AI的邏輯與主權

朱國順

對于人工智能（AI）來說，Sora的出現，很可能會將AI劃分為前Sora時代和后Sora時代。之前皆為序章，僅僅學習訓練模仿；之后才是正戲開場，走向懂得邏輯思維和具備類人的判斷能力。這當然是OpenAI公司的成功，但根本上是GPU的成功。生產GPU的公司市值，在2024年2月攀升到2萬億美元，躋身美股前三行列，成為AI領域迄今最大得益者。

GPU，一個不同于CPU的獨門秘器，讓AI更早“懂得”了邏輯思維。

電子計算機的核心是處理器，由芯片按照設定程序運行，實現使用目標。最先出現、也是通常使用的是CPU（中央處理器），它的流程是執行從0到結果的推演過程，內部25%是運算單元、25%是控制單元、50%是緩存單元。

隨著游戲興起等帶來諸多對圖像處理的特殊要求，1993年一家新公司成立了，專攻圖形處理，叫做英偉達。1999年發明了GPU（圖形處理器），重新定義了計算機圖形技術，推動了當時PC游戲市場的發展。跟CPU不同的是，GPU90%是運算單元、5%是控制單元、5%是緩存單元。

CPU與GPU的區別在于，CPU涉及通用計算，復雜度高，像一位教授從加減乘除到微積分都會做，有高超計算質量但耗時長速度相對慢，屬于全能型選手；GPU則擅長于簡單內容的重復計算，相當于1000個小學生只會做1到100的加減乘除，但在簡單重復運算場景，1000個人同時做效率大為提高。這意味著在并行計算中，比如游戲需要的圖像渲染等，GPU具有無可比擬的獨特優勢。有點歪打正著的是，這恰恰是后來AI模型訓練中最需要的。

2012年GPU在視覺識別準確率上獲得突破性進展，英偉達開始布局人工智能市場，專攻針對AI計算場景的GPU。2016年打造出全球第一臺AI超算DGX-1，并把它捐贈給了OpenAI公司。時為OpenAI聯合創始人的馬斯克專門發文表示感謝，因為新機器可讓同樣的訓練，從花費一年時間縮短到一個月。

六年后，ChatGPT問世。ChatGPT的“聰明”，估算來自3617臺HGX A100服務器，其中含有將近3萬塊GPU。一戰成名。依靠GPU，英偉達占據了AI算力底座大約95%份額。Sora的出現，再次固化了GPU的優勢，奠定了在AI領域王者地位。

Sora是AI劃時代發展的標志，也意味著GPU應用越來越多從大模型訓練，進展到邏輯推理場景。這實際上體現的，是AI越來越具備類人的邏輯思維和判斷能力。

有數據表明，英偉達數據中心40%的營收，已來自大模型的推理場景。但公司負責人認為，這還只是保守估計。諸如互聯網新聞、視頻、音樂等的推薦算法系統，長期基于CPU方式，隨著深度學習和生成式AI的滲透，這些推薦算法系統將加速向GPU方式轉變。同時，越來越多消費者互聯網公司正在投資生成式AI，通過產品描述和購物輔助人工智能工具，為內容創作者、廣告商和客戶提供支持，企業軟件公司也在應用生成式人工智能來幫助客戶實現生產力提高。

一個具有預測性的判斷認為，英偉達業務重心70%已是推理，這象征著人工智能技術的巨大飛躍。這既是基礎機器人技術領域取得的突破性進展，也意味著類人機器人的到來已指日可待。

當AI具有了類人的邏輯推理思維，這固然標志著技術的進步，但也帶來了一個迫在眉睫的新課題：主權人工智能。

與普通操作系統一個程序打天下的“普適”不同，AI具有類人的思維和判斷力之后，它只有運行在特定的場景中才能發揮應有作用。基礎機器人的進步提供了某種可能，與場景結合才能產生價值。

正是因為這些原因，世界各國都在投資人工智能基礎設施，以支持在本國語言、國內數據基礎上構建大型語言模型，形成本國特點的AI研究、發展和應用生態系統。一個顯著的標志就是，“主權人工智能”及相應的數據中心，正在成為領先公司在中東一些國家推廣發展重點。

機器具有了思維，必然需要邊界的設定和立場的規范。

“入鄉隨俗”，才能“如魚得水”。