看好ASIC理由又多一個？算力戰爭下半場開啓 AI推理時代或將至

《科創板日報》12月16日訊 ChatGPT面世兩年多以來，AI的主戰場正在轉向，從訓練端轉向一個規模更大、競爭更爲激烈的領域：推理。推理被視作AI大模型的“下半場”，在上半場中，競爭聚焦於快速預訓練響應，而如今，AI推理時代正在漸漸逼近，更多目光開始投向了慢速深度推理。

“AI預訓練時代無疑將終結。”在溫哥華NeurIPS大會上，OpenAI聯合創始人兼前首席科學家伊利亞•蘇茨克維爾（Ilya Sutskever）直言。

今年5月離開OpenAI之後，Ilya Sutskever創立了自己的AI實驗室Safe Superintelligence，之後他鮮少公開露面，直至這一次亮相。

Ilya Sutskever在這場演講中將數據比作化石燃料，而燃料終將耗盡。“算力在增長，但數據卻沒有增長，因爲我們只有一個互聯網……我們已經達到了數據峰值，不會再有更多數據了，我們必須處理好現有的數據。”

現有數據仍可推動AI進一步發展，業內也正在竭力挖掘新數據進行訓練，這種情況最終將迫使行業改變目前的AI模型訓練方式。

其預計，下一代AI模型將是真正的AI Agent，且具備推理能力——目前的AI主要根據大模型之前學習過的內容進行匹配，而未來的AI則能以更接近思考的方式來一步步解決問題。“它們能根據有限的數據理解事物，也不會感覺困惑。”他補充，AI推理得越多，就越難以預測。

一定程度來說，Ilya Sutskever的說法與OpenAI不久前的表態與最新動向不謀而合——用推理彌補數據瓶頸。

在11月末的一場路邊談話中，OpenAI高級研究副總裁Mark Chen否認了“Scaling Law撞牆”。他表示，“我們準確地掌握了需要解決的技術挑戰”，OpenAI已經有o系列和GPT系列兩個模型，來讓模型繼續保持Scaling。

其中，OpenAI近日發佈的o1模型就是推理模型。其最突出的地方便在於“會推理”：在給出回答之前，o1會思考，通過產生一個很長的內部思維鏈（CoT），逐步推理，模仿人類思考複雜問題的過程。

這個過程也與Ilya Sutskever所說的“以更接近思考的方式來一步步解決問題”更加貼合。

或許對於一般用戶而言，o1模型的這種轉變不易察覺，但The Atlantic指出，研究人員已認識到，與GPT等舊模型相比，o1模型不僅僅是一次簡單的升級，而是標誌着一個“完全不同的遊戲規則”和“真正的進步”。

▌AI推理時代來了？

預訓練時代或許行將落幕，而在AI算力“蹺蹺板”的另一頭，推理正在崛起。

近幾日多家券商研報都指出，隨着端側AI放量，豆包、ChatGPT等AI應用快速發展，算力需求會加速從預訓練向推理側傾斜，推理有望接力訓練，成爲下一階段算力需求的主要驅動力。

進一步來說，隨着大規模AI模型普及，推理需求不斷擴大並趨於多樣化，定製化芯片的需求也有望擴大。

巴克萊的另一份報告預計，AI推理計算需求將快速提升，預計其將佔通用人工智能總計算需求的70%以上，推理計算的需求甚至可以超過訓練計算需求，達到後者的4.5倍。英偉達GPU目前在推理市場中市佔率約80%，但隨着大型科技公司定製化ASIC芯片不斷涌現，這一比例有望在2028年下降至50%左右。

博通上週發佈的財報也已證明了ASIC的需求之旺盛：2024財年公司的人工智能收入增長220%，達到122億美元；其預計AI產品收入將在2025財年第一財季同比增長65%。博通還透露，目前正在與三個非常大型的客戶開發AI芯片，預計明年公司AI芯片的市場規模爲150億-200億美元。

隨着谷歌、AWS等科技巨頭紛紛加大對定製化AI芯片的研發投入，以強化在人工智能領域的技術優勢和供應鏈控制力，國金證券今日研報指出，這一趨勢不僅助力企業應對日益複雜的 AI 需求，還推動了整個自研芯片賽道的高景氣度和持續創新。未來，自研芯片將在 AI 推理和訓練領域扮演關鍵角色，成爲降本增效和提升算力的重要手段。