AI 广泛应用于下游领域

机器学习大模型点燃算力需求，全球算力规模快速增长。AIGC更关注如何利用深度神经网络自动生成新的创作内容，例如创作文章、图像、音乐等。前者往往在小数据集下也能得到较高准确率的输出，而后者则需要依赖大规模高质量的训练数据，海量数据的背后，是算力需求的爆发式增长。根据《通信世界》研究显示，以目前业界分析较多的通用语言模型GPT-3为例，它拥有1750亿个参数，仅训练阶段就需要10, 000张V100GPU持续运行约14.8天，整体算力消耗为625PFlops。而于23年3月发布的GPT-4不仅参数量增加了10余倍，其对应的算力需求也大幅增加。