YutoGPT

GPT-4.5率先登陆Plus!ChatGPT Plus订阅 重新开放!OpenAI拿到顶级GPU后,重振雄风!

AI 可引用摘要

GPT-4.5率先登陆Plus!ChatGPT Plus订阅 重新开放!OpenAI拿到顶级GPU后,重振雄风!在北京时间12月14日凌晨,OpenAI的首席执行官Sam Altman在X(社交平台)上发布了一条推文,宣布重新开放ChatGPT Plus的新用户订阅服务。Altman表示,之所以作出这一决定,是因为OpenAI获得了更多的GPU资源,原文是:“we found more GPUs

GPT-4.5率先登陆Plus!ChatGPT Plus订阅 重新开放!OpenAI拿到顶级GPU后,重振雄风!

原创 Jason Dennis 变量棱镜 2023-12-17 20:41 中国香港

在北京时间12月14日凌晨,OpenAI的首席执行官Sam Altman在X(社交平台)上发布了一条推文,宣布重新开放ChatGPT Plus的新用户订阅服务。Altman表示,之所以作出这一决定,是因为OpenAI获得了更多的GPU资源,原文是:“we found more GPUs。”

这一消息发布的前一个月,Altman曾宣布暂停新用户订阅ChatGPT Plus。原因是开发团队发现日益增长的使用量超出了公司的承载能力,他们希望确保每位用户都能获得良好的体验。

文章底部老司机入手30天质保Plus,体验4.5 ⬇️

OpenAI过去一个月的坎坷

对于过去一个月中坎坷的 OpenAI 来说,获取更多GPU资源并非易事。

顶尖的GPU或算力已成为科技公司争夺的战略资源,它们不仅是技术发展的关键,还是吸引顶尖研究人才的重要手段。根据公开报道,全球GPU巨头英伟达的H100 GPU存量第二的公司Meta,已经在用大量的H100 GPU作为招募顶级AI人才的策略。

这也解释了为何在Altman发布关于再次开放ChatGPT Plus订阅的新推文下,有网友评论说:“GPU是新的石油。”

尽管OpenAI最近重启了ChatGPT Plus的订阅服务,但整个AI行业依然面临着算力短缺的挑战。这个问题的核心在于,大型模型的训练和推理严重依赖于英伟达的高端GPU。同时,英伟达自身的生产受限于台积电的先进芯片制造工艺、封装工艺,以及韩国HBM内存的产能。

OpenAI并没有明确表示他们“找到”的算力是来自于英伟达的GPU,微软的支持,还是AMD的最新AI芯片Instinct MI300X。这表明,尽管OpenAI可能已经找到了更多的算力资源,但算力市场本身仍在经历变化和挑战。

同时,英伟达的竞争对手也在积极行动。例如,谷歌的DeepMind团队最近推出了全新的多模态大模型Gemini,具备视觉和听觉能力,以及强大的学习和推理能力。值得注意的是,Gemini是唯一一个完全基于谷歌自研的TPU芯片训练的万亿参数级别的大模型,这标志着在依赖英伟达GPU的大模型领域,出现了新的转变。

在单片GPU性能方面,谷歌的TPU v5e、v4,甚至最新发布的v5p都无法与英伟达的H200或H100相媲美。例如,谷歌的最新TPU v5p在INT8模式下的峰值算力仅为918 TFLOPs,远不及英伟达H100的1979 TFLOPs。

然而,正如半导体研究机构Semianalys的首席分析师Dylan Patel所指出的,对于人工智能基础设施而言,系统整体能力比单个微架构的性能更为重要。简单来说,芯片集群的总体算力比单片芯片的性能更加关键。

在进行大模型训练和推理的大规模计算中,单片芯片完成计算后需要进行数据传输。但由于通信效率的限制,通常无法实现全部数据的传输,这意味着部分算力被浪费。业界对英伟达GPU的争抢不仅仅是因为其成熟的CUDA生态系统,还在于更强大的单片GPU可以提供更高的效率。更重要的是,英伟达的NVLink和NVSwitch等通信技术能够最大限度地发挥芯片集群的整体算力。

在云计算领域三大巨头的竞争格局中,芯片制造商AMD作为英伟达的长期竞争对手,最近在其“Advancing AI”发布会上正式推出了高端GPU产品——Instinct MI300X(简称MI300X)。这一产品得到了包括谷歌、亚马逊、微软、OpenAI、甲骨文、Meta、戴尔、惠普、联想等多家公司的支持。

尽管AMD的ROCm生态系统与英伟达的CUDA相比还有差距,但AMD正努力缩小这一差距,并且公司首席执行官苏姿丰曾表示,考虑到AI芯片市场的快速发展,她不认为任何公司能够长期保持绝对优势。

与此同时,多家大型企业如微软、Meta已承诺采购MI300X以满足其AI计算需求,甲骨文更是提前采购了一批。还有传闻称,微软为了采购MI300X而减少了对英伟达产品的订单。

英伟达的GPU最初是为游戏和视频图像渲染而设计的。然而,英伟达的前首席科学家戴维·柯克(David Kirk)曾有一个梦想,那就是将专注于图像渲染的GPU算力转化为通用算力中心。这个梦想在2006年得到了实现,当时他说服了公司创始人兼CEO黄仁勋推出CUDA(Compute Unified Device Architecture,统一计算架构)。

CUDA的成功并非一夜之间的成果,而是黄仁勋多年的坚持和投入。从游戏和科学研究到区块链、挖矿,再到元宇宙和生成式AI,黄仁勋不断为CUDA和GPU算力寻找新的应用领域和未来方向,这包括在2016年向新成立的OpenAI捐赠了英伟达的首台AI超级计算机DGX-1。

多年前,英伟达CEO黄仁勋在俄勒冈州立大学的毕业演讲中曾说:“当人们全力以赴时,他们能够做到你无法想象的事情。要全力以赴,不留任何后路。” 这句话在英伟达的发展历程中得到了体现。

许多人可能不知道,早在ChatGPT推出之前,英伟达的数据中心业务收入就已超过了游戏业务。随着ChatGPT在全球科技行业的爆炸性增长,英伟达的数据中心业务收入更是持续增长,超过了游戏玩家带来的收入。

但是,即便如此,英伟达也面临挑战。随着大型模型的兴起,对算力的需求大幅增加,英伟达的高端GPU成为全球科技公司的首选。然而,首先,英伟达一家公司难以独自满足全球市场(尤其是中美)对AI算力的需求;其次,从风险控制和成本考虑,长期来看,大公司不太可能将所有资源依赖于单一供应商。

除了英伟达,在大模型浪潮中,博通等其他芯片巨头也成为了幕后的赢家。同时,以谷歌为首的云计算巨头正尝试进行垂直整合,从底层芯片到训练框架实现自主研发。

正如前文所述,英伟达一家公司难以单独承担全球日益增长且多变的算力需求。因此,AMD、谷歌、微软、亚马逊等公司的加入,预示着算力供给的根本性改变。这些公司的参与将提供更强大、更经济的算力资源,从而有可能将大模型转变为社会基础设施。

至于英伟达的CEO黄仁勋对这种变化的态度如何,尚不得而知。但可以肯定的是,在他将世界上第一台DGX-1超级计算机赠送给OpenAI时,他留下了这样一句话:“为了计算的未来和人类的发展,我将这台DGX-1献给你们。”这反映出他对计算技术未来的期望和承诺。

老司机入手链接:https://www.hkgpt.shop

进一步学习

参考文章:https://www.163.com/dy/article/ILULA860051100B9.html

扫码关注变量棱镜公众号