總覽

當大多數有關人工智慧(AI)的討論集中在像是Grok和GPT-4等新模型時,真正的競爭可能發生在AI基礎設施領域。許多大型企業如軟銀(SoftBank)、微軟(Microsoft)和Nvidia投入數十億美元在晶片、計算能力和人才上,以確保它們在這場競賽中的領先地位。

AI模式與基礎設施的競賽

幾乎每過一段時間,我們就會聽到新的AI模型亮相,如Grok、DeepMind、Gemini、GPT-4等隨處可見。這些都隨著轟動效果而來的大型宣布、社交媒體上的熱潮和分析文章一起出現,然而背後卻有另一些角力悄然進行。塑造AI未來的公司不僅在創建AI模型,也在全力佈署支撐這些模型運行的基礎設施。

最大的玩家們不僅在追逐生成式AI的突破,它們正投注巨大的精力與資源在晶片、計算能力和專有的AI基礎設施上。誰掌控基礎,誰就掌控未來AI的命運。

軟銀的AI自適應策略

軟銀最近以65億美元收購了致力於設計基於Arm架構的AI和雲計算最佳化晶片的Ampere Computing。配合對Arm Holdings的多數股權以及去年對AI晶片製造商Graphcore的收購,軟銀積累了AI硬體的關鍵資源。在大眾聚焦於AI軟體的同時,軟銀希望未來的AI能依靠其硬體運行。

該公司的策略由其CEO孫正義明確描繪:掌控AI的基本層面。透過Arm,軟銀控管AI晶片的根本知識產權;通過Ampere,它獲得高性能半導體設計;其與OpenAI達成的5000億美元投資合作進一步穩固了自身的優勢,確保其晶片和基礎設施有能力支持世界最先進的AI模型。

微軟在基礎設施和人才上的賭注

微軟採取了相似的路線,大力投入於AI基礎設施,同時吸納頂尖的AI人才。公司最近從AI視頻初創公司Haiper挖走的關鍵人物,以增強其AI部門。更重要的是,它正在加大計算能力的投資。

為了減少對Nvidia的依賴,微軟開始自研AI晶片,如Maia AI加速器,並確保長期的GPU(圖形處理器)供應。公司也與OpenAI和xAI建立了專屬的合作夥伴關係,確保其雲基礎架構——Azure,是最先進AI開發的中樞。微軟認識到未來AI的成功不僅取決於先進模型,還取決於大規模運行這些模型的能力。

Nvidia:被威脅的AI王者

當前,Nvidia仍然在AI硬體上占據統治地位。其GPU支持來自OpenAI、Google和Meta的最先進AI模型,無可替代。然而,隨著計算需求的飛躍增長,主要科技公司努力降低對Nvidia的依賴,並開始自行研發AI晶片。

例如,亞馬遜推出了Trainium和Inferentia晶片,Google則有自己的Tensor處理單元(TPU),報導指出Meta也在開發內部AI處理器。此趨勢的驅動因素不僅是成本考量,也是為了獲得更大控制權。自有AI基礎設施使這些公司能夠最佳化性能,降低供應鏈風險,並避免受制於外部供應商的價格和供應限制。

AI基礎設施背後的龐大投資

在AI基礎設施上的投資規模令人震驚。Meta、微軟、亞馬遜和Google的母公司Alphabet預計今年共計將投資約3250億美元,主要用於AI專注的數據中心、半導體研究和雲基礎設施。

即便Apple並未處於AI發展的前端,其也正在計劃在四年內投入5000億美元建造數據中心和定制AI服務器。這些投資顯示了一種AI策略的轉變:公司們不再只在模型上競爭,而是在支撐這些模型的硬體和基礎設施上發力。

AI未來的戰爭

從根本上看,這是一場權力的爭奪。AI的突破可能會成為頭條新聞,但若無相應的基礎設施加以支持,這些突破便毫無意義。現在投資於AI硬體的公司正在塑造未來AI的格局。

這也正是軟銀加大晶片投入的原因,微軟內部重點引進人才並建造專有硬體的原因,以及為何Nvidia在AI領域的霸主地位受到挑戰的原因。

這不僅是誰能推出下一個大型AI模型的問題,而是誰掌握構築AI基石的能力。而這場戰鬥才剛剛開始。