生成式AI走到十字路口 下一波浪潮在哪？

极客网·极客观察9月7日 生成式AI越来越流行，尤其是在商业领域。不久前，沃尔玛宣布推出生成式AI应用程序，供5万名非店铺员工使用。App将沃尔玛数据与第三方大语言模型（LLM）结合，可以帮助员工执行多种任务，比如成为创意伙伴，在大文档中提取摘要。

由于生成式AI流行，GPU需求增加，训练深度学习模型需要强大的GPU。据《华尔街日报》报道，训练AI模型可能需要几十亿美元，因为要处理并分析海量数据。

新趋势为英伟达带来可观的商机，英伟达GPU成为炙手可热的赚钱机器。为了获得英伟达芯片，创业公司、投资者采取非常措施。《纽约时报》专栏文章称：“相比金钱、工程人才、炒作热度甚至利润，今年企业似乎更需要GPU。”

在这次可能的科技变革中，英伟达站在山顶。就在此时，谷歌与英伟达达成合作，为谷歌云客户提供基于英伟达GPU的技术支持。眼下需求大增是不是意味着生成式AI触及巅峰，还是说它是下一波浪潮的开始？这是一个大家都在思考的问题。

在最近的财报会议上，英伟达CEO黄仁勋指出，需求增加标志着加速计算的开始，它只是黎明。黄仁勋建议企业重新配置投资，不要只盯着通用计算，应该要多关注生成式AI和加速计算。

通用目的计算指的是基于CPU的计算，英伟达却认为CPU已经成为落后基础设施，开发者应该针对GPU做优化，因为相比传统CPU，GPU的效率更高。GPU可以同时并行处理多种计算，特别适合深度学习。在处理一些特定数学问题时GPU也有独特优势，比如线性代数和矩阵操作任务。

可惜的是，许多软件都只是针对CPU做了优化，无法从GPU并行计算中获益。未来许多CPU任务将由GPU来执行，这对英伟达来说是一个机会，因为生成式AI会生成海量内容，它需要云计算支撑。

人类和企业都是懒惰的，既然软件已经针对CPU做了优化，就不愿意再为GPU投入资源和时间。

当机器学习刚刚出现时，数据科学家野心太大，想将它应用于一切，哪怕有些领域已经有了更简单的工具，他们也要引入机器学习。老实说，在众多商业问题中，机器学习能出色解决的只有极少一部分。总之，加速计算和GPU并非适合所有软件。

迎接下一波浪潮，生成式AI需要突破

审视当下，英伟达的业绩数据的确抢眼，但Gartner却警告称，生成式AI处在预期膨胀的顶峰。有人断言，生成式AI炒作已经演变成毫无根据的兴奋和夸大的期望。

生成式AI热潮可能很快就会触及瓶颈。SK Ventures风投家认为：“我们现在已经进入第一波大语言模型AI的长尾阶段。浪潮是从2007年开始的，当时谷歌发布了一篇名为《Attention is All You Need》的论文，在未来1-2年内，大家就会撞到瓶颈。”有哪些瓶颈呢？比如产生幻觉的倾向，狭窄领域的训练数据不足，多年前的训练语料库老化，还有其它无数因素。总之，我们现在极可能已经进入第一轮AI浪潮的尾部。

是不是说生成式AI即将死亡？非也，只是说生成式AI需要重大技术突破，这样才能大幅提高生产力，才能孕育更好的自动化。在下一波生成式AI浪潮中，新模型、更开放、无处不在的廉价GPU可能是关键。

从长远看，生成式AI应该是光明的，因为劳动力短缺，人类需要更出色的自动化技术。回看历史，AI与自动化似乎是两个独立的技术门类，但生成式AI改变了这种看法。Workflow联合创始人Mike Knoop说：“AI与自动化正在坍缩成同一样东西。”麦肯锡在报告中说：“生成式AI将会孕育下一次生产力大提升。”高盛则认为生成式AI可以将全球GDP提升7%。（小刀）

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。