據觀察者網引述美媒《華爾街日報》當地時間8月23日報導,雖然在華盛頓的刻意限制下,中國科技公司無法獲得世界最先進的人工智慧計算晶片。但現在,他們正積極響應著行業先驅發出的振奮人心的訊息——要想繼續推動AI,並不一定需要這些晶片。

報導稱,一大批中國AI初創企業正在通過為大語言模型編寫更高效的代碼,提高人工智慧效率,以解決沒有先進晶片的問題;還有一些訊息公司則注重於構建更小、更專業的模型,或是採用耗能耗時更少的訓練方法。

文章援引業內分析師和高管的話指出,雖然中國市場上普遍缺乏輝達等全球領先企業生產的半導體計算能力,但這麼做能夠讓一些差異變得「毫無意義」,「在美國打壓限制中國企業獲得最先進晶片的當下,中企領導人正就效率為目標作為業界共識,積極尋求打造自己的人工智慧。」

AI大模型獨角獸公司「零一萬物」便採用了一種低精度的訓練模式,減少了訓練機器學習模型所需的功耗和時間。據創始人李開復所說,「零一萬物」沒有大量的圖形處理單元,這迫使他們去開發非常高效的人工智慧基礎設施和推理引擎。報導引述輝達研究人員的說法稱,在美國,包括Google在內的公司都在使用此類模式,以加速模型的輸出。

港媒《南華早報》早前曾指出,許多分析人士將中國在人工智慧領域的快速進步,部分歸因於其能夠繞過晶片限制,開發訓練本地大語言模型所需的智慧計算能力。美國限制先進晶片出口,正促使中國企業致力於提升人工智慧效率,中國對計算資源基礎設施的建設也有助於緩解人們對缺乏先進晶片的擔憂。

還有一些公司沒有執著於創建最大最好的模型,而是轉向尋求專業領域應用的開發。

「如果沒有應用,僅有基礎模型,無論模型是開源還是閉源,那都毫無價值。」正如百度首席執行官李彥宏上個月在一次人工智慧行業會議上說的那樣,國際四大會計師事務所之一的畢馬威在最近一份報告中指出,今年第二季的訊息顯示,中國的AI投資者「更專注於人工智慧的實際應用,而不是大語言模型(LLM)」,比如機器人和提高工作場所效率等方面的應用。

從最近幾周的業績季度報告來看,一些應用領域的先驅企業也正在嶄露頭角。

《華爾街日報》提到,被稱為中國「應用工廠」的字節跳動已經推出了20多款AI應用,包括聊天機器人、視頻製作工具等。它與本土競爭對手快手等公司還接連推出了「文生視頻」的內容生成AI應用,對標OpenAI的Sora。不同的是,雖然OpenAI率先展示了這一功能,但Sora迄今尚未被廣泛使用。

這些中國AI應用在海外的表現又如何?根據移動應用分析公司Sensor Tower的數據,今年美國下載量最高的10款AI應用中,有3款是由中國公司開發的。

7月3日,聯合國世界知識產權組織(WIPO)發佈的最新報告還顯示,中國在聊天機器人等生成式人工智慧發明方面遠遠領先於全球其他國家,申請的專利數量足足是美國的6倍。不久前,美國人工智慧和分析軟體公司SAS以及科爾曼·帕克斯研究公司(Coleman Parkes Research)的一項新調查也顯示,中國在應用生成式人工智慧方面目前處於世界領先地位,這堪稱是中國在這項技術上取得進展的最新跡象。

《華爾街日報》援引業內專家的預測稱,能夠在智慧手機和筆記本電腦上實現AI功能的較小模型或者邊緣AI模型(在物理設備上本地處理數據和算法),未來可能將成為一個「改變遊戲規則」的變局型產品。

據紐約大學兼職教授、專注於人工智慧領域的投資公司Dragon Global的顧問溫斯頓(Winston Ma)說,他認為今年會是「小模型年」,因為使用較少訓練數據的小模型速度更快,有利於具有特定功能的實時應用。伯恩斯坦研究公司的分析師鮑里斯·范(Boris Van)也補充道,專注於邊緣計算並不意味著降低技術要求,只是轉換到一個更高算力並非最關鍵要求的領域。

除此以外,《華爾街日報》也提到,在算力方面,在北京多方面推動自主發展的背景下,中國與西方晶片設計公司的差距也在進一步縮小。

據報導,華為的昇騰晶片已經被中國一些科技巨頭、國家研究實驗室和AI數據中心採用,據稱大陸國內一半的LLM都是用該公司的晶片訓練出來的。6月,在江蘇南京舉行的世界半導體大會上,華為公佈了一系列測試結果,顯示華為最新的昇騰910B AI晶片在性能上多方面優於輝達的A100晶片,部分測試中性能領先幅度達20%。

百度、阿里巴巴和騰訊也在使用自研晶片運行其人工智慧模型,並改進工程和算法,以彌補高級算力的不足。與此同時,各大中國公司還在研究如何組合不同類型的晶片,以避免在硬體上過於依賴任何一款產品。

《華爾街時報》感慨,似乎無論有沒有美國的先進晶片,中國都將繼續推進AI發展。文章引述華為有關負責人在7月人工智慧大會上的一席話作為結尾:「我們不應該認為,沒有最先進的人工智慧晶片,我們就無法在人工智慧領域領先。我們在中國要摒棄這種觀點。」

#AI #美國 #人工智慧 #大陸 #晶片