Meta旗下备受瞩目的Llama 3大模型本周正式亮相，其超4000亿的最大参数规模和15万亿的训练token规模震撼业界。与GPT-3.5对比，Llama 3在人类评估测评中胜率超六成，被誉为“地表最强开源模型”。
当前，大模型发展正处关键转折点，摩根士丹利报告指出，我们正迎来由软硬件共同推动的大模型能力快速增长新时代。然而，大模型训练所需算力前所未有，开发成本剧增，对科技巨头而言也是巨大挑战，创业厂商或中小企业更难涉足。
此外，芯片电力供应和AI技术壁垒的增加也构成大模型领域的进入障碍，中小企业恐难与巨头竞争。因此，摩根士丹利看好谷歌、Meta、亚马逊和微软等大型科技公司，它们在大模型发展中有望占据主导。同时，创业厂商或可通过发展成本更低的小模型寻找新机遇。
大模型时代，创业厂商或中小型企业如何把握风口？
未来算力需求迅猛增长，英伟达Blackwell芯片或成关键引擎？
摩根士丹利报告揭示，大模型技术飞速发展，算力需求呈指数级跃升。英伟达Blackwell芯片以其卓越性能，成为引领这一增长的关键引擎。
GPT系列模型算力需求逐年攀升，GPT-4已消耗大量时间、资源，使用数万GPU处理庞大token数据。随着GPT-5等后续模型亮相，算力需求将进一步飙升。
超级计算机成为大模型训练重要工具。摩根士丹利预测，未来十年内，超级计算机为大模型开发提供的算力将比当前高出千倍。Blackwell芯片以其强大性能，助力实现这一飞跃。
采用Blackwell芯片的超级计算机能大幅缩短大模型训练时间，提升算力效率。这一变革将加速大模型技术发展，推动人工智能领域整体进步。
随着GPT系列模型不断演进，其算力需求将持续增长，占据英伟达芯片年销售额显著份额。英伟达将加大芯片研发和创新投入，满足未来算力需求。
未来算力增长将为大模型技术发展提供强大支持。英伟达Blackwell芯片作为关键引擎，将推动大模型训练效率提升，加速人工智能领域进步。期待英伟达未来推出更多创新产品，引领算力增长新时代。
大模型时代，创业厂商或中小型企业如何把握风口？
科技巨头成大模型时代最大赢家？
大模型时代正蓬勃兴起，但背后的开发与训练却充满挑战，如资本投入、芯片供应、电力需求及软件开发能力等。这些挑战形成高门槛，让科技巨头独占鳌头。
摩根士丹利深入剖析了谷歌、Meta、亚马逊和微软在2024年的数据中心资本支出。超级计算机投入巨大，仅1吉瓦的设施就需300亿美元，更大规模的更是高达千亿。
预测显示，这四家超大规模计算公司将在未来两年迎来资本支出的爆发式增长，预计2024年和2025年分别达约1550亿美元和超过1750亿美元。小企业难以望其项背。
因此，摩根士丹利看好这四家公司的前景，认为它们将直接受益于算力增长。凭借雄厚的资本和技术实力，它们能克服大模型开发和超级计算机训练的挑战。机构给予它们增持评级，预示着它们将在大模型时代中继续领先，成为真正的赢家。
创业厂商的机会在哪里？
大模型时代，科技巨头虽占主导，但小公司亦有机可乘。摩根士丹利指出，小模型开发成本较低，为创业厂商提供了发展机会。小模型在特定行业领域能发挥重要作用，实现显著效益。
创业厂商可关注行业需求，开发符合特点的模型，提供定制化解决方案。其灵活性和专注力使中小企业能迅速响应市场变化。此外，随着大模型技术的普及和算力成本降低，创业厂商可利用先进技术提升产品和服务，与科技巨头合作，进行数据分析、预测和优化，提升竞争力。
比如作为AI准独角兽和超自动化头部企业，实在智能自研的垂直大模型TARS（塔斯）在国内大模型各类榜单名列前茅，具备“效果可用、成本可控、定制化训练、私有化部署”等差异化优势；在全行业首发可“一句话生成数字员工”的实在 AI Agent智能体产品，既是个人用户的AI助理，也是政企员工的办公助手，实现“你说PC做，所说即所得”
在实际应用中，实在Agent能够模拟并超越人工操作，不仅执行基于规则的重复任务，而且能够处理更复杂的决策过程，例如在银行贷款审核流程中识别潜在风险、解读非结构化数据，以及跨系统跨平台的数据同步整合。
大模型时代，创业厂商或中小型企业如何把握风口？
因此，中小企业不必因科技巨头的主导地位而气馁。相反，应积极寻找发展机会，利用小模型优势，在特定行业中实现突破和创新。只有如此，创业厂商才能在这个充满挑战与机遇的时代中立足。
软件加持下，未来的大模型能做什么？
在芯片等硬件不断革新的同时，软件架构的创新也成为推动大模型能力飞跃的关键。其中，Tree of Thoughts架构备受瞩目。
2023年12月，谷歌DeepMind与普林斯顿大学的研究人员联手推出了这一创新架构，其灵感源于人类意识的运作机制，特别是“系统2”思维。与快速、无意识的“系统1”思维不同，“系统2”是一种深度、长期的认知过程，需要更多的思考和规划。
引入Tree of Thoughts架构后，大模型将能够更贴近人类的思考方式，展现出更强的创造力、战略思维以及处理复杂、多维任务的能力。这意味着未来的大模型将不再仅仅是简单的数据处理器，而是能够像人类一样进行深度思考、制定战略、甚至解决前所未有的复杂问题。
这一变革不仅将大幅提升大模型的能力边界，更将加速AI技术的普及和应用，为各行各业带来前所未有的机遇和挑战。我们期待着这一创新架构在未来能够发挥出更大的潜力，推动AI技术的持续发展。
计算成本大幅下降，大模型算力飙升
摩根士丹利最新预测显示，大模型算力的增长正推动计算成本显著下降。从英伟达Hopper到Blackwell的芯片升级，计算成本已降低约50%。OpenAI的CEO Sam Altman强调，算力未来或成关键资源，重要性堪比货币。
随着成本降低，大模型应用将更广泛，推动AI技术快速发展。此外，报告预测将建造少数超大型超级计算机，可能选址于核电站附近以满足能源需求。在美国，摩根士丹利看好宾夕法尼亚州和伊利诺伊州，因其核电站众多，能稳定供应多千兆瓦电力。
计算成本的下降与超级计算机的建设，将为大模型算力飙升提供强大支持，促进AI技术在各领域的创新应用。我们期待这一趋势带来更多突破，推动人工智能发展。