中國AI企業(yè)應如何看待英偉達新顯卡！1月7日上午,，英偉達總裁黃仁勛在全球最大的消費電子展上發(fā)表了演講,。此前有海外科技博主預測，英偉達即將發(fā)布的新版顯卡GPU性能會有顯著提升,。在演講中,，黃仁勛發(fā)布了英偉達RTX 50系列顯卡，并表示RTX 5090的整體性能是上一代RTX 4090的兩倍,。

這一消息引發(fā)了擔憂，特別是在美國對華斷供高端芯片的背景下,，中國人工智能行業(yè)可能無法獲得最高性能的GPU用于訓練,，與美國的差距可能會進一步拉大。在人工智能領(lǐng)域,，“算力焦慮”一直是一個熱門話題,。作為全球主導的GPU企業(yè),，英偉達的H100 GPU數(shù)量一度成為衡量大模型公司算力的標準，黃仁勛曾稱：“英偉達是AI世界的引擎”,，認為其硬件是發(fā)展人工智能大模型的關(guān)鍵,。

然而，現(xiàn)場的朋友表示,，算力和人工智能大模型不再是多數(shù)企業(yè)最關(guān)心的問題,。2024年的重點是如何將人工智能落地應用,，這并不一定需要最高性能的GPU芯片,。相比之下，黃仁勛在演講中強調(diào)英偉達“Blackwell架構(gòu)芯片是人類歷史上最大的單芯片”,，但同時也宣布了消費級產(chǎn)品的降價策略,，性能不變但價格降至三分之一，這與之前的漲價預期形成了反差,。顯然,，在面臨越來越多挑戰(zhàn)的情況下，英偉達也在尋求多元化的發(fā)展路徑,。

實際上,，全球幾家全力投入人工智能大模型研發(fā)的頭部企業(yè)正在掀起一股“去英偉達”的趨勢。例如,，Open AI和蘋果公司等開始自研芯片和生態(tài)系統(tǒng),，以支持自身的大模型訓練。這種趨勢打破了英偉達宣傳的“算力為王”的觀念,。除了自研AI芯片,，這些公司還在更多地關(guān)注大模型本身的設(shè)計優(yōu)化。

Mistral AI公司公開引入混合專家模型進行大模型訓練,，用多個特定領(lǐng)域的“小專家”配合幾個“通用專家”,，先決定問題類型再處理不同類型的問題。此外,，DPO,、LoRA等高效微調(diào)方法也簡化了模型對齊過程，降低了復雜度,。在這種趨勢下,，國產(chǎn)大模型逐漸明確了發(fā)展方向。2024年,，國產(chǎn)大模型取得了顯著進展,，有些通過底層優(yōu)化，僅用2048塊GPU就達到了頭部公司數(shù)萬塊GPU訓練才具備的大模型性能。

在中國工業(yè)互聯(lián)網(wǎng)研究院的數(shù)據(jù)中,，DeepSeek-V3通過采用混合精度方法,，有效平衡了訓練精度和效率，結(jié)合混合專家模型架構(gòu),，將大模型訓練成本降低至500萬美元,，僅為同性能模型的5%～10%，而性能卻與GPT-4o和Claude 3.5 Sonnet相當,。目前,，國內(nèi)類似的大模型成本和訓練時長都大幅下降。這種新的訓練方法不僅降低了大模型行業(yè)的門檻,，還推動了全球大模型的降價潮,，對人工智能技術(shù)的應用和轉(zhuǎn)化具有革命性意義。

業(yè)內(nèi)人士指出,，在當前全球人工智能大模型的競爭中,，算力雖然重要，但不是決定性因素,。只有與軟件和應用場景結(jié)合起來,，才能真正賦能行業(yè)轉(zhuǎn)型，提高經(jīng)濟效率,。部分人工智能項目存在“假智能”的問題,，即靠大量數(shù)據(jù)疊加出答案，缺乏真正的創(chuàng)造力和想象力,。盡管一些前沿大模型探索了“思維鏈”,，試圖模擬人類思維推導，但在實現(xiàn)“通用人工智能”方面仍有較大障礙,。

更大的問題是,，僅靠算力的方式遲早會遇到瓶頸。現(xiàn)有大模型已經(jīng)讀完了幾乎所有的英文書籍,，接下來的發(fā)展方向必須回到技術(shù)本質(zhì),，解決更關(guān)鍵的方向性問題。中國企業(yè)正通過高效靈活的路徑,，找到更加“聰明”的人工智能發(fā)展方向,。人工智能是一場向著未知的探險，中國企業(yè)選定的方向不會輕易被各種“焦慮”裹挾,。中國AI企業(yè)應如何看待英偉達新顯卡,！