Meta、OpenAI为何扎堆AI芯片？揭秘大模型背后的算力战争

图片地址：https://images.tmtpost.com/uploads/images/2024/01/fba6c1358c8eda89e58350b230db28f3_1706161221.jpeg

图片来源@视觉中国文｜读懂财经上周，AI行业发生了两件大事。1月19日，Meta首席执行官扎克伯格宣布，Meta内部正在训练下一代模型Llama 3。截至今年年底，Meta将会有近35万块H100搭建的基础设施。1月21日，有媒体爆出消息，OpenAI CEO奥特曼正在筹集数十亿美元，建立一个全球性的AI芯片工厂网络。这两件事其实都和一个东西有关——算力。在生成式 AI 快速爆发的时代，算力短缺是运行 AI 模型面临的主要困难，GPT-4、Gemini、Llama 2 和其他模型严重依赖 H100 GPU，但H100产能却严重受限。即使像微软、Meta 这样大型科技公司，也需要提前数年预定产能，才能获得足够的新型芯片，更不用说OpenAI了。AI产业算力短缺的根源在于，在摩尔定律主导下，性能每18-24个月翻一番的芯片，难以满足大模型参数规模的指数级增长。用OpenAI的话说，每年训练AI模型所需算力增长