AIGC，催生硬件新範式_風聞
半导体行业观察-半导体行业观察官方账号-专注观察全球半导体最新资讯、技术前沿、发展趋势。07-07 14:05
過去一年的全球科技界，沒有比AIGC（AI-Generated Content）更熱的熱點。因為ChatGPT的一炮而紅，這個以生成型預訓練變換模型（Generative Pre-trained Transformer）為特點的AIGC浪潮席捲全球。根據Precedence Research統計，2022 年，全球AIGC市場規模為 107.9 億美元。預計到2030年，這個市場規模將達到約 731.6 億美元，複合增長率高達27%。
AIGC被看成人工智能領域的一次飛躍。燧原科技創始人兼COO張亞林先生日前在與半導體行業觀察交流的時候指出，“文生文”和“文生圖”是當前AIGC的主流應用，尤其是‘文生圖’，因為其應用特點，已經具備了規模落地的潛力。
**7月5日，燧原科技正式發佈全新的‘文生圖’MaaS平台服務產品——燧原曜圖。**在張亞林看來，推出這樣一款產品是洞察人工智能產業趨勢的重要決定。而在這背後，是燧原科技五年來的積澱和向人工智能新時代邁出前瞻性佈局的關鍵一步。
正如大家在很多文章所看到的一樣，人工智能擁有一段很漫長的歷史。而之所以AIGC在近年來取得突破，海量的數據無疑是其基礎，算法的進步也是AIGC快速發展的重要推動力之一。
據介紹，如ChatGPT這樣的應用因為採用了先進的深度學習和自然語言處理算法，並通過大規模數據的訓練和優化，呈現出人們看到的出色文本表現。算法的不斷改進和優化，讓AIGC能夠更準確、更生動地生成內容，提供更好的用户體驗。
與此同時，硬件的進步也對AIGC的快速發展起到了關鍵作用。
在過去，行業主流都是採用CPU去訓練大型神經網絡模型，其耗費的時間隨着模型的增大與日俱增。到了2012年，Alex Krizhevsky使用Nvidia GPU在相當短的時間內成功訓練出了深度卷積神經網絡AlexNet，並大幅提升了圖像分類識別領域的性能，開拓了GPU這類高性能處理器在人工智能應用的新時代。
張亞林表示，除了高性能處理器外，大容量存儲器、高速網絡連接部署以及大規模系統集羣的發展，也為AIGC應用打下了硬件基礎，使其擁有了強大的計算資源和存儲能力，加速了模型的訓練和推理速度，使得AIGC能夠在實時性和性能上取得顯著的突破。
但他同時也指出，現在的AIGC應用要訓練1000億甚至數千億以上的參數，這就要求海量的算力，進而導致當前的單芯片設計難以滿足未來的AIGC應用算力需求，於是在芯片領域，正在往Chiplet、2.5D/3D封裝等方向發力，以提升芯片的性能。此外，無論是在芯片內部、芯片間，甚至是整個算力系統中，互聯在AIGC硬件基礎設施中扮演了越來越重要角色。
不過，正如他所説，這些互聯並不簡單地連接到一起，在此過程中還有很多的因素要考慮。因為從目前看來，在未來，用户會越來越面對一個更大量的算力池子。因此從頂層用户的角度看，如何能通過簡單的編程模式、高抽象的編程模式去調動各個節點或者各個芯片的算力？如何有效地通過網絡的方式或者是整體集羣的方式把整個集羣的算力有效利用起來？
具體而言，這就涉及兩個關鍵要素：第一就是如何有效的把芯片通過互聯結構把它連起來，形成一個有效的算力網絡；第二就是如何讓上面的編程者能夠通過高測算的方式使用這個算力網絡，最後達成模型的高效訓練和推理，這是一個非常關鍵的問題。
“如何讓開發者能夠很輕鬆地利用這個算力，就變成一個關鍵。”張亞林總結説。
正是因為有了這樣的轉變，作為供應商，需要提供的不僅僅是芯片，而涵蓋軟硬件的一體化系統，尤其是伴隨着“文生圖”這類應用的商用，對供應商提出了新層次的考驗。
“文生圖”落地，平台提出新需求
“‘文生圖’會是首個被大規模商用的AIGC應用。”在問及對AIGC未來的看法説，張亞林這樣説。誠然，得益於Stable Diffusion的開源，眾多開發者已經實際使用了這個令人眼前一亮的技術。
資料顯示，Stable Diffusion是一個由CompVis、Stability AI和LAION等公司研發的一個文生圖模型，它的模型和代碼是開源的，而且訓練數據LAION-5B也是開源的，其參數量也僅僅只有1B左右，這就讓大部分人可以在普通的顯卡上進行推理甚至精調模型，降低了“文生圖”應用的入門門檻。
而從今年年初開始，Midjourney的強勢來襲，加上微軟和Adobe等競爭對手的入局探索，讓整個“文生圖”市場風起雲湧。目前“文生圖”已經在遊戲、影視、設計行業等場景中開始落地。較“文生文”等應用的落地步伐更快一些。
張亞林介紹道，“文生圖”的商業化模式首先是從遊戲類開始的，因為在遊戲類的產業裏面會使用原來的遊戲的風格化素材。在過去，這些都是通過原畫師完成的，但現在藉助等“文生圖”應用，就可以生成比較好的各種原畫風格圖片。此外，文娛、影視渲染和美術設計也是“文生圖”的發力方向。
“縱觀當前的AIGC應用，唯‘文生圖’在商業上有了説得通的邏輯，其訓練模式和算法也比較成熟。從這個角度看，‘文生圖’現在拼的是落地化。”張亞林説。他同時指出，當前大多數“文生圖”開發者一般都是通過買雲服務來構建其設計，但他們對雲服務有很大的擔憂，因為其很多東西都是私有化的。
為此，這些開發者期待的一種商業模式是一個私有化的集羣——在本地進行部署，能夠滿足其文生圖的私有化商業模式。當然，在這個平台內，還要集成算力雲服務的組件、大模型和訓練推理等一系列算法，再疊加一些服務，使平台化的東西具有一定的推廣價值。
而要實現這些目標，就需要硬件提供商跟多個領域的合作伙伴建立合作關係。但據張亞林所説，這些合作會面臨挑戰：
**01、**第一，客户在文生圖上的需求會日益變化，算法也會層出不窮。平台如何能夠及時地納入客户最新的對於算法調優的新需求，讓不斷更新迭代的版本跟合作伙伴一起能夠提供給用户即時的升級要求，這是平台迎來的第一個挑戰；
**02、**如何在降低自身軟硬件成本的同時，和合作伙伴一起優化成本，讓客户能夠嚐到性價比甜點。這在當前降本增效的主旋律以及激烈的市場競爭現狀中，顯得尤為重要。畢竟對於“文生圖”這樣的應用，一體化、高性價比、即時服務、可定製以及私有安全是其追逐的永恆目標。
基於這些見解，同時基於公司深厚的積累，燧原科技帶來了“文生圖”MaaS平台服務產品——曜圖。
MaaS平台亮相，“曜圖”如約而至
其實早就今年初，燧原科技就宣佈了公司升級企業戰略，那就是以全棧軟硬件和集羣產品為數字底座，結合MaaS（Model as a Service）的業務模式，全面打造人工智能技術生成內容（AIGC）時代的基礎設施。
基於公司的實力和經驗，燧原終於發佈了AIGC浪潮下的第一款產品“燧原曜圖”——一款高效易用，安全可靠、企業級的文生圖MaaS平台服務產品，能為用户提供即時可用、創意無限的文本生成圖像能力。
自創業之初，燧原科技就瞄準雲端訓練產品市場，以突破高難度訓練芯片為目標，通過快速迭代提升產品的性能和能效。通過邃思系列芯片創新的片間高速互聯，以及軟件棧聚焦優化數據並行與模型並行等大規模集羣的訓練能力，奠定了今天燧原的訓練產品在國內大規模集羣訓練場景上的優勢。
對於“文生圖”類應用，除了需要上述的高性能硬件外，在軟件層面也要有的放矢。例如，我們不但需要打造從底層的軟件棧到雲服務的產品，還需要在其中集成各種模型庫。同時，部署一整套軟件的工具鏈也是剛性需求。因為只有這樣的一套交鑰匙方案，才是“文生圖”私有化平台亟待的解決方案。這也正是燧原科技在軟件上堅持的發展思路。
從三年前開始，燧原更是聚焦於以系統化的方式打造其軟硬件系統，這讓公司在推出相關方案的時候輕車熟路，如魚得水。“只有一體化的軟硬件解決方案，才能使客户真正的高效。”張亞林強調。
“曜圖”正是燧原這種軟硬件實力支持下的另一成功案例。
燧原科技已經擁有從硬件、軟件到系統的全棧解決方案，結合雲燧訓練和推理產品在行業落地打磨的實踐經驗，可為客户提供豐富多樣的人工智能系統軟硬件產品，全方位降低AI算力中心部署和應用成本。而曜圖的發佈標誌着面向AIGC領域的場景需求，公司可以提供基於原始創新本土算力的MaaS平台服務產品，持續為客户優化人工智能應用體驗，在AGI時代更將引領技術生態合作發展。
走向多模態，最終目標
雖然首先從“文生圖”落地，發佈燧原曜圖，但張亞林表示，燧原科技也在嘗試其它領域的應用機會。“今年年底開始的大模型落地部署，對整個算力的部署，特別是對Fine-tune和Inference在商業部署方面的的需求會遠遠大於預訓練。”張亞林指出。
他同時表示，目前的整個人工智能未來趨勢一定是多模態的，能夠把語言、文字、聲音、圖像、視頻、3D這些通過轉換，整合成為一個更大的統一模型,然後大家基於更大的統一模型，在上面調出更多的定製化的模型和行業模型再去落地，這就將是更聚焦和聚合的一個趨勢。
於燧原而言，隨着燧原曜圖的誕生，公司將繼續致力於以算力基礎設施建設為基礎，成為本土面向AIGC時代MaaS平台的推動者，立足行業技術創新前列的領導者，並針對日益複雜的人工智能應用場景需求，引領技術生態合作發展，為客户持續優化人工智能應用體驗，推動數字經濟發展。
在張亞林看來，AIGC至少是一個10年的大浪潮。作為一家算力在DNA中的企業，燧原科技將持續作為人工智能領域的專注者，繼續加強算力的研發和創新，為AIGC提供更強大的算力支持。