云端厂 AI 战开打,ChatGPT 未来迈向商用,GPU 需求上看 3 万颗

云端厂 AI 战开打,ChatGPT 未来迈向商用,GPU 需求上看 3 万颗

ChatGPT 近期掀起云端与 AI 产业话题,微软、Google、百度等相继推出基于生成式 AI 衍生的产品服务,TrendForce 最新报告《从 AIGC 看云端 AI 应用趋势与挑战》指出,热潮下 GPU 及 AI 晶片相关供应链业者如 NVIDIA、台积电、欣兴、世芯、力旺等可望受惠。不过市场普及度和产品服务的功能最佳化仍待考验,且 AI 以用户体验为核心,涉及个资及内容正确性,因此下个发展阶段或面临法规问题。

TrendForce表示,生成式AI是透过GAN、CLIP、Transformer、Diffusion等演算法、预训练模型、多模组等AI技术整合,在既有数据或资料寻找规律,并在资料汇整、社交互动、文案产出等领域带出高效内容生产,以及与用户互动体验。现行市面有不少生成式AI应用,较常见的类别有文字、图像、音乐、程式等。

抢占AI商机,云端大厂应先强化搜寻引擎

数据、算力、算法是深耕生成式AI不可或缺的三大关键, 且产品服务易做但最佳化困难,握有资源的云端大厂发展更具优势。就厂商角度而言,ChatGPT等生成式AI聊天机器人不仅能与用户自然对话,“类理解需求”能力能进一步提供各式谘询建议,加上搜寻引擎相当普遍,故强化搜寻引擎已是各云端大厂的首要任务。TrendForce调查,目前全球搜寻引擎市场以超过九成的Google引擎为首,微软Bing仅占3%,短期间不致造成威胁,但随着用户扩大、数据回馈与模型最佳化循环,是否会产生服务差异甚或抢占广告商机,是Google不得不预防的潜在风险。

GPU及AI晶片需求增,台厂世芯、力旺等受惠

生成式AI必须投入巨量资料训练,为缩短训练就得采用大量高效能GPU。以ChatGPT背后GPT模型为例,训练参数从2018年约1.2亿个到2020年暴增至近1, 800亿个,TrendForce估GPU需求量预估约2万颗,迈向商用将上看3万颗(以NVIDIA A100为计算基础)。生成式AI发展将成为趋势,带动GPU需求显着提升,连带使相关供应链受惠,最大受益者是GPU晶片龙头辉达(NVIDIA),旗下可达5PetaFLOPS运算效能的DGX A100,几乎是目前大规模资料分析、AI加速运算首选;此外尚有MI100、MI200、MI300系列晶片的超微(AMD);台厂则有负责晶圆代工的台积电、ABF载板业者南电、景硕、欣兴等、AI晶片相关厂商创意、世芯、智原、力旺等。

涉及个资内容正确性,生成式AI产品服务将面临法规挑战

ChatGPT为首的相关应用,直接将AI以简易互动方式带到消费者面前,TrendForce预期各行业语音客服、游戏、零售、语音助理等领域,会是生成式AI发展初期主要应用领域。考量现行大厂产品仍持续最佳化,小厂产品发展有限,后续产品服务能否新颖实用兼具,仍是持续推升成长动能的关键。此外,下阶段产业须面对法令规范与训练素材挑战,前者包括必须保护个资、内容正确性,以及合法合规等;后者仰赖相关知识平台服务商能否筛选与整合多元内容,交由生成式AI开发商训练。

云端厂 AI 战开打,ChatGPT 未来迈向商用,GPU 需求上看 3 万颗 AI与大数据 图2张

(首图来源:shutterstock)

   特别声明    本页内容仅供参考,版权终归原著者所有,若有侵权,请联系我们删除。