智算中心大批投建，專家提醒警惕“AI過熱”
作者／ IT時報記者 毛宇
編輯／ 郝俊慧 孫妍
2024年春節後，中國算力市場正經曆深度轉型與結構調整。
原本火爆的大模型賽道因高昂的投入及融資壓力呈現降溫趨勢，不少初創公司由于難以承受大模型訓練所需的巨額開銷，紛紛轉向更具潛力與針對性的垂直賽道，如政務模型、自動駕駛、醫療放射等細分領域。
“目前市場還是将AI炒得過熱，不少中小廠商已在通用大模型的巨額投資成本門前倒下，我們需要警惕出現早些年前光伏産業産能過剩的情況，今年應該尋求一個新的突破點。”山海引擎COO彭璐向《IT時報》記者表示。
算力底座——GPU，仍是當下算力市場的關鍵詞。
二手市場上，英偉達系列晶片算力價格近期出現明顯下滑，較春節前下降約10%，顯示出市場需求端的變化。進入4月以來，同花順算力租賃概念指數連續下跌，截至4月23日發稿，跌幅超16%。
一名業内人士向《IT時報》記者表示，“這一波智算中心投建之後，市場競争已基本充分，算力價格不會太離譜。”
小算力營運商玩不動了
盡管大型科技公司産品，如百度的文心一言、阿裡的通義千問等在大模型領域仍保持較高投入，但市場普遍認為，随着算力成本飙升，隻有極少數具備強大資金實力的企業能夠支撐如此龐大的開支。此外，國内諸如MiniMax、月之暗面等公司的高額融資背後，折射出行業競争加劇以及商業模式探索的壓力。
公開資料顯示，MiniMax、月之暗面背後均有阿裡入股。前者創始人闫俊傑和周彧聰均來自商湯，又被譽為“商湯系”創業公司；後者則在今年2月完成B輪融資後成為目前國内大模型初創公司中估值最高的一家獨角獸。
以英偉達為代表的算力晶片仍是市場焦點，然而，受限于美國晶片管制政策，英偉達面向中國市場推出的特供版H20晶片，在成本效益和适用性方面未達市場預期，且采購需經過嚴格審查，在國内的出貨量受到一定影響，市面上在售的英偉達晶片大多為二手晶片。
某電商平台上，《IT時報》記者搜尋發現，不少服務商仍在售賣整機服務，某伺服器廠商售賣搭載8卡H100、A100的伺服器主機，标價在100萬～300萬元不等。記者咨詢客服後得知，目前價格仍有優惠可談，稍後記者拿到了更詳細的報價，相較首頁展示價格下調了20萬～60萬，并承諾可享受商家三年質保。
某二手平台和社交軟體上，亦有銷售英偉達或華為昇騰的賣家不斷上線“吆喝”，配文稱“低價可談”、“報價有效期為一周，以最新報價為準”。
“上面商家所說的質保是商家質保，并非英偉達官方質保，是以價格好談。”上述業内人士說道。
“目前大廠仍在重押大模型，他們有資金、舍得投入。但據我了解，不少初創公司已經退出大模型賽道。很多算力營運商皆因高昂的硬體投入與維護成本面臨生存挑戰，無力采買大規模算力，也沒辦法幫客戶進行大規模部署。”彭璐認為，預計在2024年年底，國内算力賽道還将有一批中小玩家退場。
算力價格企穩
當下，國内算力市場正由去年的賣方市場向買賣平衡轉變，産業鍊上下遊均在尋求适應新市場環境的發展模式，算力的售價也在企穩。
不久前，一家名為“超算網際網路”的平台打出8*A800 80GB伺服器，每卡每小時2元的促銷價，相較市場8～10元的價格，打了“骨折”。
“這個價格還是噱頭為主，平台一共隻拿出了10萬元額度，最多也就9台8卡伺服器用一個月。”一位業内人士告訴《IT時報》記者，這個價格并不具有普遍意義。
但與去年底市場“蹦着”漲價相比，進入陽春三月之後，算力價格的确下降了。而且由于大型網際網路公司大多自建算力中心，而原先匆匆上線智算中心的IDC服務商也開始調整戰略，從單純提供裸金屬或整機雲伺服器租賃服務，轉向提供更多增值服務和PaSS服務。
“很多傳統企業并不知道AI能為自己做什麼？實際上，算力的真正需求還沒有被激發。”清醒異構創始人餘騰告訴《IT時報》記者，現在國内迫切需要的是，打通大模型落地的産業鍊，真正讓傳統企業主看到AI和算力的價值。
中國電子節能技術協會副理事長呂天文年初接受《IT時報》記者采訪時表示，“兩年後，國内算力市場會趨于穩定，淘汰和轉型是部分公司的結局。但這不失為一件好事，千模大戰和禁售政策鞭策了國産算力的進步，中小廠商也可盡快找準定位。”
自動駕駛及醫療領銜垂直賽道
中國大模型公司正探索深耕細分領域以求突破。國家資料局局長劉烈宏在3月舉行的中國發展高層論壇2024年會上透露，中國10億參數規模以上的大模型數量已超100個，行業大模型深度賦能電子資訊、醫療、交通等領域，形成上百種應用模式，賦能千行百業。
“目前我們接到的自動駕駛需求較多，其次是醫療賽道，像科研機構、醫學影像之類的技術科室都很适合使用智算。”彭璐透露。
目前新能源汽車中，以華為為首，小米、理想、吉利等車企均在布局加碼大模型。醫療健康領域也表現出強勁發展力，此前，京東健康正式釋出面向醫療健康行業的大模型“京醫千詢”，百度釋出國内首個“産業級”醫療大模型“靈醫大模型”，醫聯正式釋出了自主研發的醫療大語言模型MedGPT等，均展現出超市場預期的發展前景。
資料标注成重要瓶頸
從追趕OpenAI轉向精細化垂直應用，中國算力市場目前正進入關鍵階段。
“垂直賽道上，中國大模型有一定競争優勢，因為美國受限于當地電力消耗、法律監管等問題，部分地區的規模化部署可能面臨困境。”上述業内人士表示。
然而，随着國内大模型垂直賽道逐漸興起，資料标注成為制約行業發展的重要瓶頸。傳統人工智能中對于語音和圖像識别的資料标注，依賴絕對精準的簡單标注，并不要求标注人員掌握專業的領域知識，隻需具備普通人類通識能力即可。但垂直大模型的訓練效果，取決于精準的資料，并從人類回報中強化學習(RLHF)。也就是說，需要通過利用人類對結果的回報來指導智能系統“進化”。
圖源：東方IC
提供回報的資料标注員需具備極強的專業素養，尤其是行業知識。特别是在專業性強、需要高度精準标注的領域，如建築設計、航空仿真模拟等，相關資料處理成本高昂且人才稀缺，領域發展受到一定影響。
需加快形成全國一體化算力體系
2024年，生成式人工智能進入加速期。Open AI連續釋出多模态大模型“炸場”，美國對算力晶片的出口管制出台新政。算力裝置數量不足、自主研發能力不足以及高昂成本等問題，正制約着目前國内通用大模型的發展。
上述人士認為，相較GPT-4和即将面世的GPT-5，中國大模型仍有較大提升空間，中國企業仍在全球化競争中面臨嚴峻挑戰。
智算中心正成為支撐人工智能産業快速發展及經濟增長的新動能。《算力基礎設施高品質發展行動計劃》提出，到2025年，算力規模超過300EFlops，智能算力占比達到35％。
國家資訊中心釋出的《智能計算中心創新發展指南》預測，“十四五”期間，在智算中心實作80%應用水準的情況下，城市（地區）對智算中心的投資，可帶動人工智能核心産業增長約2.9至3.4倍。
時不我待，這場“國力競賽”期待更為強勁的引擎，同時也要謹防各地建設“一窩蜂”而導緻的資源浪費。據不完全統計，全國已有超過30個城市投建或準備投建智算中心，“算力賣給誰”是這些智算中心的必答題。
今年兩會期間，大陸《政府工作報告》首次提出，适度超前建設數字基礎設施，加快形成全國一體化算力體系，培育算力産業生态。
排版／ 季嘉穎
圖檔／ 超算網際網路 東方IC
來源／《IT時報》公衆号vittimes
E N D
請加「星标」不錯過我們