财经新闻网消息：
经过一年的解读，业界对于人工智能的态度日渐理性。 最终，商业模式的故事需要找到立足点。
一年了解AI全产业链
今年2月7日，在人气最盛的时候，百度正式宣布推出新一代大语言模型“文心一言”，从而拉开了“百模型大战”的序幕。
一时间，几乎所有互联网巨头都发布了自己的大机型。 例如，昆仑万维发布大模型后，迅速获得市场热捧，股价短时间内上涨300%以上。 一些规模较小的公司发布了基于行业的大型模型应用，其股价也顺势而上。
就在“百款之战”打得如火如荼的时候，投资者发现，虽然很多大型号还没有上线，但厂商的抢购已经让英伟达的显卡“脱销”。
作为生态系统最完善的算力芯片，英伟达的A800芯片价格上涨迅速。 一张卡从4万元、5万元涨到10万元甚至13万元、14万元，而且还可能没货了。
在意识到巨大的需求缺口后，市场果断将目光转向计算芯片、服务器等上游硬件。
产业链巨头纷纷发布新产品，抢占英伟达无法满足的市场。 例如，今年8月，华为与科大讯飞联合发布了科大讯飞Spark一体机，其FP16算力达到2.0，在单卡算力方面可与 A100抗衡。
事实上，国内算力基地已经悄然走到了前列。
10月13日，中国电信公布了“人工智能算力服务器（2023~2024年）集中采购项目”中标单位。 以G系列为代表的国产AI服务器中标金额约为28亿元，约占中标金额的33%。 %; 中标人数约为1,977人，占比约47%。
硬件的持续投入，使得算力中心的快速落地成为可能。
今年10月，工业和信息化部等六部门印发《计算基础设施高质量发展行动计划》。 根据规划，到2025年，算力规模将超过300（每秒百亿亿次浮点运算）。 能力），智能算力占比35%； 在应用赋能方面，围绕工业、金融、医疗、交通、能源、教育等重点领域打造了30多个应用标杆。
不少企业已经开始谋划，不少企业宣布中标算力中心项目，涉及金额从数亿到数十亿元不等。
端面落地材料成新看点
岁末将至，人工智能巨头们再次聚焦于向市场发出信号——寻找商业模式。
谷歌发布了“迄今为止最强大、最通用的模型”——多项任务性能超过 GPT-4； 谷歌的Pro成为第一款Nano兼容的手机。
英特尔正试图在另一个层面上引导人工智能的落地。 这家巨头宣布了一项雄心勃勃的计划：到2024年为全球PC制造商的230多个型号提供端侧AI功能，并在2025年交付1亿个客户端处理器。
此轮人工智能热潮的领跑者自然不会“坐以待毙”。 它不仅计划开发自己的AI芯片，还计划与苹果前首席设计师Jony Ive和日本软银集团首席执行官孙正义合作打造AI硬件产品。
可见，海外巨头已将目光投向了AI终端侧。
在家里也是如此。 今年8月，华为开始“试水”盘古大模型的端到端运营。 在大模型的支持下，鸿蒙4.0中的“小艺”可以根据用户图片生成图片，并自动生成电子邮件邀请、会议记录等功能。
荣耀Magic 6机型还将带来荣耀自研的70亿参数规模AI模型。 此外，OPPO、vivo、小米都在尝试将自己的大型AI模型植入到智能手机中，成为AI落地的突破口。
“过去，AI大模型主要运行在云端，终端设备需要连接互联网才能获得AI的加持。如果我们想让AI大模型技术更加普及和落地，并实现每个人能用AI，我们必须有满足上述要求的硬件和设备载体。” 一位国内主流智能手机厂商人士表示。
除了智能手机之外，PC、智能眼镜、智能音箱等终端也将成为人工智能的硬件入口。 其中，作为消费电子领域的两大主力，智能手机和PC在长时间的沉寂后，或将迎来期待已久的复苏。 据IDC预测，到2026年，中国市场近50%的终端设备处理器将应用AI技术。
AI在设备端的重塑也将为硬件迭代创造价值。 以智能手机为例，华泰证券研报分析称，大型AI模型对手机应用中BOM成本的影响主要包括：在SoC方面，AI引擎升级和NPU算力提升； 存储方面，手机RAM升级至24GB，相比目前主流的8GB，成本提升300%； 电源方面，电池/电源管理芯片升级，但灵活性比较小； 光学方面：AI推动屏下摄像头应用突破。
存储方面，推理场景下，百亿参数模型（FP16精度）不考虑模型运行时的临时变量，总共需要18.6GB内存。 一些厂商陆续推出了大内存配置的手机。 8月份，小米新发布的K60至尊版内存已提升至24GB，为AI应用的发展留下了足够的空间。
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018