隨著產(chǎn)能增加，供需轉(zhuǎn)向平衡，受生成式 AI 算力需求暴漲引發(fā)的英偉達(dá)GPU（圖形處理器）“短缺”情況正逐步緩解。
鈦媒體App3月10日消息，據(jù)報(bào)道，日前有超過六家使用 AI 芯片的公司表示，正在減少采購英偉達(dá) AI 芯片訂單，同時(shí)從云服務(wù)廠商租用英偉達(dá) H100 AI 芯片變得相對(duì)容易。而且，一些在早期瘋狂搶購GPU的買家，現(xiàn)在正尋求出售部分芯片存貨，從而降低 AI 算力成本。
英偉達(dá)CEO黃仁勛近期表示，最近幾個(gè)季度面臨供應(yīng)限制的問題正在“改善”。但他也提到，2024年甚至到2025年，GPU依然會(huì)“供不應(yīng)求”。
而英偉達(dá)競(jìng)爭(zhēng)對(duì)手、英特爾CEO基辛格（Pat Gelsinger）也預(yù)計(jì)，今年多個(gè)公司對(duì)在 AI 芯片上的資金投入會(huì)更加謹(jǐn)慎。
如今估值 430 億美元的美國 AI 軟件公司Databricks 聯(lián)合創(chuàng)始人兼CEO阿里·戈德西 (Ali Ghodsi) 甚至直言，隨著明年供需再平衡，英偉達(dá) GPU芯片價(jià)格將會(huì)大幅下降（暴跌），從而給眾多 AI 科技巨頭和初創(chuàng)公司的商業(yè)模式帶來影響。
“如此瘋狂的稀缺現(xiàn)象在2000年代也發(fā)生過。但正如互聯(lián)網(wǎng)（帶寬）限制在 2000 年代基本消失一樣，GPU 也會(huì)發(fā)生同樣的情況，”Ali Ghodsi日前在一場(chǎng)線上會(huì)議中表示。
據(jù)悉，Databricks是一家全球領(lǐng)先的“數(shù)據(jù)+AI”公司，于2013年在舊金山成立，該公司由Apache Spark（一個(gè)開源集群運(yùn)算框架，由加州大學(xué)伯克利分校AMPLab所開發(fā)）初始成員創(chuàng)立，阿里·戈德西是Databricks聯(lián)合創(chuàng)始人兼CEO。
除了在Databricks工作之外，Ali Ghodsi還是加州大學(xué)伯克利分校的兼職教授，以及加州大學(xué)伯克利分校RiseLab的董事會(huì)成員。
截至目前，Databricks已獲得超過36億美元的融資，投資方包括微軟、亞馬遜、a16z、CapitalG、卡塔爾投資局、Sanabil Investments、老虎基金、BlackRock（貝萊德）等37家機(jī)構(gòu)，公司最新估值達(dá)到430億美元——CB Insights獨(dú)角獸排名中位列第五位，僅次于字節(jié)跳動(dòng)、SpaceX、SHEIN、Stripe。
Ali Ghodsi坦言，AI 大模型的核心不僅僅是算力，數(shù)據(jù)也是十分重要的。當(dāng)資本主義、供給和需求解決了GPU短缺問題，其價(jià)格會(huì)暴跌，這對(duì)于任何過度投入GPU算力支出的人來說，都是一個(gè)巨大的挑戰(zhàn)。
“人們想要在模型上投入越來越多的 GPU，對(duì)吧？你知道，花十億美元、一萬億美元買一個(gè)更大、更大的模型。但您構(gòu)建的模型越大，為其提供服務(wù)的成本就越高，它距離 AI 隨時(shí)隨地可用的情況就越來越遠(yuǎn)。所以我認(rèn)為，整個(gè)領(lǐng)域都走錯(cuò)了方向，構(gòu)建更小的模型以及如何智能地制造小模型才是根本。”Ali Ghodsi稱，合成數(shù)據(jù)、模型質(zhì)量、AI 系統(tǒng)都是大模型發(fā)展的關(guān)鍵因素。
Ali Ghodsi表示，如果 OpenAI 停止共享知識(shí)產(chǎn)權(quán)（IP），微軟可能會(huì)面臨威脅。而他非?？春?AI 開源模型的未來發(fā)展，稱其接近最先進(jìn)的性能。
Ali Ghodsi強(qiáng)調(diào)，大型語言模型（LLM）就是一場(chǎng)基于用戶體驗(yàn)的革命性技術(shù)。
（本文首發(fā)鈦媒體App，作者｜Kimi智能助手、林志佳，編輯｜林志佳）
Databricks CEO Ali Ghodsi
以下是Ali Ghodsi此次公開會(huì)議中進(jìn)行的對(duì)話全文，基于Kimi智能助手進(jìn)行 AI 中英文翻譯，鈦媒體App進(jìn)行部分人工修正：
問：生成式 AI 初創(chuàng)公司的機(jī)會(huì)在哪里？哪些方面做得好，哪些方面做得不好？
Ali Ghodsi：我喜歡用的比喻是，當(dāng)互聯(lián)網(wǎng)出現(xiàn)時(shí)……人們意識(shí)到它將擁有的巨大潛力，對(duì)各種初創(chuàng)公司投入了大量資金。然后泡沫破裂了。1999年，人們對(duì)路由器和網(wǎng)絡(luò)感到興奮，但后來發(fā)現(xiàn)這些對(duì)互聯(lián)網(wǎng)來說并不那么有趣，它們變成了一種商品。我認(rèn)為在基礎(chǔ)模型（如OpenAI的GPT-4）這里也會(huì)發(fā)生同樣的事情。隨著時(shí)間的推移，這些模型的價(jià)值將下降到幾乎以成本價(jià)出售。
基礎(chǔ)設(shè)施層面非常有趣，那里將有大量的錢可以賺。你可以將其視為人工智能的亞馬遜網(wǎng)絡(luò)服務(wù)（AWS），是所有 AI 模型公司的基礎(chǔ)設(shè)施提供者。這是我們的主要賭注。應(yīng)用（針對(duì)消費(fèi)者和企業(yè)）將具有很大的價(jià)值，但我們現(xiàn)在還不清楚具體是什么。
我們?cè)?000年甚至無法預(yù)測(cè)，Twitter、Facebook、Airbnb或Uber對(duì)于我們生活的重要變革。即使互聯(lián)網(wǎng)爆發(fā)已顯而易見，但很難預(yù)測(cè)，如今，它們實(shí)際上已成為全球非常有價(jià)值的大科技公司。所以問題是，這次會(huì)出現(xiàn)哪些公司？
問：人工智能初創(chuàng)公司面臨的最大挑戰(zhàn)是什么？
Ali Ghodsi：一些公司在這場(chǎng)瘋狂的人工智能浪潮之前的兩、三年就獲得了資金。對(duì)于那些公司來說，最大的挑戰(zhàn)是收入模式——你賺錢了嗎？一些公司現(xiàn)在可以產(chǎn)生大量的使用量和用戶，但他們能否將這些變現(xiàn)？
挑戰(zhàn)之二是，你如何讓這些東西真正有用？演示可能是人類有史以來最好的演示，但你如何確保它足夠可靠，讓人們每天都可以使用，而且不會(huì)出錯(cuò)？你如何確保大模型擁有最新的信息？
第三個(gè)挑戰(zhàn)是隱私、安全和監(jiān)管。那里有很多不確定性，而當(dāng)互聯(lián)網(wǎng)創(chuàng)建時(shí)并沒有這些問題。人們對(duì)這些事情的關(guān)注度不如現(xiàn)在。
問：你認(rèn)為有哪些 AI 公司最后能成為贏家？
Ali Ghodsi：顯然，贏家是微軟。但他們的模型來自O(shè)penAI，所以并不是他們自己的模型。OpenAI會(huì)繼續(xù)生產(chǎn)最先進(jìn)的模型嗎？他們也會(huì)向微軟提供模型權(quán)重嗎？或決定模型如何響應(yīng)的設(shè)置？整個(gè)事情取決于此。
如果你把你的[知識(shí)產(chǎn)權(quán)]交給了全球最大的企業(yè)銷售團(tuán)隊(duì)……這是一個(gè)有趣的關(guān)系。我是Perplexity的忠實(shí)粉絲，我認(rèn)為他們真的掌握了用戶體驗(yàn)。它很快，很敏捷，我每天都使用它。但這些東西還沒有像我們六個(gè)月或一年前預(yù)期的那樣改變我們的生活。
挑戰(zhàn)性的問題是，很多初創(chuàng)公司是基于一種奇怪的（囤積）資金或GPU承諾（購買而構(gòu)建）模型開始的，我認(rèn)為這將為他們未來帶來額外的挑戰(zhàn)。由于這個(gè)原因，我們將在未來12個(gè)月看到很多“動(dòng)蕩”。
問：你能深入談?wù)剢幔珹li Ghodsi？
Ali Ghodsi：從過去來看，人們?cè)谫徺I這些GPU并用它們進(jìn)行比特幣挖礦。然后以太坊決定改變模型，不再需要GPU。但后來發(fā)現(xiàn)，OpenAI正在訓(xùn)練巨大的模型，我們確實(shí)需要GPU。然后有一個(gè)供應(yīng)商——英偉達(dá)……每個(gè)人都急于獲取這些GPU。出現(xiàn)了如此瘋狂的稀缺性——而在2000年代，帶寬周圍也有類似的事情。結(jié)果證明，資本主義，供求關(guān)系解決了問題，帶寬的價(jià)格大幅下降，帶寬無處不在。同樣的事情也會(huì)發(fā)生在GPU上。
那么，對(duì)于那些做“GPU洗錢”的初創(chuàng)公司會(huì)發(fā)生什么，即他們從大的戰(zhàn)略投資者那里獲得巨額資金，然后從這些提供商那里租用云服務(wù)器，這些公司的估值很高，因?yàn)樗麄儽仨毣I集數(shù)億美元只是為了GPU。
那么，當(dāng)這些GPU價(jià)格下降，而有人對(duì)這些GPU有三年的承諾時(shí)，會(huì)發(fā)生什么？這將對(duì)任何在GPU支出方面過度承諾的人構(gòu)成巨大挑戰(zhàn)。
問：在這一點(diǎn)上似乎存在一些分歧，否則我們不會(huì)看到Sam Altman說他需要7萬億美元來解決GPU需求瓶頸，那么你反駁的觀點(diǎn)是什么？
Ali Ghodsi：有一些公司——我認(rèn)為OpenAI和Anthropic——真的相信……精確預(yù)測(cè)你的大模型性能的……規(guī)模定律，你投入的GPU和美元越多，它就越好。
但問題一，當(dāng)你在X軸向右移動(dòng)時(shí)，你需要在硬件上花費(fèi)指數(shù)級(jí)更多的錢，所以數(shù)字很快就會(huì)上升。即使這是正確的方法，并且沒有遇到任何障礙，有多少公司需要這樣做？也許只有三四個(gè)，對(duì)吧？如果隨著模型變得開源，一個(gè)這樣的開源模型，意味著沒有人需要在這些GPU上投入預(yù)訓(xùn)練費(fèi)用。
第二個(gè)問題是，你的LLM變得更聰明并不重要。你希望它對(duì)企業(yè)和用戶想要的任務(wù)真正有用。所以很多事情都會(huì)很重要——比如，合成數(shù)據(jù)（為訓(xùn)練新 AI 模型而生成的數(shù)據(jù)）、數(shù)據(jù)質(zhì)量、整個(gè)系統(tǒng)等。
如果你在做自動(dòng)駕駛汽車，你不會(huì)只訓(xùn)練最大的LLM。我認(rèn)為有很多因素在里面，不僅僅是“投入更多的GPU”。
問：今天如果沒有微軟、谷歌、Salesforce或其中一家科技巨頭的支持，生成式 AI 初創(chuàng)公司很難生存。但你提到Databricks與微軟也有密切的關(guān)系。你如何看待初創(chuàng)公司與大公司之間的合作并競(jìng)爭(zhēng)性“平衡”？初創(chuàng)公司應(yīng)如何處理這些關(guān)系？
Ali Ghodsi：現(xiàn)在，三大云服務(wù)提供商——谷歌、AWS、微軟公司都是Databricks的投資者。在CEO層面，我們與三者的關(guān)系都非常好。然后你下到某些產(chǎn)品團(tuán)隊(duì)，可能會(huì)有重疊、有合作競(jìng)爭(zhēng)。
我認(rèn)為這將是常態(tài)。我覺得這個(gè)領(lǐng)域的任何初創(chuàng)公司都應(yīng)該對(duì)此感到舒適（心態(tài)平和）。
我交談過的大多數(shù)創(chuàng)始人，他們都有這種夢(mèng)想，“我可以創(chuàng)建下一個(gè)谷歌”。在這種情況下，我只想說，不要太接近大公司，如果你變得過于親近和依賴……你放棄了很多優(yōu)勢(shì)。所以特別是保護(hù)你的知識(shí)產(chǎn)權(quán)。
所以這是長期與短期的權(quán)衡。如果你想要長期的東西、保持更獨(dú)立。如果你想要短期收入，這很好，很多人現(xiàn)在都想要，這是獲得更多風(fēng)險(xiǎn)資本的首要瓶頸。
而從大型云服務(wù)（它們轉(zhuǎn)售來自不同提供商如OpenAI、Anthropic和Cohere的AI模型）獲得收入是有幫助的。
但如果你想建立一個(gè)可持續(xù)的公司，你需要有很多客戶，而非大公司的“依賴”。
問：鑒于Apache Spark和你構(gòu)建的一切，以及你為企業(yè)所做的一切，你認(rèn)為，Databricks的開源大模型能否接近現(xiàn)有的前沿模型性能和體驗(yàn)，這種滯后會(huì)持續(xù)多久？
Ali Ghodsi：我們做了很多研究。我們自己的模型，內(nèi)部模型，做得非常好。每當(dāng)我們?cè)谄髽I(yè)的具體用例上進(jìn)行微調(diào)時(shí)，它們都能擊敗市場(chǎng)上的所有模型。
當(dāng)然，我們是在“作弊”。我們使用企業(yè)提供的特定任務(wù)數(shù)據(jù)，為該任務(wù)調(diào)整或構(gòu)建一個(gè)模型，然后我們一次又一次地?fù)魯×耸袌?chǎng)上的所有模型。這是你可以提出的一個(gè)論點(diǎn)。但我認(rèn)為直接回答你的問題，如果你繪制模型在基準(zhǔn)測(cè)試上的性能，這是我們今天不幸擁有的最好的東西，你看看開源，你看看曲線，它們正在向GPT-4的前沿“收斂”。
為什么是這樣？因?yàn)槟阏谑褂谜麄€(gè)網(wǎng)絡(luò)和你擁有的所有數(shù)據(jù)集。但每個(gè)人都在做這個(gè)。也許如果你有其他人沒有的數(shù)據(jù)集，那將是獲得優(yōu)勢(shì)的一種方式。
實(shí)際上，這就是我們所做的。所以我們做的是，我們收購一家Mosaic公司，他們有非常專業(yè)的數(shù)據(jù)集，我們會(huì)在那個(gè)數(shù)據(jù)集上從頭開始為他們構(gòu)建一個(gè)模型，然后給他們權(quán)重和模型，他們可以保留它。但如果你沒有特殊的數(shù)據(jù)集，你只是在網(wǎng)絡(luò)規(guī)模上進(jìn)行訓(xùn)練，那么，這是一個(gè)“巨大的工程壯舉”。
這使得大模型有點(diǎn)“商品化”了。
想象一下，如果企業(yè)客戶想要擁有自己的 AI 醫(yī)療垂直模型，需要擁有專注于數(shù)據(jù)集或微調(diào)等技術(shù)的專業(yè)公司，不太可能去用 OpenAI 這類基礎(chǔ)模型提供商。
問：我們已經(jīng)看到一些地方的銷售 AI 模型自動(dòng)化產(chǎn)品，比如谷歌。而隨著生成性 AI 快速應(yīng)用，五年后你還會(huì)有和今天一樣多的軟件工程師、銷售員嗎？AI 是否取代了這些職位？
Ali Ghodsi：我認(rèn)為在過去一兩年里，人們對(duì) AI 將基本上取代所有軟件工程師、律師、市場(chǎng)營銷人員、醫(yī)生、教育工作者的想法有點(diǎn)極端。因?yàn)槲覀兛偸切枰祟悈⑴c其中，而 AI 技術(shù)實(shí)際上是在增強(qiáng)人類。
如果你能更容易、更便宜地編寫軟件，那么更多的人更適合編寫軟件，這是一個(gè)基本的供求論點(diǎn)——結(jié)果就是會(huì)有更多的軟件工程師，而非 AI。
但我認(rèn)為，未來市場(chǎng)會(huì)有變化……當(dāng)你看具體的細(xì)節(jié)，比如誰在做工作的哪一部分，它會(huì)發(fā)生變化。
現(xiàn)在回答你的特定問題。我沒有盡可能地推動(dòng)我的軟件工程師，對(duì)吧？我有大約2000名員工，我正在盡可能地推動(dòng)他們使用更多的 AI 編碼助手，其中大約70%的人使用它，而剩下的30%拒絕使用它。因?yàn)?0%中的一些人的編寫代碼效果是最好的。
我們并沒有因?yàn)槭褂?AI 而減少軟件工程師的招聘。我們的需求仍然比以前多。在銷售方面，也是一樣。我認(rèn)為，可能很快就會(huì)發(fā)生用 AI 自動(dòng)化替代銷售開發(fā)、客服、發(fā)郵件等領(lǐng)域員工的事件。所以看看，我們的收件箱會(huì)發(fā)生什么會(huì)很有趣，未來誰會(huì)閱讀這些收件箱。是人類還是其他人？
但在企業(yè)銷售方面，我認(rèn)為不會(huì)有大的變化。為什么？因?yàn)樽罱K，你如何讓大銀行從你那里購買2000萬、3000萬美元的軟件，這是關(guān)于人際關(guān)系的事情——你必須去見CEO，必須說服 CIO 這是好的技術(shù)，必須說服開發(fā)團(tuán)隊(duì)它是安全的。這在很大程度上是關(guān)于人際關(guān)系。所以，這些工作實(shí)際上并沒有改變。
如果有什么變化，那么它會(huì)變得更加有價(jià)值。
問：AI 推理能夠在筆記本電腦等邊緣設(shè)備上完美運(yùn)行，因此這引發(fā)了OpenAI的一些人所倡導(dǎo)的LLM作為下一個(gè)操作系統(tǒng)的想法，它將為許多 AI 設(shè)備提供動(dòng)力。這也許是為什么Sam Altman在和Jony Ive談?wù)?AI 設(shè)備的原因。你怎么看？
Ali Ghodsi：人們想要投入更多的GPU，對(duì)吧？你知道，投入十億美元，投入數(shù)萬億美元，購買更大的模型。但你所構(gòu)建的模型越大，服務(wù)它就越昂貴。而且它離邊緣越遠(yuǎn)，比如你的可穿戴設(shè)備等。所以我認(rèn)為游戲的真正關(guān)鍵在于更小的模型，以及你能讓這些小模型變得多么智能。
我認(rèn)為整個(gè)領(lǐng)域因?yàn)楣雀璧囊黄撐模―eepMind的“chinchilla paper”）走錯(cuò)了方向，它基本上說這就是你需要投入的最佳金額來獲得一個(gè)模型。所以這意味著……我們已經(jīng)投入了小模型的最佳金額，它并不那么智能，所以它是一個(gè)相當(dāng)愚蠢的模型，所以我們得轉(zhuǎn)向更大的模型。
現(xiàn)在很清楚……你可以讓小模型變得越來越智能。所以我認(rèn)為，我們將看到令人驚嘆的小模型，它們完全可以在邊緣設(shè)備上運(yùn)行，你甚至不需要專門的硬件來服務(wù)它，你不需要GPU。因?yàn)榇笮驼Z言模型是一場(chǎng)用戶界面革命。我們今天做的所有事情，我有手機(jī)，我在手機(jī)上打字，我點(diǎn)擊菜單……未來將消失。我們將開始通過說話與很多東西互動(dòng)，就像我們現(xiàn)在這樣。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論