，模型训练使用的数据量增加到了 12T，在不断训练过程中可能达到了 20T。这个规模大致相当于目前互联网上可获取的优质数据总量。而未来如果 GPT-5 问世，按照我的估计，可能需要 200T 规模的数据。

但问题在于，互联网上已经很难找到如此庞大的优质数据。这就引出了一个新的研究方向：合成数据。

为了让大家对这些数据规模有更直观的认识，我举几个例子：1 万亿 token 的数据量大约相当于 500 万本书，或 20 万张高清照片，或 500 万篇论文。从人类历史的角度来看，至今为止创造的所有书籍大约包含 21 亿 token，微博上有 38 亿 token，而 Facebook 上约有 140T 的数据。不过社交媒体上的数据质量普遍不够高，真正有价值的内容相对有限。

从个人维度来看，一个人读完大学，真正学到的知识量大约是 0.00018T，相当于 1000 本书的内容。如果觉得自己还没读到这个量级，也许现在开始该多读些书了。

有趣的是，ChatGPT 等 AI 模型的训练数据主要来自互联网。回顾互联网发展的 40 年，人们热衷于在网上分享信息，现在看来，似乎是在为 GPT 的训练做准备。AI 之所以如此智能，很大程度上得益于我们贡献的数据。这其中还有一个值得注意的现象：无论训练哪种语言的 AI 模型，底层的高质量数据主要是英文的。这意味着在 AI 时代，英语的重要性可能会进一步加强，就像互联网时代一样。

既然网上的数据已接近极限，AI 的进一步发展就需要依靠合成数据，这可能催生新的百亿美元级创业机会。

与 GPT 系列主要使用互联网文本数据不同，新一代模型（如 o1）需要更强的逻辑性，这些数据在网上往往找不到。比如在编程领網域，我们需要知道具体的步骤是如何一步步完成的。在 IDEA 研究院，在郭院长的带领下，我们开展了高质量训练数据的项目，为大模型持续提供新的 " 养分 "。

我们的合成数据方法并非盲目生成，而是建立在严谨的方法论基础上。我们首先建立语境图谱，在此基础上进行数据合成。这些合成数据经过大模型预训练后，已经展现出很好的效果。

除此之外，我们还在探索另一个维度的问题：私網域数据安全孤岛。由于数据安全考虑，许多私網域数据无法直接共享使用。为此，我们开发了 IDEA Data Maker，将这两个方面结合起来，通过语境图谱生成新的语料，解决过往文本数据合成方案的多样性匮乏等问题。该技术为合成数据引入 " 指导手册 "，以图谱为纲，指导用于合成的语境采样。实验结果显示，IDEA 团队的方案能持续为大模型带来能力提升，表现超过目前的最佳实践（SOTA）模型；从 token 消耗来看，平均节约成本 85.7%。目前，该技术内测平台已开放，通过 API 提供服务。

在讨论了 AI " 三件套 " 之后，我想分享 IDEA 研究院近一年来的思考和实践。特别是大模型蓬勃发展给我们带来的机遇。

讲大模型之前我讲一下最近的学习体会，ChatGPT 出来了以后令大家非常震撼。ChatGPT 这个产品出来，本来只是几个技术的演示，它出来以后两个月的时间全球 1 亿用户，成为了不起的现象。

这种现象打破了我们对产品发展的传统认知。在互联网时代，我们常说 PMF（Product-Market Fit，产品市场匹配）。对这个概念的理解，我多次请教过美团的王慧文，在清华的一堂课上，他专门讲解了 PMF 的内涵。

但 ChatGPT 的成功告诉我们，它实际上跳过了 PMF 的过程，直接实现了 TMF（Technology-Market Fit，技术市场匹配）。当技术发展到一定程度，就可能实现这样的跨越式突破。

在 IDEA，我们天天在追求一些极致的技术，也在思考：如果有技术出来，是否可以一步到位？这当然是我们的期望，我们一直在朝这个方向努力。

顺着 TMF 的思路，我想讲一个最近我们特别关注的方向：计算机编程语言。作为一个学习计算机的人，我自己就编写过十几种不同的编程语言，在不同的阶段做不同的项目时都会用到它们。

在这里我想提出一个重要观点：纵观全球，有那么多的编程语言，包括小语言、大语言、中型语言，但基本上没有一个被广泛使用的语言是由中国人发明、中国人创造的。这种现象是有机会改变的。

让我给大家举几个例子，说明什么是现象级的语言。

在过去七八十年的计算机科学发展历程中，出现过的现象级语言不超过十个。这里的 " 现象级 " 是指至少有几百万、上千万用户在使用这个语言编程。比如早期的 Fortran，当时是和 IBM 大型机绑定的，做三角计算都要用 Fortran 语言。70 年代出现的 C 语言，是与 Unix 作業系統紧密相连的，甚至可以说 Unix 系统就是用 C 语言构建的。到了 90 年代互联网兴起时，我师兄开发的 Java 语言被大量程式员采用，主要用于开发 Web 伺服器。而在过去十几年，Python 因为在科学计算方面的便利性，特别是在云计算平台上的广泛应用，成为主流语言。如果你问问自己的孩子在学什么编程语言，大概率会是 Python。

那么，在今天的大模型时代，会不会出现新的现象级语言？这个问题不是只有我一个人在思考。比如，GitHub Copilot 的创始人 Alex Graveley 就指出，AI 编程还没有形成新的编程语言范式。编程语言是最根本的技术创新方向之一。

有了语言之后，就需要探索大模型的技术创新方向。在大模型能力已经达到新高度的今天，一个关键问题是：我们如何将这种能力转化为实际应用？在哪些场景中可以发挥其最大价值？

在所有的应用方向中，我特别要强调 AI For Science（科学智能）的重要性。可以说，在当前阶段，很难想象有什么比 AI For Science 更重要的方向。如果我们要做人工智能研究，一方面要全力推动大模型技术的落地，另一方面也要关注它在科学研究中的应用。

这让我想起二十多年前在微软亚洲研究院做过一个关于如何做科研、如何做学问的报告。我把科研工作抽成了三个不同的层次：ARCH（确定方向）、Search（选择课题）、Research（深入研究，一而再再而三地探索）。现在，我们希望 IDEA 的工作能为中国的科研人员、年轻学生在做科研时提供更好的支持。

事实上，人工智能的发展正在对社会产生深远的影响。这个问题太重要了，需要我们认真思考。我们今天要讨论的是 AI 治理问题，包括它对民众的冲击、对公司的冲击、对监管的冲击、对社会发展的冲击。

人工智能的影响究竟是如何发生的？八年前，人们还在讨论社交媒体的影响，而今天我们必须要讨论人工智能的影响。

过去十几年的发展令人震惊：人类引以为傲的能力正在一个个被 AI 超越。下象棋、下围棋就不必多说，现在 AI 在阅读理解、影像识别和检测等领網域的能力都已经逐步超越人类。

更令人震撼的是，这些能力的提升已经不是单点突破，而是通用人工智能整体能力的提升，这使得人工智能对社会的影响变得异常深远。

现在，全球范围内都在讨论 AI 治理问题。我有幸在今年上海人工智能大会上与我的导师瑞迪教授、布卢姆教授和姚期智教授一起讨论这个议题。

从社会发展的角度来看，我们习惯用 GDP 来衡量发展水平。但 GDP 这个概念其实是很新的。在农业社会之前，根本不存在 GDP 增长的概念，因为人们连温饱都难以解决。农业社会发展后，人们有了剩余产能，但 GDP 年均增长仍然只有 0.1% 至 0.2%。到了工业社会，这个数字提升到 1% 至 2%。信息社会的 GDP 年均增长达到了 3%、4%，这里说的都是全球的大致数字。

那么，在接下来 AI 社会的发展，会发生什么？一些经济学家预测，随着人工智能数量超过人类数量，机器人数量急剧增加，生产效率将获得巨大提升。在这样的 AI 世界中，GDP 年均增长可能达到十几个百分点。