咨询电话(微信同号)
18905829229

苹果也发布了自己的大模型,这是一件影响深远的大事

来源:网络转载作者:互联网怪盗团时间:2024-03-18

这注定是人工智能发展史上的又一个标志性事件,其影响体现在三个方面。

刚刚过去的周末,苹果发表了一篇论文,公布了自己研发的MM1多态大语言模型(Multimodal LLM)。这注定是人工智能发展史上的又一个标志性事件!很遗憾,我不是技术研发人员,对这篇论文只能粗略看懂一些基本信息。我的一些从事大模型研发的朋友,昨天已经彻夜不眠地进行深度研究了。


苹果这次公布的MM1大模型分为三个参数规模,其中最大的拥有300亿参数,与市面上的主流竞品相比,好像不是很大——要知道,谷歌PaLM大模型拥有5400亿参数,OpenAI的GPT-4更是拥有1.7万亿参数(注:OpenAI官方并未披露参数数量,仅有外界猜测)。科技博客Daily Dev的评测显示,MM1在GLUE-Score等多项评测指标上要略优于GPT-4V和Gemini Pro;不过众所周知,这种评测的参考价值有限。MM1目前还没有公测,官方也没有公布上线时间表,要评估其具体的技术水平可能还需要很长一段时间。


对于人工智能行业乃至全球科技行业而言,MM1大模型本身可能是一件小事,苹果由此表现出的姿态则是一件大事。具体而言:


苹果今后肯定会依赖自研大模型,而不是OpenAI等第三方的大模型或者开源大模型。大模型是一项基础设施,没有哪个科技巨头愿意受制于人,都会投入尽可能多的资源实现自主。今后大模型赛道的竞争会更激烈。


根据苹果一贯的作风,它肯定想实现“软件-算法-芯片”三位一体的统一,今后肯定会建立自己的AI开发社区,甚至在芯片领域挑战一下英伟达。AMD和英特尔都没有这个实力,但苹果确实有一定希望。


在长期,最值得关注的话题是:苹果会不会走边缘计算、本地化推理的路线?这将直接决定“AI手机”有没有市场。不过这个问题不是一两年内能解决的。


先说第一条。在ChatGPT刚刚发布时,业界的主流观点是:世界上不需要那么多大模型,可能只需要3-5个,包括1-2个最先进的闭源大模型,再加上几个开源大模型。现在的情况却是人人都想做自己的大模型。此前很长一段时间,大家都觉得苹果是一家消费电子厂商,没有必要押注于自研大模型,只需要租用市面上最先进的大模型就可以了。现实告诉我们,苹果不是这么想的。就像我的一位从事大模型研发的朋友所说:“AGI时代,自己有控制权的大模型才是最好的。OpenAI不可能将模型参数开放给苹果,苹果也不会乐意受制于微软生态。不管它做不做得好,它只能自己做!”


如果苹果是这么想的,其他科技巨头就更会这么想了。谷歌和亚马逊都投资了Anthropic(除了OpenAI之外最炙手可热的AI创业公司),Salesforce投资了Mistral;各家大厂收购的小型研发团队就更是数不胜数了。无论这个世界究竟需要多少大模型,每个科技巨头都会做自己的大模型,而且肯定不止做一个——内部孵化几个、外部投资或并购几个,才是常态。


前一段时间,市场上有消息称,苹果从鸿海订购了2万台AI服务器,其中40-50%是英伟达H100服务器。当时很多人(包括我在内)认为这些服务器主要是用来推理的,不过用H100推理显得过于奢侈了。现在看来,这些服务器应该既包括推理需求、也包括训练需求。苹果最不缺的就是钱,既然它决定了押注自研大模型,就一定会把战争打到底。全球AI算力紧缺的局势看样子会雪上加霜。


再说第二条。虽然外界经常低估苹果的研发实力,但是在历史上,苹果经常通过在消费产品积累的资源去进军中上游、直至切入核心技术层面,这一点在民用芯片领域体现的最明显:自从2021年以来,苹果自研的M系列芯片已经全面替代英特尔x86芯片,成为Mac电脑的标配,乃至被“下放”到了iPad当中。一位熟悉这个领域的朋友告诉我:“苹果绝不会甘愿受制于CUDA。它热衷于独立掌握核心算法,对自研芯片进行适配优化,从而实现芯片-算法-软件的整合。不过它一定会小心谨慎地行事。”


众所周知,英伟达依托CUDA生态,建立了牢不可破的竞争壁垒。但是,英伟达的驱动程序并不开源(注:有极少数开源过,但于事无补),CUDA也并不好用。AMD、英特尔等竞争对手已经被甩出太远了,依靠它们去挑战英伟达并不显示。苹果则拥有这样的实力,看样子也拥有这样的意愿。不过,就算它决定进军英伟达的地盘,这个过程也会持续相当漫长的时间——要知道,从2006年Mac换用英特尔芯片到2020年转向自研芯片,经过了整整14年!


附带说一句,哪怕英伟达的竞争对手(无论是不是苹果)成功地夺走了一些市场份额,也不会解决当前AI算力紧缺的问题,因为瓶颈主要在制造环节。尤其是训练相关的芯片制造,在未来很长一段时间内估计还是台积电的天下。无论谁是AI芯片的王者,它都要依赖台积电代工。这是一个工程问题,只能循序渐进地解决。


最后,今后的AI推理主要在云端(数据中心)还是终端(手机、电脑)实现,这是一个争议很大的话题。我们看到各家手机厂商在争先恐后地推出“AI手机”——很可惜,这些产品现在还没什么用,消费者没有任何迫切的需求。当年的云游戏概念,是希望把游戏算力从终端搬到云端;现在的AI手机概念,则是希望把推理算力从云端搬到终端。前者已经被证明不切实际(至少现在是如此),后者则前途未卜。


作为全球最大、最赚钱的智能终端厂商,苹果肯定会希望终端多承担一些AI推理职责,这也有助于iOS生态的进一步扩张。然而,技术进步不会以任何科技巨头的主观愿望为转移。很多人猜测,苹果大模型的研发方向将指向边缘计算、本地化和小型化,其战略目标是开发出适合在移动端本地推理的模型。但是从目前的公开信息(主要就是那篇论文)中,我们尚不能获得足够的信息。


对于苹果的投资者而言,最大的好消息是:苹果注意到了自研大模型的重要性,不甘于在这个战略性赛道上掉队,而且正在试图利用自身资源禀赋去影响大模型技术的发展方向。资本市场可能会对此做出良好的反应(尤其是考虑到今年以来苹果衰落的股价),但是能否实现又是另一回事了。


声明:文章来源于网络转载,是作者独立观点,不代表浙北数据立场
如有不合适或侵权等问题请及时联络我们0572-2100075,会第一时间删除,保障作者权益


微信公众号