Sora添柴加薪 再不AI就晚啦

  ICC訊 俗話(huà)說(shuō)得好，愛(ài)到不能愛(ài)，聚到終須散。都2024年了，再不AI就晚啦。時(shí)值中國農歷龍年新春，世界的科技大門(mén)由 “文生視頻”模型 Sora推開(kāi)，嶄新的時(shí)代來(lái)臨，人們對未來(lái)充滿(mǎn)了無(wú)限遐想。

  2024年2月16日凌晨， OpenAI推出了首款文本轉視頻模型——Sora，立即在全球范圍內引發(fā)了軒然大波。據OpenAI官方介紹，Sora可以生成長(cháng)達60秒的視頻，而且每一幀都充滿(mǎn)了細節，甚至能看清人臉上的法令紋。無(wú)論是復雜的攝像機運動(dòng)，還是多角色的情感表達，Sora都能游刃有余地處理。更難能可貴的是，它還能根據用戶(hù)提供的簡(jiǎn)單提示詞，生成極具創(chuàng )意和真實(shí)感的視頻內容。

  自2022年末的ChatGPT掀起AI大模型浪潮，到2024年初的Sora再次引爆科技圈，AI正以前所未有的速度重塑世界?？萍嫉娘L(fēng)口誰(shuí)都想搶占，沒(méi)有人希望被時(shí)代的洪流拋下，此時(shí)人們最關(guān)心的莫過(guò)于，生成式AI究竟與哪些行業(yè)相關(guān)，又將如何滲透進(jìn)各產(chǎn)業(yè)鏈，受益哪些終端？

  毫無(wú)疑問(wèn)，光通信產(chǎn)業(yè)是受益AI的幸運兒。農歷龍年A股開(kāi)市第一天（2024年2月19日），光通信股受益Sora概念熱潮，全線(xiàn)飄紅，數只漲停。

  那光通信產(chǎn)業(yè)鏈的各個(gè)環(huán)節與AI都有哪些深度或間接關(guān)聯(lián)呢？

  光通信——搶占AI供應鏈高地

  2023年以來(lái)，科技圈最熱門(mén)的話(huà)題除了AI大模型以外，還有AI終端設備。大家都關(guān)心的一個(gè)問(wèn)題是，AI時(shí)代順利開(kāi)啟后，最適合搭載AI應用的軟硬件是什么？

  軟件上自然無(wú)需光通信出手了，那硬件有光通信可以努力的方向嗎？

  答案是肯定的。

  AI通常需要進(jìn)行大量的計算和數據處理，因此需要使用一些專(zhuān)門(mén)針對人工智能應用進(jìn)行優(yōu)化的硬件設備，主要包括中央處理器（CPU）、圖形處理器（GPU）、專(zhuān)用芯片（ASIC）、神經(jīng)網(wǎng)絡(luò )處理器（NPU）、加速卡（TPU）、內存(RAM)、存儲設備、網(wǎng)絡(luò )接口卡(NIC)、機箱、背板、主板、散熱系統和電源等，具體配置則可能會(huì )根據不同的應用場(chǎng)景和需求有所變化。

  除了以上硬件設備，還有一些專(zhuān)門(mén)為AI應用優(yōu)化的服務(wù)器、存儲設備和網(wǎng)絡(luò )設備，如AI芯片服務(wù)器和NVMe SSD等。AI芯片服務(wù)器是專(zhuān)為AI應用設計的服務(wù)器，通常配備多個(gè)GPU、TPU或NPU芯片，支持高性能的并行計算和分布式訓練。AI芯片服務(wù)器還支持各種深度學(xué)習框架和算法，并提供友好的開(kāi)發(fā)環(huán)境和工具。

  其中，GPU是由大量核心組成的大規模并行計算架構，擁有較多運算單元（ALU）和較少緩存（cache），是一款專(zhuān)為同時(shí)處理多重任務(wù)而設計的芯片，具備良好的矩陣計算能力和并行計算優(yōu)勢，能滿(mǎn)足深度學(xué)習等AI算法的處理需求，因此成為主流云端AI芯片。

  不難看出，與光通信強關(guān)聯(lián)的就是GPU（Graphics Processing Unit），一種通用并行處理器，最初用于圖形處理，但現在由于其高并行計算能力也被廣泛應用于深度學(xué)習等人工智能領(lǐng)域。與傳統的CPU相比，GPU具有更多的計算核心和高速的內存帶寬，可以顯著(zhù)加速矩陣運算等計算密集型任務(wù)。在深度學(xué)習等大規模數據處理中，GPU能夠加速神經(jīng)網(wǎng)絡(luò )的訓練和推理過(guò)程，比CPU更適合處理大規模的矩陣運算。

  具體是如何相關(guān)的，不妨先看看GPU的硬件組成及運行原理（懂的跳過(guò)）。

  一塊GPU對應需要多少光模塊？

  光模塊在 GPU 中扮演著(zhù)傳輸數據的關(guān)鍵角色，它能夠實(shí)現高速、低延遲的數據傳輸，從而提高GPU性能。GPU通常需要處理大量的圖形或計算任務(wù)，這些任務(wù)需要快速地從存儲器中讀取數據，然后將計算結果寫(xiě)回存儲器。光模塊可以通過(guò)高速的光信號傳輸加快GPU與其他設備之間的數據交換速度，提高數據傳輸效率。

  而光模塊在GPU中的工作則是光發(fā)射器負責將電信號轉換為光信號，并通過(guò)光纖或光導波器將信號傳輸出去光接收器則接收從其他設備發(fā)送過(guò)來(lái)的光信號，并將其轉換為電信號，然后傳遞給GPU進(jìn)行處理。

  已知GPU 的硬件組成包括：

  ·處理器單元（Processing Units，PU）：又稱(chēng)為流處理器（Stream Processor），是 GPU 的核心計算單元，用于執行計算操作。GPU 可以擁有幾十到數千個(gè)處理器單元，每個(gè)處理器單元都可以同時(shí)執行多個(gè)線(xiàn)程，從而實(shí)現高并發(fā)的計算。

  ·顯存（Graphics Memory）：用于存儲圖形數據、紋理等圖形相關(guān)的數據，以及 GPU 計算過(guò)程中所需要的中間結果等數據。顯存的容量通常比 CPU 的內存小，但它的讀寫(xiě)速度更快，可以滿(mǎn)足高速的數據交換和計算要求。

  ·內存控制器（Memory Controller）：用于控制顯存的讀寫(xiě)操作，以及與CPU的內存之間的數據交換。

  ·命令/控制器（Command/Control Processor）：用于控制GPU內部的處理器單元，協(xié)調GPU和CPU之間的數據傳輸和通信。

  ·圖形輸出（Display Output）：用于將GPU處理后的圖像數據輸出到顯示器上。

  市場(chǎng)上已經(jīng)有不同版本的光模塊與GPU數量比例的測算，因網(wǎng)卡型號、交換機型號和單元（Scalable unit SU）數量的不同，算出來(lái)GPU與200G光模塊、400G光模塊和800G光模塊的對應比例就不同，有GPU:200G光模塊=1:6，也有GPU:200G光模塊=1:1，還有GPU:800G光模塊=1:1.5，GPU:400G光模塊=1:1

  有業(yè)內人士測算結果顯示，如果以2024年0.85美元/GB的均價(jià)簡(jiǎn)單計算，AI預計為光模塊帶來(lái)13.8/49.7億美金的AI增量市場(chǎng)空間。

  需要與哪些GPU廠(chǎng)搞好關(guān)系？

  其實(shí)只有一家，就是英偉達（NVIDIA）。英偉達被稱(chēng)為AI領(lǐng)域“無(wú)可爭議的領(lǐng)導者”，人工智能芯片市場(chǎng)份額預計已達到90%，創(chuàng )下新紀錄。

  在人工智能加速芯片市場(chǎng)中，英偉達的A100/H100系列AI GPU成為了市場(chǎng)的首選產(chǎn)品。研究機構預測，英偉達計劃在2024年銷(xiāo)售約150萬(wàn)至200萬(wàn)個(gè)AI GPU，這將是其2023年銷(xiāo)量的三倍。

  當然，英偉達的領(lǐng)先也并非一朝一夕就能實(shí)現的。英偉達大約在15年前就開(kāi)始與大學(xué)合作，尋找除了游戲和可視化市場(chǎng)之外，GPU還可以完成的新奇特事物。

  2023年英偉達高端GPU曾一度供不應求，2023年底時(shí)的交期還有8-11個(gè)月，2024年初就已經(jīng)減少到了只有3-4個(gè)月。

  目前來(lái)看，在大A上市的頭部光通信企業(yè)，大漲的就包括英偉達供應商和代工廠(chǎng)?？梢酝ㄋ椎刂v，但凡打入英偉達供應鏈的，在過(guò)去的2023年都風(fēng)光無(wú)限。

  為了不在這場(chǎng)全球科技競賽中掉隊，除了押注英偉達以外，也可以看看同步抗衡的微軟、亞馬遜、谷歌和Meta等國際大佬，這些公司也紛紛在自研AI芯片，準備在A(yíng)I生成視頻領(lǐng)域大干一場(chǎng)。

  結語(yǔ)

  盡管AI技術(shù)在帶來(lái)巨大便利和效率提升的同時(shí)也引發(fā)了一系列討論和擔憂(yōu)，但可以相信的是，這些擔憂(yōu)會(huì )隨著(zhù)技術(shù)的發(fā)展完善而逐步解決磨合。

  唯一需要關(guān)注的是，每一次新的技術(shù)革命都會(huì )帶來(lái)新一輪的行業(yè)洗牌，我們不得不摩拳擦掌、分秒必爭，要在這場(chǎng)競賽中守住行業(yè)地位，或實(shí)現逆襲，除了必備的眼光和智慧以外，實(shí)力和毅力也不可或缺。

  面向未來(lái)AI，我們準備好了嗎？