新聞 > 科教 > 正文

豪賭7萬億美元!奧特曼晶片帝國佔全球GDP的10%

【新智元導讀】Altman的7萬億美元計劃一出,全球譁然。這個金額佔全球GDP的10%,相當於2.5個微軟、3.75個谷歌、4個英偉達、7個Meta,或者11.5個特斯拉

昨天,Sam Altman籌資7萬億美元建晶片帝國的新聞一出,輿論譁然。

7萬億美元,是全球GDP的10%,大約是美國GDP的1/4,或者2/5個中國的GDP。

這個數字實在令人難以理解,除非OpenAI確信,自己的技術就從根本上重塑整個世界。否則,人工智能就是處於極大的泡沫之中。

7萬億美元,可以買到2.5個微軟,3.75個谷歌,4個英偉達,7個Meta,11.5個特斯拉。

或者乾脆把英偉達、英特爾、微軟、谷歌整個打包買下來。

拿這個錢,Altman可以買下英偉達、AMD、台積電、博通、ASML、三星、英特爾、高通、Arm等公司,剩下的錢還能再打包個Meta,再帶回家3000億美元。

這個錢,基本是半導體生態的全部江山了。

美國的總國民產值,是23.36萬億;美國為二戰的花費,是4萬億;而拿出3300億美元,就可以在2030年解決全世界的飢餓難題。

難怪大家驚呼:Altman的野心之大簡直前無古人,超乎想像!

對此,Altman表示,只是「混亂善良」罷了。

Altman要當全球霸主,推翻人類政權?

知友們也對Sam Altman的野心展開銳評:第四次工業革命之父,來割第二波韭菜了。

知友「深空」表示,如果報導沒有曲解Altman的話,那他要麼就是瘋了,要麼就是搞AI政變。

全球各國的GDP里,破萬億就能排到第18位了,如果真能籌到全球GDP總值1%的這筆錢,OpenAI就已經富可敵國。

這麼大一筆錢投入到半導體行業中,單個國家根本無法消化,只能在全球鋪開。

這種行為已經超出商業範疇,而是國家政治行為。而這筆錢如果由AI來控制,AI真是要推翻人類政權了。

來源:知友「深空」

或許,他是要當馬斯克「第二」,在集成電路領域完成「移民火星」大計?

知友「九鄉河龍牙」表示,可以看出,Altman也在像馬斯克一樣曲線救國,被董事會針對時求助中東資本。

然而,除非他的設想搞出人類目前晶片天花板1到2個擋,才能看到超額收益。

知友「PENG Bo」表示,美國現在的戰略思想,就是把全世界的錢吸過來,如果這些錢都用來投AI項目,美國就可以鎖死這些地域的AI發展。

好在,現在大家都知道本土AI公司的戰略意義,DeepMind堅持在英國,Mistral堅持在法國。

可以看出,Altman在下一盤大棋,AI、核聚變、世界幣都是配套設施,要重塑半導體AI算法的產業鏈。

來源:知友「超投必投」

知友「來自星星的我」表示,自己已經看穿了Altman的野心:他要做的,是把各個突破聯繫起來,重新安排這個世界。

如果真的有人掌控了AGI,那將改變人類命運共同體的生活方式。

算力就是未來的核武器,得算力者得天下。如今,全世界AI公司的算法、預料、軟件都拼到了白熱化階段,算力就是殺手鐧。

算力,是未來的核武器

事實上,Altman力圖解決當前GPU短缺並改變半導體行業的格局,並不是什麼新鮮事。

GPU早已成為矽谷AI領域的核心競爭力。

去年,英偉達價格高昂但依然一卡難求的高性能GPU H100,長期霸佔着LLM領域的熱門話題。

谷歌、亞馬遜、Meta、OpenAI和微軟,都在使用英偉達的GPU,可以說,英偉達壟斷了目前的AI算力市場,並且直接手持定價權,因此收入飛漲。

H100變得如此昂貴,馬斯克甚至大呼:GPU現在比drug還緊俏。

然而已經有報道稱,英偉達H100將在2024年之前售罄。

至於OpenAI的GPU短缺有多嚴重呢?Altman已經被逼着呼籲:大家都先別用ChatGPT了!

我們的GPU非常短缺,使用我們產品的人越少越好。

如果人們用的越少,我們會很開心,因為我們沒有足夠的GPU。

Sam Altman表示,OpenAI已經嚴重受到GPU限制,因此不得不推遲了眾多短期計劃(微調、專用容量、32k上下文窗口、多模態)。

而GPU的短缺,也讓許多用戶抱怨API太慢了。

更嚴重的是,訓練GPT-5需要5萬塊H100。

可以看出,Altman覺得與其花錢從英偉達買,不如乾脆自己造。

早在去年12月,Altman就被曝出正在進行「晶片交易」,而這也疑似成為OpenAI宮鬥的導火索。

當時有外媒曝出,OpenAI在2019與AI晶片初創公司Rain AI簽訂了一份價值5100萬美元的意向書,會在Rain AI的晶片上市後購買晶片。

Rain AI正在研發一種「類腦」NPU晶片,能大幅降低AI算力的成本,預計將在12月流片,並於2024年10月開始供貨。

值得注意的是,Sam Altman作為Rain AI的股東,本人也親自斥資,投入了100萬美元。

根據一位不願意公開身份的人士透露,Sam Altman之前被OpenAI前董事會解僱,部分原因就是他的其他投資與OpenAI糾葛的關係。

除了OpenAI,各大科技公司也都已經開始佈局。

最近,Meta CEO小扎再次表示,構建「通用人工智能」需要的首要條件是「世界級的計算基礎設施」。

到今年年底,Meta將擁有約35萬塊H100,而如果包括其他GPU的話,總計將有等效60萬塊H100的計算能力。

不僅如此,Meta同時還在自研專用的AI晶片。其中,經過全新升級的第二代自研AI晶片Artemis,即將在今年正式投產。

無獨有偶,微軟也在去年11月發佈了兩款定製晶片——Azure Maia100和Azure Cobalt100。

其中,採用台積電5nm工藝並擁有1050億個電晶體的Maia100 GPU,在算力方面將能與英偉達(H100)和AMD(MI300X)一戰,在網絡IO方面遙遙領先,而在顯存帶寬方面則稍顯落後。

此外,它還將支持微軟首次實現的8位以下數據類型,即MX數據類型。在MXInt8格式下,Maia的算力可以達到1600 TFLOPS,在MXFP4格式下則為3200 TFLOPS。

同時,谷歌和亞馬遜,也分別研發TPU和Trainium晶片多年。

但他們比起Sam Altman的宏大佈局,顯然還是小巫見大巫了。

NYU教授「六」大原因分析為什麼必須反對

對此,紐約大學教授馬庫斯發文表示,當Sam Altman提出驚人的7萬億美元要求時,他似乎就已經到了事業巔峰之後,開始走下坡路的那一刻。

更進一步地,馬庫斯列出了「六」個理由來闡述為什麼人們應該團結起來,向這位雄心勃勃的年輕CEO明確指出,世界不應該、也不會只圍繞着他轉:

-能源氣候

若將價值7萬億美元的AI基礎設施發揮到極致,它將消耗掉海量的能源。而我們不應該自欺欺人,幻想所有這些能源都來自「可再生」資源。

有人在X上將GenAI的能源需求與德國整個國家的能耗相提並論。對此,馬庫斯認為,鑑於模型趨向於變得更大、訓練成本更高,這個估計實際上可能還偏保守。

顯然,消耗如此巨量的能源絕非小事。尤其是到目前為止,GenAI更多地呈現出的是潛力而非實際成果,還沒有充分的理由證明它值得我們為此犧牲地球。

-自然資源

根據《財富》雜誌在2023年9月報道,AI工具使得微軟的用水量激增34%;Meta的Llama2模型的用水量據說是Llama1的兩倍;另一項2023年的研究發現,OpenAI的GPT-3在訓練時消耗了700,000升水。

然而,OpenAI從未公開過GPT-4的相關數據,因此更加不敢想像GPT-5的數據會是怎樣的。

-經濟資源

7萬億美元幾乎是美國一年在教育上支出的10倍,是終結全球飢餓成本的21倍。

資金並非取之不盡,每一筆開支都伴隨着機會成本。

雖然人們夢想着生成式AI能極大增加經濟總量,但目前的情況是——由於運營成本極高,OpenAI至今尚未實現盈利。

況且,就憑一個人的承諾就把錢全給他,也有些過於兒戲了。

-財務風險

一個耗資7萬億美元的項目,不可避免地會被看作是不容有失的巨無霸。任何形式的財政援助都可能輕易地引發全球經濟的崩潰。

即便AI不像某些人擔心的那樣直接對我們構成威脅,7萬億美元項目的失敗也可能導致一場比2007-2008年次貸危機還要嚴重的全球金融衰退。

-人類知識

OpenAI聲稱,如果沒有版權豁免,他們根本無法構建他們目前的項目,這將對藝術家、音樂家、作家及其他創作者造成巨大壓力。

-負面效應

OpenAI幾乎沒有承擔任何相關成本,這包括虛假信息和誤導信息的傳播、網絡犯罪,以及最近出現的假書騙局,後者在過去兩個月里至少已對我所知的三位作者造成了傷害。

最近的一次來自知名音樂作家Ted Gioia,他昨天提到了一本以「Frank」 Gioia為名的假冒作品:

LLM讓這類事情變得輕而易舉,就已經夠糟糕了;更加令人擔憂的是,像OpenAI這樣的公司似乎完全不介意將所有的社會成本轉嫁給社會,就像那些過去不顧後果地排放有害化學物質的工廠一樣。

而且,我們還必須面對一個事實:所謂的「對齊問題」(即AI的目標與人類利益的一致性問題),遠遠沒有得到解決。

所需的自然資源將是天文數字

具體在資源方面,根據Hugging Face的氣候領域負責人兼研究員Sasha Luccioni的分析,Altman的野心對環境的影響是確定無疑的。

她在接受VentureBeat採訪時表示:「如果這個計劃真的實施了,那麼所需的自然資源量將是難以想像的。

即便是使用可再生能源(而這並非是必然的),所需的水資源和稀有礦產的量也是極其龐大的。」

OpenAI提供更多透明度的可能性不大

Luccioni表示,當前AI領域在環境影響的透明度方面存在不足,而且隨着Altman啟動新一輪籌資,這一狀況短期內難以見改善。

對比谷歌的PaLM1(2022年)及其繼任者PaLM2(2023年5月)可以發現,論文中提供的信息量顯著減少。其中,首篇論文有足夠的信息讓外界可以對能耗進行估算。

「如今,這些公司連訓練模型所需時間、使用的晶片數量都不再公開,信息披露幾乎為零。」

Altman很忙:Vision Pro第二好,要用AI找外星人

這個周末,Sam Altman在X上各種語出驚人,甚至一度被網友懷疑是不是被盜號了。

責任編輯: 李冬琪  來源:新智元 轉載請註明作者、出處並保持完整。

本文網址:https://hk.aboluowang.com/2024/0213/2017406.html