9月，任正非在談話記錄中表示，我們即將進入第四次工業革命，基礎就是大算力，第四次工業革命波瀾壯闊，其規模之大不可想象，今天的年輕人是未來大算力時代的領袖，二三十年之內的人工智能革命，一定會看到年輕人星光閃耀。

算力再度成為了市場中熱門的投資風向，以人工智能為代表的第四次工業革命藍圖是怎樣的？算力為何是第四次工業革命的基礎？本文將詳細解析。

(相關資料圖)

第四次工業革命源于AI

工業革命的歷程中，蒸汽時代和內燃機時代的效率提升與資源利用改善，以及電氣革命對原子能、計算機、航天技術和生物工程等領域的重大突破，都是人類智慧的結晶。而如今，人工智能算力時代正在引領我們進入第四次工業革命的全新篇章。GPT-4的性能大幅提升，其專業和學術領域的表現已經接近人類，例如在模擬律師考試中取得了應試者前10%的成績。

人工智能的影響深遠，尤其在高技術行業更為顯著。據OpenAI的研究報告顯示，約80%的美國勞動力可能至少有10%的工作任務受到GPT的影響，約19%的工人至少50%的任務受到影響。尤其是在數據分析、信息服務等高技術領域，有超過60%的工作可以由GPT-4協助完成。如Cathie Wood旗下的方舟基金公司預計，到2030年，辦公室和行政支持人員的勞動任務自動化程度將達到75%，效率將提升至原來的4倍。

互聯網普及后的二十年里，雖然出現了許多優秀的應用，但由于技術瓶頸的限制，網上購物、在線視頻、社交媒體等現象級別的應用并未出現。然而，隨著計算機算力的提升和網絡帶寬的增加，這些應用已經開始逐步實現落地。伴隨著ChatGPT引領的人工智能浪潮，過去難以實現的應用將在互聯網傳媒、互聯網金融等廣泛賽道上爆發。

在這個大潮中，優秀的科技公司將會穿越牛熊周期。例如英偉達，自2000年以后，隨著游戲產業對GPU的需求增加，英偉達的技術革新驅動其進入AI計算賽道并成為核心龍頭。自網絡股泡沫破裂以來，英偉達股價已重獲近500倍的漲幅。

從本輪AIGC浪潮來看，科技改變人類的步伐才剛剛開始。人工智能在硬件層和算法層的得到支持后，應用層將全面改革傳統行業。例如，傳媒中的游戲、出版影院、廣告、電視等賽道可能會迎來類似于1990年代的全面爆發式的發展。

算力是人工智能落地應用的基礎

ChatGPT是一種基于深度學習的大型語言模型，其訓練和推理過程需要大量的算力。根據論文《Language Models are Few-Shot Learners》的測算，ChatGPT的上一代GPT-3(1750億參數版)所需的算力高達3640PF-days。這意味著，如果每秒進行一萬億次浮點運算，需要計算3640天才能完成一次訓練。

在實際操作中，單張英偉達A100顯卡的算力約為0.6PFLOPS。因此，訓練一次GPT-3(1750億參數版)大約需要6000張英偉達A100顯卡。如果考慮到互聯損失，可能需要上萬張A100顯卡。按照單張A100芯片價格約為10萬元來計算，大規模訓練需要投入約10億元人民幣。這對于非頭部廠商來說，成本壓力非常大。

隨著GPT-4等更大模型的出現，其訓練所需的算力可能會更高。為了應對這一挑戰，各國政府和企業都在積極尋求解決方案。例如，中國政府在2021年就明確了國家算力樞紐建設方案，鼓勵國企和政府部門支持民間算力資源。此外，一些云計算服務提供商(如阿里云、騰訊云等)也推出了算力租賃服務，讓用戶可以通過租用計算資源來滿足AIGC大模型的訓練需求。

隨著AIGC大模型的發展，算力需求將持續增長。為了降低訓練成本，提高算力利用效率，算力租賃市場將迎來更大的發展空間。同時，政府和企業也需要加強合作，推動算力資源的合理配置和共享，以滿足數字化強國建設的需要。

據頭豹研究院報告，國內各大公司已著手布局AI 算力租賃，如利通電子和世紀華通合作建立世紀利通，在上海、深圳等地建立大數據中心以開展算力租賃業務，預期面向騰訊、華為等大客戶；中科曙光和AMD 深度合作，公司算力業務已與百度飛槳進行適配，為紫東太初、悟道等大模型訓練提供算力。但目前國內已知接到訂單的公司仍為少數，大部分公司仍處于前期投入階段。

總的來說，第四次工業革命的藍圖是基于人工智能和大算力的。人工智能的發展將對高技術行業產生深遠的影響，并改變傳統行業的運作方式。而大算力則是實現人工智能應用的基礎，因為訓練大型語言模型如ChatGPT等需要大量的計算資源。我國目前已有相關技術儲備，相信在技術奇點到來之時，一定會看到星光閃耀。