今天小编分享的互联网经验：英伟达最大的风险，在很少人关注的角落里！，欢迎阅读。
今年的英伟达确实 " 猛 "，不遗余力拼算力似乎已经成了科技巨头们的共识，部分原因在于，不少大模型都以对算力需求较高的 Transformer 为架构，而如果在不断迭代的过程中，Transformer 逐步被对算力需求少的架构取代，这是否也将成为英伟达的 " 潜在风险 "？
投资了 OpenAI 劲敌 Cohere 的著名风险投资家、Radical Ventures 合伙人 Rob Toews，在 9 月 3 日发布的专栏文章指出，Transformer 在训练时支持并行化，与 GPU 的 " 爆火 " 时间点吻合。GPU 拥有更多流处理器，适合对密集数据进行并行处理和并发计算，非常适合且支持基于 Transformer 的计算工作流负载。
毫无疑问，Transformer 的架构非常强大，彻底改变了 AI 界，但缺点也明显，当文章长度变长，计算复杂度就变得非常高，同时，随着模型规模不断扩大，所需计算量呈指数级增加，这两点都让 Transformer 的算力需求激增。
Toews 指出，为了弥补 Transformer 存在的问题，包括 Hyena、Monarch Mixer、BiGS、MEGA 等提出了用 Subquadratic 方法来降低运算复杂度，减少算力需求。
Toews 直言，尽管这些架构距离挑战 Transformer 的 " 王座 " 仍有较大差距，但不可否认的是，AI 发展过程中新鲜的事物接连出现，不断更新换代的过程中，或许没有什么是永远屹立不倒的。
当算力需求激增之时，从某种程度上说，谁手握英伟达 GPU，谁就掌握了 AI 时代最硬的 " 硬通货 "。而如果在未来 Transformer 被对算力需求不高的架构取代，那对最大 " 卖铲人 " 英伟达来说将构成一定威胁。
Transformer 的庞大计算成本
2017 年 6 月 12 日，《Attention is All You Need》论文横空出世，让大模型领網域变天的 Transformer 架构出现了。截至 9 月 4 日，Transformer 诞生超过 6 周年，而这篇论文被引用高达 87345 次。分析指出，基于 Transformer 不断扩展的大模型们，都是以处理性能和功耗方面的高昂成本为代价。因此，虽然人工智能的潜力可能是无限的，但物理和成本却是有限的。
为什么 Transformer 对算力的要求如此之高？
Toews 解释称，主要有以下两个原因 :1. 注意力（attention）机制的计算复杂度，2. 越发庞大的模型规模：
Transformer 的基本原理是使用自注意力机制来捕获序列数据中的依赖关系，无论它们的距离有多远。
注意力机制需要将序列中每个词与其他所有词进行配对比较，这导致运算量随序列长度的平方增长，即计算复杂度为 O ( n^2 ) 。这种平方级复杂度使得随着文本长度增加，所需计算成本急剧上升。
与此同时，Transformer 架构可以更好地扩展大模型，所以研究者不断基于 Transformer 训练更大规模的模型。目前主流的语言模型参数量达到了数百亿级甚至万亿级，需要大量算力支持。随着模型规模的扩大，所需算力呈指数级上涨。
谷歌母公司 Alphabet 首席财务官 Ruth Porat 在财报电话会上表示，由于需要投资 AI 基础设施，资本支出将比去年的创纪录水平 " 略高 "。
微软最新报告显示，该公司季度资本支出超出预期，首席财务官 Amy Hood 称原因为加大 AI 基础设施建设。
微软在今年年初又向 OpenAI 砸了 100 亿美元，为了支撑起大语言模型训练所需的庞大计算资源费用。成立仅 18 个月的初创公司 Inflection 也融资超过 10 亿美元用于构建 GPU 集群，以训练其大语言模型。
英伟达 GPU 在市场的 " 哄抢 " 中陷入产能瓶颈。最新的 H100 芯片早已全部卖空，现在下单要等 2024 年第一季度甚至第二季度才能排上队。
Toews 指出，上述种种都不难看出，基于 Transformer 的模型对计算资源的需求之大，以至于当前的人工智能热潮引发了全球 GPU 供应短缺，硬體制造商无法跟上激增的需求。
Transformer 面临的难题
同时，Toews 指出，Transformer 处理的句子长度受限，已有的方法大多使用截断的方式，这会导致信息损失，因此如何实现长文本的预训练是目前的一大难题。
而这场 AI 军备竞赛注定还将持续下去，如果 OpenAI、Anthropic 或任何其他公司继续使用 Transformer 架构，那么它们模型的文本序列长度会受限。
Toews 指出，人们已经进行了各种尝试来更新 Transformer 架构，仍然使用注意力机制，但能够更好地处理长序列。然而，这些改进后的 Transformer 架构（如 Longformer、Reformer、Performer、Linformer 和 Big Bird）通常会牺牲部分性能，因此未能获得采用。
Toews 强调，没有一样事物会是完美的，历史的发展也不会停下脚步，尽管 Transformer 在现在占据绝对的优势地位，但它也并非没有缺点，而这些缺点为新的架构打开了大门。
" 王位 " 挑战者出现了？
Toews 认为，现在寻找可以替代 "Transformer" 的架构成了最有潜力的领網域，而其中的一个研究方向是用一种新的函数替代注意力机制。包括 Hyena、Monarch Mixer、BiGS、MEGA 等提出了用 Subquadratic 方法来降低运算复杂度，减少算力需求。
Toews 强调，斯坦福和 Mila 的研究人员提出了一种名为 Hyena 的新架构，具有代替 Transformer 的潜力，它是一种无注意力、卷积架构，可以匹配注意力模型的质量，同时可以降低计算成本。在次二次多项式 NLP 任务上表现出色：
据称，Hyena 可达到与 GPT-4 同等的准确性，但使用的算力比后者减少了 100 倍。这是第一个能够在总 FLOPS 减少 20% 的情况下与 GPT 质量相匹配的无注意力架构，具有成为影像分类的通用深度学习运算符的潜力。
Toews 表示，需要注意的是，最初的 "Hyena" 研究是在相对小的规模下进行的。最大的 "Hyena" 模型具有 13 亿个参数，而 GPT-3 有 1750 亿个参数，而 GPT-4 据说达到 1.8 万亿个参数。因此针对 "Hyena" 架构的一个关键测试将是，在将其扩展到当前 "Transformer" 模型规模的情况下，它是否能继续表现出强大的性能和效率提升。
Toews 认为，而液态神经网络是另一个具有取代 "Transformer" 潜力的架构。麻省理工学院的两名研究人员从微小的秀丽隐杆线虫（Caenorhabditis elegans）中汲取灵感，创造了所谓的 " 液态神经网络 " （liquid neural networks）。
据称，液态神经网络不仅速度更快，而且异常稳定，这意味着系统可以处理大量的输入而不至于失控。
Toews 认为这种较小的架构意味着液态神经网络比 "Transformer" 更加透明且更易于人类理解 :
毕竟，对于人类来说，更容易解释具有 253 个连接的网络发生了什么，而不是拥有 1750 亿个连接的网络。
当架构不断改进，逐渐减少了对算力的依赖，是否也意味着会对未来英伟达的营收产生影响？
