ChatGPT的火熱，讓國內不少互聯(lián)網(wǎng)、AI企業(yè)紛紛加碼大模型。比如云從科技（SH688327，股價41.95元，市值310.71億元）近期就擬募集36億元投向“大模型”。 曾經(jīng)的AI，是CV（計算機視覺）的天下。就國內而言，最受矚目的AI公司當屬“CV四小龍”商湯科技（HK00020，股價2.93港元，市值980.64億港元）、曠視科技、云從科技和依圖科技。ChatGPT的橫空出世，令AI產業(yè)的焦點迅速從視覺轉為語言，從CV轉為NLP（自然語言處理）。 在語言大模型時代，CV四小龍之一的云從科技又將何去何從？特別是大模型追求“強者恒強”，可能將是少數(shù)巨頭的游戲。在算力“軍備競賽”中，云從科技能否跟上巨頭的腳步？ 值得注意的是，云從科技已被列入實體清單。這意味著公司采購海外廠商生產的高端AI芯片存在限制，比如目前最火熱的AI芯片當屬英偉達A100和H100。對此，《每日經(jīng)濟新聞》記者4月13日致電云從科技。其工作人員表示，（上述芯片）此前有一點庫存，公司也在與國內廠商合作。 少數(shù)玩家的游戲 互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的興盛，使得各行各業(yè)崛起了一大批細分領域的巨頭。AI的興起，同樣在各細分領域百花齊放。比如CV（計算機視覺）領域的“四小龍”；語音領域的科大訊飛（SZ002230，股價59.18元，市值1374.80億元）、思必馳。 而大模型時代，游戲規(guī)則驟然改變。算力的“軍備競賽”，導致大模型成本高企，可能僅有少數(shù)巨頭能夠負擔。 據(jù)國盛證券計算機團隊測算，以英偉達A100芯片、DGXA100服務器、現(xiàn)階段每日2500萬訪問量等假設為基礎，估算得出：在初始算力投入上，為滿足ChatGPT當前千萬級用戶的咨詢量，投入成本約為8億美元，對應約4000臺服務器；在單日運行電費上，參考美國平均0.08美元/kwh工業(yè)電價，每日電費約為5萬美元，成本相對高昂。 此次云從科技欲募集資金36.35億元，用于云從“行業(yè)精靈”大模型研發(fā)項目。其中，場地購置及裝修費5.54億元，研發(fā)設備購置費20.94億元，人力資源成本7.60億元，其他費用2.27元。 投資明細。圖片來源：云從科技定增預案截圖 算力投入應屬于研發(fā)設備購置費。照此計算，云從科技欲投入不超過20.94億元用于算力投入。 截至2022年三季度末，云從科技貨幣資金12.47億元。2022年第三季度，上市公司營收6479.03萬元，同比下降80.07%；歸母凈利潤-2.64億元。2022年前三季度，上市公司營收4.55億元，同比下降41.53%；歸母凈利潤-5.89億元，經(jīng)營性現(xiàn)金流凈額-5.29億元。 從云從科技財務數(shù)據(jù)看，初始投入之后的訓練費用、運行電費對其也是較沉重的負擔。據(jù)國盛證券計算機團隊，基于參數(shù)數(shù)量和token數(shù)量估算，GPT-3訓練一次的成本約為140萬美元；對于一些更大的LLM模型（如擁有2800億參數(shù)的Gopher和擁有5400億參數(shù)的PaLM），采用同樣的計算公式，可得出，訓練成本介于200萬美元至1200萬美元之間。 據(jù)天風計算機團隊，參考GPT-3的發(fā)展歷程，OpenAI從45TB的文件中過濾出570GB的數(shù)據(jù)集，僅訓練費用就高達1200萬美金，隨后OpenAI經(jīng)過約3年時間不斷探索，中途有InstructGPT、davinci不同版本的嘗試，最終在2023年發(fā)布了GPT-4，打造一個有競爭力的大模型需要數(shù)據(jù)、算法等資源的持續(xù)投入。 強者恒強 那么，云從科技是否可以與巨頭進行差異化競爭，做一個“小而美”的垂直行業(yè)領軍者？ 在信達證券看來，參數(shù)量超級龐大的模型在任何垂直領域都具備優(yōu)勢，垂直細分的小模型難有生產空間。因此，信達證券認為在大模型格局未完全形成之前，參數(shù)量的無上限堆砌是各家企業(yè)發(fā)力的焦點，故算力的“軍備競賽”無可避免。 據(jù)天風計算機團隊統(tǒng)計，百度Ernie大模型參數(shù)量約為2600億，京東言犀、商湯商量SenseChat參數(shù)量為千億級別，騰訊混元AI大模型參數(shù)量為萬億級別。華為盤古α參數(shù)量為2000億。 據(jù)云從科技公告，2020年，OpenAI發(fā)布的NLP大模型GPT-3，實現(xiàn)了千億級數(shù)據(jù)參數(shù)，大模型也成為了超大規(guī)模預訓練模型的代名詞。2022年，ChatGPT的出現(xiàn)更進一步確定了大模型作為人工智能主流技術路線的趨勢。 可以看出，各大巨頭的參數(shù)級別為千億級乃至萬億級。 圖片來源：天風計算機團隊公眾號“牛骨挖掘機” 為何各家都在比拼參數(shù)量？信達證券認為，從論文研究來看，參數(shù)量的提升有助于構建語言預測模型的精確度，同時提高泛化能力。泛化能力的提升意味著一個參數(shù)量超級龐大的大模型，其在垂直細分領域的預測能力可超過針對垂直領域開發(fā)的中等參數(shù)量模型。 這意味著，做大模型似乎只有成為巨頭，才能避免被邊緣化。 天風計算機團隊也認為，擁有一個大模型并不難，但是持續(xù)打造一個有競爭力的大模型難度很大。雖然國內有眾多廠商推出了大模型，但從終局的角度看，大模型終將收斂并稀缺。參考OpenAI在海外的發(fā)展歷程，大模型需要連同生態(tài)一起進化，形成強者恒強的格局。 芯片何來？ 中航證券研究所認為，在ScalingLaw的框架下，只要追加數(shù)據(jù)與算力，大模型的能力就能持續(xù)增強。對OpenAI而言，目前大模型的最大限制是數(shù)據(jù)和算力的總量。 或許，大模型之間的競爭，已經(jīng)轉為對數(shù)據(jù)與算力資源的爭奪。 對于云從科技而言，由于公司被納入美國“實體清單”，購買模型訓練用的高端芯片面臨限制。即使資金充足，能否成功獲取龐大算力所需芯片呢？ 云從科技定增預案顯示，2020年5月至今，美國商務部宣布將包括公司在內的多家中國公司及機構列入“實體清單”，該行為不會對公司日常對外銷售、客戶拓展等產生重大不利影響，但可能對公司研發(fā)和項目交付過程中采購境外廠商的芯片、服務器等器件產生一定限制，盡管公司已制定國產器件替代的產品方案，但由于方案落地需要一定驗證時間、客戶對使用替代器件的產品認可具有不確定性等因素，可能會對公司的生產經(jīng)營產生一定影響。 簡而言之，對銷售影響不大，影響主要是采購境外廠商芯片、服務器。 對于芯片問題，《每日經(jīng)濟新聞》記者4月13日致電云從科技，其工作人員表示：“首先有一部分庫存，然后我們和國產芯片供應商之前也完成深度適配。” 該工作人員也表示，具體芯片問題公司在2月份投資者活動記錄表有回復。記者查詢后了解到，云從科技芯片的采購分兩類。第一類：公司過去向英偉達采購部分芯片用以訓練側方面，公司具有一定量的庫存儲備且國產化的訓練芯片水平也已經(jīng)在快速提升中。第二類：過去兩年中，公司在國產化硬件適配方面穩(wěn)扎穩(wěn)打，已與華為、寒武紀（SH688256，股價195元，市值782億元）、曙光等提供芯片和服務器的廠商完成了深度適配。 值得一提的是，云從科技一度研發(fā)過AI芯片，如承擔工信部“基于自研SoC芯片的高準確度人臉識別產業(yè)化應用”等國家級重大項目建設任務。 而根據(jù)云從科技招股書，其表示公司所處的人工智能行業(yè)尚處于發(fā)展初期，未來發(fā)展趨勢存在較大不確定性，相關技術及各應用場景的定制化解決方案迭代速度快，技術的產品化和市場化亦具有一定的不確定性。2020年，由于芯片設計成果未達預期，且EDA軟件和生產流片遭遇限制，公司終止了“人工智能SOC芯片研制及結合高準確度人臉識別技術的產業(yè)化應用”項目。 也就是說，云從科技終止了自研人工智能SOC芯片。