Sora引爆生成式AI 算力控扼市场供给

2024年，最新出道的Sora继续推动着生成式AI滚滚向前。

Sora是OpenAI研发的文生视频大模型，背后的数据训练规模更加庞大，这也进一步带动AI芯片的需求，让本就不富裕的算力市场更加“雪上加霜”。

IDC亚太区研究总监郭俊丽向21世纪经济报道记者表示：“目前AI芯片仍然供不应求。2024年AI芯片规模将超过650亿美元，且会有更多定制化芯片部署需求。”

随着生成式AI对高效、专业的AI处理芯片的需求日益增长，芯片厂商的竞赛也更加激烈。这不仅涉及到了在GPU市场占据领先地位的英伟达，还包括OpenAI、云厂商、软银等科技巨头，以及越来越多的创新企业，它们都在积极进军AI芯片制造领域。

Sora掀起变革

近日，OpenAI发布的新型视频生成模型Sora，为生成式AI的发展再添浓墨重彩的一笔。Sora不仅代表了生成式AI技术的最新成果，更预示着AI模拟真实世界能力的巨大飞跃。

Sora的核心能力在于其能够生成长达一分钟的高清视频，这一时长远超之前的生成模型。更值得一提的是，Sora生成的视频不仅画质卓越，细节丰富，而且帧率高、连续性好，几乎达到了无缝衔接的效果。

谈及Sora的突破之处，一位AI资深专家向21世纪经济报道记者表示：“之前业界对文生视频的预期是在几秒范畴，但是Sora一下子发布就是60秒，而且是稳定视频，视频可编辑，也可以多视角地描述同一个场景，颠覆了大家之前的认知。”

在这位专家看来，OpenAI等企业的目标是AGI，即实现通用人工智能，“对于实现的时间线，目前有业内专家预测不会太晚，可能近三到五年会出现大的突破，我们即将迈入一个人机共生的时代。”

眼下，生成式AI应用正不断涌现，也有观点认为今年是生成式AI应用爆发元年。前述AI资深专家谈道：“去年可能很多人对应用还处于观望的状态，产业界也会觉得大模型存在幻觉、不准确、质量不高等问题。但是随着技术的成熟度越来越高，以及应用性越来越强，会有更多的人开始使用相关工具。生成式AI发展的趋势肯定是会和产业绑定得更深，与普通人的日常工作生活也会结合得更紧。”

据IDC中国预测，Sora将率先在短视频、广告、互动娱乐、影视制作和媒体等行业中得到应用。在这些领域，利用Sora的多模态大模型能力，可以辅助内容行业的工作者更高效地创作视频，不仅加快了生产速度，还提高了产出数量，并为用户带来前所未有的视觉体验。这将助力企业实现成本降低、效率提升，并进一步优化用户体验。

同时，业界多位大拿也对Sora展开探讨和争辩，英伟达专家Jim Fan认为，Sora是一个基于数据的物理模型；AI界领军人物、Meta首席人工智能科学家Yann Lecun则认为Sora根本不理解现实世界，走错了发展路径。

现在争论还在继续，不论最终结果如何，Sora在提供一种新的生成范式，即使它不理解物理定律，它也可以通过“观察”学习形成逼真的视频作品。这和以往建模软件产品的思路截然不同，比如在传统的设计软件中模拟小球运动视频，背后都是一套严密的物理公式做底层支持。而Sora基于Diffusion Transformer模型，通过海量的多模态数据训练，涌现出了视频生产的新模式，真正实现了视频生成。

其中值得一提的是OpenAI产品背后的“Scaling Law”（规模法则），即随着模型规模的增加，其性能通常会提升。未来随着大模型进一步发展，多模态趋势将如何演进也备受期待。

芯片之争加剧

与此同时，随着大模型不断涌现且越来越大的趋势，推高了核心要素AI芯片需求，供不应求的局面更加紧张。为此，产业链上企业都在芯片环节上强化，不论是传统芯片巨头还是互联网公司，都有了新的计划。

当前英伟达是AI芯片的霸主，业界也在期待下一代GPU芯片B100。有券商分析师指出，英伟达的B100 GPU预计将成为人工智能游戏规则的改变者，甚至比上一代旗舰AI芯片H100更强大。值得关注的是，近日英伟达被曝正在组建全新业务部门，研发ASIC芯片，用于满足云巨头厂商定制化芯片的需求。

对此，半导体行业资深观察者姚嘉洋向21世纪经济报道记者表示，ASIC比拼的就是设计能力，未来ASIC将和通用GPU共存，目前英伟达的设计能力很强，加入ASIC市场可以帮助英伟达找到新的成长空间。

从市场上看，ASIC领域的头部企业有博通、Marvell，若英伟达未来涉足ASIC业务，他们都是强有力的竞争对手。对此，姚嘉洋指出，英伟达在晶圆的采购量上比博通、Marvell大很多，议价能力相对也较高。

郭俊丽告诉记者：“短期来看，由于英伟达仍然具有绝对领先优势，各大企业仍然主要依赖英伟达供给AI芯片。同时，他们也面临选择有限、成本高企的问题，所以积极探索自研、尝试更多合作伙伴的方案。面对现状，英伟达为了免受越来越多客户寻求产品替代公司的影响，成立定制化部门。长期来看，随着自研芯片的成熟、更多企业的跟进，AI芯片的竞争将会更加多元化。”

而英伟达的担忧也是有原因的，比如近期有消息称OpenAI正或寻求提高AI芯片产能，其CEO Sam Altman可能要为这一计划筹集5万亿至7万亿美元。

上万亿的巨资计划，也让OpenAI的庞大野心一览无余，在郭俊丽看来，OpenAI的考量就是解决抑制发展的瓶颈——AI芯片供需问题。

“AGI技术持续发展，但仍面临没有足够的AI芯片的问题。OpenAI也想在构建大型AI基础设施，包括芯片制造、能源供给、数据中心建设等，建立更加稳定的供应链方面做出自己的贡献。同时，将会对英伟达在AI芯片市场的主导地位产生严峻挑战。最后，各方竞争合作的作用下，可能会推动AI、半导体市场甚至整个科技领域都在今年进入到新时代。”郭俊丽说道。

目前，英伟达的大客户——谷歌、微软、亚马逊、Meta等巨头企业都已经推出了自研的AI芯片。例如谷歌的TPU、亚马逊的训练芯片Trainium和推理芯片Inferentia、微软的AI芯片Azure Maia 100和服务器CPUCobalt 100。

姚嘉洋认为，如果云厂商能够和台积电签订具有价格竞争力的长约，就有机会获得优势，打破英伟达垄断局面，但是台积电是不是愿意也是未知数。

云厂商之外，不断有新的入局者和初创企业，有报道称软银集团创办人孙正义正在寻求高达1000亿美元的资金创建芯片合资企业；创业公司Groq自研LPU，欲追赶英伟达的速度。

对于爆火的Groq，姚嘉洋向记者分析道：“目前公开数据看，Groq是在推理侧的表现比GPU快10倍，但是它并没有指明是对比英伟达的哪一款GPU产品，而能做推理侧的芯片公司有很多，英伟达旗下也有专门用于推理的产品，还是需要谨慎看待。”

而在难度更高的训练芯片（AI芯片可分为训练和推理两大类型）上，目前英伟达一骑绝尘，其他厂商无出其右。随着技术的迭代、参与者越来越多，AI芯片舞台也将继续演变。