追赶Sora，算力瓶颈怎么破

　   2024年2月22日，英伟达又一次用大涨完成了高光时刻。得益于高于预期的财报，英伟达市值直线上涨2770亿美元，一举创下华尔街历史上最大单日市值涨幅。

　　这是市场狂热的一面：先OpenAI一步，“卖水人”英伟达成为最大的赢家。但市场也有焦虑的一面，对算力无底洞般的消耗始终让人绷着一根弦，就像360集团创始人周鸿祎说的：在追赶Sora时，算力是问题。

　　“相当大的计算量”

　　2月26日，就是Sora发布的第十天。纵观十天里国内市场的情绪变化，先是惊讶于Sora的强大表现，紧接着蔓延至技术差距扩大等方面的焦虑，进而浓缩成“‘中文版Sora’何时能出现”的探讨。

　　近期，周鸿祎在接受媒体采访时提到，Sora的技术路线如果被开源，国内将能很快赶上，但在追赶Sora时，算力有可能成为门槛。

　　周鸿祎猜测，Sora能生成一分钟的视频，就意味着也能生成10分钟、60分钟的视频，但不做更长的视频，或许就是因为算力和成本的限制。

　　国泰君安表示，Sora大模型延续了此前GPT模型“源数据-Transformer-Diffusion-涌现”的技术路径，这意味着其发展成熟同样需要“海量数据+大规模参数+大算力”作为基座，且由于视频训练所需数据量远大于文本训练的数据量，预计Sora大模型将进一步拉大算力缺口。

　　中信证券曾简单估算，一个60帧的视频(约6—8秒)需要约6万个Patches，如果去噪步数是20的话，相当于要生成120万个Tokens，“这是相当大的计算量”。同时考虑到扩散模型在实际使用时往往需要多次生成的特点，实际计算量会远超120万个Tokens。

　　在接受北京商报记者采访时，领悟时代数字研究院首席研究员唐树源提到，Sora的技术路线涉及复杂的算法和巨大的数据处理需求，这需要极高的算力支持。在这一领域，算力不仅涉及硬件的性能，也包括软件的优化、数据处理能力以及云计算资源的整合。

　　“鉴于国内外在算力资源的分布、技术开发和应用层面存在差异，算力的确有可能成为限制中文版Sora快速发展的一大门槛。”唐树源称。

　　求解算力瓶颈

　　算力制约一直是AI产业发展的一片“乌云”。早在2023年4月，ChatGPT官网就曾停止过Plus付费项目的购买，外界一度传言背后的原因是算力无法支撑。

　　传导至国内，这种焦虑被进一步放大。“相比于原来的大模型，视频大模型的计算量是指数级放大的，几乎可以称得上是一个天文数字，而国内并不具备这样的算力基础。”一位业内人士对北京商报记者如此说道。

　　来自国际市场的打压也仍在持续。一个月前，美国商务部长雷蒙多还表明，拜登政府提议禁止中国客户利用美国数据中心训练AI模型。

　　“没有足够的算力，即便有了Sora的技术路线也难以复制其成功，因为算力就像是燃料，没有足够的燃料，再先进的火箭也无法升空。”中国信息协会常务理事、国研新经济研究院创始院长朱克力对北京商报记者做了这样一个比喻。

　　上述业内人士说，早期国内关于AI产业的发展，曾存在过一种“悲观派”观点，即受限于算力的制约，在追赶世界领先技术每个阶段的每个时间窗口，可能都会慢一拍，最终导致差距越来越大。

　　但这并不意味着国产算力产业一片黯淡。知名战略定位专家、福建华策品牌定位咨询创始人詹军豪对北京商报记者提到，国内拥有庞大的市场需求、丰富的应用场景和优秀的人才储备，这为算力产业的发展提供了良好的土壤。

　　数据显示，我国算力产业规模快速增长，近五年平均增速超过30%，算力规模排名全球第二。《算力基础设施高质量发展行动计划》曾明确到2025年的主要发展目标，提出完善算力综合供给体系、提升算力高效运载能力、强化存力高效灵活保障等6方面重点任务，着力推动算力基础设施高质量发展。

　　天使投资人、资深人工智能专家郭涛对北京商报记者分析称，近年来，我国在人工智能领域的发展速度非常快，这得益于政府的大力推动和企业的积极性投入。在算力产业方面，我国已经拥有了一些具有国际竞争力的企业，如华为、阿里云等。这些企业在算力技术的研发和应用方面都有着显著的成果。

　　不过经济学家、新金融专家余丰慧提到，尽管进展迅速，但在高端芯片制造等领域，国产芯片依然面临“卡脖子”问题，部分关键核心技术依赖进口。郭涛也提到，我国的算力产业仍存在一些问题，除与国际先进水平相比还存在一定差距的同时，我国的算力资源分布也不均，大部分集中在一些大城市和大型企业，这对于其他地区和中小企业来说是一个挑战。

　　企业“狂卷”算力发展

　　不久前，市场传来消息，OpenAI CEO奥特曼正从中东地区筹集总计高达7万亿美元的资金，以支持OpenAI的一项半导体计划，并与英伟达展开竞争。在近期与英特尔CEO帕特·基辛格的一场对谈中，奥特曼回应称：事实的核心在于，我们认为世界将需要更多的人工智能计算芯片。

　　一组广为流传的数据是，7万亿美元的规模占全球GDP的10%，相当于2.5个微软、3.75个谷歌、4个英伟达、7个Meta或者11.5个特斯拉，甚至能将AMD、台积电、英伟达、三星、英特尔、高通等公司“打包带走”。

　　值得一提的是，近期，英伟达提交给美国证券交易委员会的文件中，在包含AI芯片等多个类别中，首次将华为认定为“最大竞争对手”。有分析认为，这表明将驱动新AI技术的先进制程芯片的全球格局正发生变化。

　　余丰慧提到，多家上市公司如百度、腾讯、浪潮信息、中科曙光等在AI算力领域均有布局，并取得显著成果。据悉，A股上市公司中，已有高新发展、神州数码、中国长城、中际旭创等数十家企业布局算力赛道。

　　近期，证通电子提到，公司拟以自有资金投资1亿元在武汉设立全资子公司，推动建设及运营武汉数据中心项目，开展互联网数据中心与算力网络运营，重点部署渲染算力池及人工智能高性能算力资源池。弘信电子也提到，拟以现金方式收购安联通100%股份，据悉，安联通为英伟达中国区精英级合作伙伴，具备英伟达众多人工智能解决方案产品能力。

　　郭涛认为，未来我国算力产业可以在以下几个方面着重发力：一是加大研发投入，提升我国在AI芯片、AI服务器等算力技术研发方面的自主创新能力;二是优化算力资源配置，让更多的地区和中小企业能够享受到算力资源;三是加强国际合作，引进先进的算力技术和管理经验，提升我国算力产业的国际竞争力。

　　英伟达股价暴涨的那天，中国投资协会上市公司专委会理事王晶在朋友圈写下了一段话：“我突然有点担心，人类最后不是被人工智能干掉的，很可能是被AI算力把地球资源耗尽的。”

　　王晶说，到目前为止，AI“倍速”了人类的进程，更快地把内容整合并提供给人们，把没有价值的、虚拟的图像提供给人们。在这个过程中，AI并没有真正解决人类的问题，但资源却在快速被消耗。

　　算力焦虑的另一面，这或许是AI发展进程中，一个值得注意的“狂飙陷阱”。