封面新闻记者 孟梅 张越熙
Sora爆火后，多家券商机构发布研报表示，Sora大模型的发布，将进一步拉大算力缺口。同时伴随着越来越多应用端商业化落地，算力需求将再次迎来爆发。
Sora可能引发的算力需求有多大？当前的算力基础设施是否足以面对Sora带来的挑战？面对Sora或将带来的一系列算力问题，2月27日，封面新闻专访了成都智算中心CTO余明川及成都智算中心品牌总监郑敏芝。
应对Sora等AI模型带来的挑战
需要多方使力
Sora作为一个多模态大模型，在文生视频领域展现出了巨大的潜力。据相关研究推测，Sora的参数规模估算在30亿（30B）左右。由此可能引发的算力需求有多大？据推算，基于这个参数规模，可以推演出Sora训练单次算力需求可能达到8.4×10^23 FLOPS（浮点运算次数），这相当于GPT-3 175B模型的2.7倍。（基于模型参数量、训练数据集中的Patch数量及训练过程中的计算复杂度等因素综合考虑估算。）她表示，随着Sora模型的不断迭代和优化以及训练数据集规模的增大，未来的算力需求预计将呈现指数级的增长。
面对如此之大的算力需求，当前我国的算力基础设施情况如何，是否足以面对Sora带来的挑战？郑敏芝介绍，截至2023年底，中国的算力基础设施规模继续保持全球领先地位。中国的算力总规模位居全球第二，保持了30%左右的年增长率。新增算力设施中，智能算力占比过半，成为算力增长的新引擎。全国在用数据中心机架总规模超过760万标准机架，算力总规模达到197EFLOPS。智能算力规模与去年相比增加了41.4%，规模占比达到了22.8%，超过了全球整体智能算力增速（25.7%）。2023年工信部等6部门联合印发了《算力基础设施高质量发展行动计划》，提出到2025年的主要发展目标，包括算力规模超过300EFLOPS，智能算力占比达到35%。
“虽然中国的算力基础设施正在快速发展，但Sora等AI模型的算力需求预计将呈现几何级数的增长，这可能会超出现有算力基础设施的处理能力。”她指出，因此，要完全应对Sora等AI模型带来的挑战，还需要在技术创新、产业链自主可控、资源优化配置等方面做更多的努力。同时，政策的牵引、支持和企业的积极投入将是推动中国算力基础设施发展的关键。
Sora加速全球算力架构升级战打响
相较于ChatGPT，Sora所带来的算力需求增长将是倍数级。无论ChatGPT还是Sora，都反映了人工智能模型向更大规模和更复杂结构发展的趋势，未来全球对算力的需求将进一步增加。
郑敏芝对此也表示认同，她提到，Sora模型的出现对全球算力架构提出了新的要求，并可能加速全球算力架构的升级。“Sora模型作为一种先进的多模态AI模型，其训练和运行所需的算力远超传统的AI模型。这种需求的增长推动了对更高效、更强大的算力基础设施的需求。”郑敏芝举例，OpenAI 公布过一组数据，大模型训练所需算力的增速保持在 3～4 个月/倍速度增长，远超摩尔定律 18～24 个月/倍。强大的算力，意味着更快的数据处理速度、更强大的大模型服务能力。为了满足Sora等模型的算力需求，可能会催生新的硬件设计、算法优化和并行计算技术的发展，例如GPU、TPU等专用硬件的创新以及软件层面的优化。
同时，随着算力需求的增长，全球范围内的数据中心和网络基础设施可能需要进行升级，以提供足够的计算资源和数据传输能力。《行动计划》也提出，到2025年，运载力方面，国家枢纽节点数据中心集群间基本实现不高于理论时延1.5倍的直连网络传输，重点应用场所光传送网（OTN）覆盖率达到80%，骨干网、城域网全面支持IPv6，SRv6等新技术使用占比达到40%。
“因此，我认为，Sora模型的出现确实可能加剧全球在AI算力领域的竞争，各国和企业可能会加大投资，以确保在AI技术和算力基础设施方面保持领先地位。”郑敏芝总结。
Sora背后蕴藏新机遇
Sora的出现，揭示了人工智能的无限可能，也让很多行业感到焦虑。但比起焦虑，Sora带来的机遇更令人兴奋。余明川介绍了Sora可能带来的一些改变：Sora能够根据文本提示生成逼真的视频，这将极大地改变内容创作的方式，降低制作成本，提高生产效率。对于短视频、电影、游戏等行业，Sora可以作为一个强大的辅助工具，帮助创作者实现更丰富的视觉效果。同时，Sora可以用于创建教育视频，提供更加生动和互动的学习体验，在科学研究领域，可利用Sora进行模拟实验，帮助研究人员在不实际进行实验的情况下预测结果。Sora的技术还可用于创建更加真实和沉浸式的虚拟环境，为VR和AR应用提供高质量的内容。
余明川指出，算力基础设施的建设和升级往往需要巨大的资本投入和长期的规划，这通常是国家及政府层面的战略决策。企业在算力竞争中的策略更多是围绕自身的业务需求和战略目标，通过各种方式优化算力资源的使用，而不是直接投资于算力基础设施的建设，基于AI算力中心集中打造生成式大模型是应对Sora挑战的解决方案之一。
立足企业层面，余明川也给出了一些建议：首先是战略层面，许多企业尚未将AI战略与公司整体战略紧密结合，缺乏顶层设计和战略规划，导致AI技术的应用难以充分发挥其潜力。企业往往将AI视为技术问题，而忽视了其对业务模式、流程和组织结构的深远影响。其次是技术创新，虽然企业可能无法大规模投资基础设施，但可以在软件和算法层面进行创新，如开发更高效的AI模型、优化数据处理流程等，以减少对算力的需求。再次是技术应用与变现能力，尽管AI技术在各行各业的应用日益广泛，但许多企业尚未找到有效的途径将AI技术转化为显著的营收增长和利润贡献，在如何利用AI创造价值方面还有很大的提升空间。
新浪科技公众号 “掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
相关新闻 上一篇 广州出租车拟实行浮动运价
