算力堆到極限，全球AI為何開始“集體轉(zhuǎn)向”？中國貢獻(xiàn)功不可沒

在AI算力需求攀升的當(dāng)下，若僅僅執(zhí)著于通過單純增加算力來提升智能水平，行業(yè)可能已經(jīng)遭遇了天花板。

近期，NVIDIA核心科學(xué)家、NeMoTron基礎(chǔ)模型家族負(fù)責(zé)人Bryan Catanzaro在深度對談中提出，行業(yè)正處于一個極限運行的狀態(tài)。當(dāng)硬件發(fā)展的物理極限變得難以逾越時，唯一能讓AI系統(tǒng)持續(xù)變強的途徑，便是提升效率。

從互聯(lián)網(wǎng)到實體產(chǎn)業(yè)，AI正引發(fā)深刻的技術(shù)變革。在這一關(guān)乎未來的智能競賽中，全球AI社區(qū)正在從單一的閉源競爭，轉(zhuǎn)向更深度的協(xié)同與開放。中國AI社區(qū)在開源模型構(gòu)建及技術(shù)生態(tài)中的持續(xù)貢獻(xiàn)，已成為推動這一領(lǐng)域發(fā)展的關(guān)鍵力量。

過去幾年，業(yè)界普遍關(guān)注模型參數(shù)規(guī)模的擴大，但摩爾定律在半導(dǎo)體制造領(lǐng)域的放緩已是不爭的事實?，F(xiàn)在的AI研發(fā)，本質(zhì)上是在精密計算如何利用有限的硅片算力，去挖掘更深層的認(rèn)知邏輯。

這種轉(zhuǎn)向的核心邏輯在于，當(dāng)硬件提升變得昂貴且緩慢時，必須通過更科學(xué)的架構(gòu)設(shè)計減少浪費。例如，通過四位（FP4）算術(shù)在預(yù)訓(xùn)練中的應(yīng)用，在維持模型性能的前提下，極大地降低了能耗與計算壓力，從而在同樣的物理限制下實現(xiàn)更強的智能輸出。

在全球AI技術(shù)格局中，中國AI社區(qū)的角色日益凸顯。Bryan Catanzaro曾在百度硅谷AI實驗室任職，與吳恩達(dá)、Dario Amodei等知名AI專家共事。這段經(jīng)歷讓他直接觀察到，中國AI研究人員在創(chuàng)新能力、勤奮程度以及技術(shù)鉆研方面的深厚積淀。

面對關(guān)于中國模型進(jìn)展是否僅靠“模仿”的爭議，Bryan明確表示，這種觀點并不符合事實。他認(rèn)為，中國AI社區(qū)在模型構(gòu)建上的高度開放，是對全球AI生態(tài)系統(tǒng)的重要貢獻(xiàn)。正是因為這種開放態(tài)度，大量的企業(yè)與組織能夠基于這些技術(shù)成果，構(gòu)建出自身無法獨立完成的系統(tǒng)，從而推動了整個AI生態(tài)系統(tǒng)的技術(shù)迭代。他同時強調(diào)，鼓勵包括中國在內(nèi)的全球AI實驗室保持這種開放精神，是加速全球AI技術(shù)進(jìn)步的最佳路徑。

當(dāng)前，企業(yè)選擇開源模型的原因非常務(wù)實：為了更好地整合商業(yè)秘密、數(shù)據(jù)隱私及合規(guī)性要求。每家企業(yè)圍繞其知識產(chǎn)權(quán)與平臺邏輯構(gòu)建業(yè)務(wù)，當(dāng)AI需要與這些業(yè)務(wù)邏輯緊密連接時，開源技術(shù)提供了更大的價值空間。

AI系統(tǒng)極度依賴數(shù)據(jù)，輸入數(shù)據(jù)的價值直接決定了產(chǎn)出解決方案的有效性。在商業(yè)模式創(chuàng)新或面臨嚴(yán)格監(jiān)管的背景下，企業(yè)需要對數(shù)據(jù)處理流程擁有完全的掌控權(quán)。開源技術(shù)允許企業(yè)進(jìn)行深度定制，并設(shè)置符合其客戶需求與安全標(biāo)準(zhǔn)的護(hù)欄，這種自主實施的能力，是開源模型在行業(yè)應(yīng)用中不可替代的優(yōu)勢。

在AI研發(fā)組織架構(gòu)方面，NVIDIA的模式具有獨特的參考價值。Bryan提到，在NeMoTron的開發(fā)中，任務(wù)本身比組織架構(gòu)圖更具決定性。該項目由來自企業(yè)軟件、AI軟件以及GPU制造等多個部門的團(tuán)隊共同協(xié)作，通過志愿者驅(qū)動的形式凝聚在一起。

針對技術(shù)發(fā)展的趨勢，Bryan認(rèn)為AI將為世界經(jīng)濟(jì)各個領(lǐng)域帶來能力上的解鎖。他認(rèn)為，所謂的“奇點”概念在很大程度上忽略了智能的多維屬性，即智能的影響力往往取決于其被應(yīng)用的環(huán)境與載體。

面對氣候變化、社會結(jié)構(gòu)性不平等、資源分配等全球性難題，人類需要更多的智能來驅(qū)動發(fā)明與創(chuàng)新。這些問題本質(zhì)上都是“智能問題”，而AI是我們目前能夠創(chuàng)造出的、最有潛力的底層工具。對于公眾對AI的抵制情緒，Bryan認(rèn)為這往往是技術(shù)轉(zhuǎn)型過程中的正常反饋。當(dāng)AI真正成為日常生活工具的一部分，如同現(xiàn)在的導(dǎo)航地圖一樣，公眾對技術(shù)的接納度會隨之提升。

安全是當(dāng)前模型研發(fā)中不可規(guī)避的話題。對于開源與閉源在安全領(lǐng)域的分歧，Bryan提出了一個非傳統(tǒng)的視角：開放技術(shù)往往更具安全性，因為陽光充足。當(dāng)技術(shù)的安全性評估與優(yōu)化過程有更多參與者時，這比由少數(shù)實驗室單方面定義安全性更具魯棒性。

綜上所述，無論是通過架構(gòu)創(chuàng)新提升計算效率，還是通過全球開源協(xié)作推動技術(shù)落地，人類正在進(jìn)入一個需要理性管理、深度協(xié)作的新階段。AI的發(fā)展，不僅依賴于算法的突飛猛進(jìn)，更依賴于全球開發(fā)者共同努力，在開放與安全之間尋找到平衡點，確保這些強大的“外部大腦”能夠切實造福人類社會。

對此您怎么看？你認(rèn)為在AI算力受限的當(dāng)下，中國企業(yè)在開源模型領(lǐng)域還有哪些突破點？歡迎在評論區(qū)留下您的看法！