GPU行業深度報告：AI產業化再加速，智能大時代已開啟.pdf

上傳者：M*****
時間：2023/03/27
熱度：551
0人點贊
舉報

GPU行業深度報告：AI產業化再加速，智能大時代已開啟。在芯片算力快速提升、日趨龐大的數據量共同支撐下，AI算法迭代升級加速。AI的發展經歷了很長時間的積累，其能不斷跨越科學與應用之間的鴻溝主要得益于技術突破、行業落地、產業協作等多方面的推動，而技術突破是其中最為關鍵的要素。從起步階段發展到當下深度學習階段，算法、數據和算力構成了AI三大基本要素，并共同推動AI向更高層次的感知和認知發展。算法方面，目前深度學習仍然是AI技術發展的主導路線，但是早期所使用的有監督學習方式由于受限于對大量標注數據依賴與理解能力缺乏，而且模型通用性較差，正逐步被新的技術所取代，在芯片算力的快速提升、日益龐大的數據量這兩者的支撐下，新算法正處于加速迭代升級過程中。

自監督學習的算法模型快速發展， “預訓練+精調”的開發范式邁向成熟，新一輪AI技術產業化之路開啟。谷歌、臉書等多家企業先后發布使用自監督學習的算法模型，通過挖掘無標注數據的監督信息，減少人為干預?，F階段自監督學習本質上仍依賴規范化、標簽化的數據，主要借助預訓練模型構筑并學習數據特征。“預訓練”的做法一般是將大量低成本收集的訓練數據放在一起，經過某種預訓方法去學習其中的共性，然后將其中的共性“移植”到特定任務的模型中，再使用相關特定領域的少量標注數據進行“微調”，這樣的話，模型只需要從“共性”出發，去“學習”該特定任務的“特殊”部分即可。預訓練模型成功的關鍵是自監督學習與 Transformer的結合。預訓練大模型在海量數據的學習訓練后具有良好的通用性和泛化性，用戶基于大模型通過零樣本、小樣本學習即可獲得領先的效果，同時“預訓練+精調”等開發范式，讓研發過程更加標準化，顯著降低了人工智能應用門檻。整體上來看，關于本輪AI技術突破所帶來的產業化變局，我們有三個核心觀點：1、基于GPT為代表的大模型AI的通用能力，未來幾年大模型AI的滲透廣度、深度和速度有可能會超預期；2、ChatGPT采用的是閉源模型，其加速的產業落地會刺激更多的廠商加大大模型AI的研發投入，進而推動AI產業化發展；3、大模型AI通用能力的提升，帶動的將不僅僅是云計算市場的增長，伴隨著多種技術與商業化路徑的逐步成熟，云、邊緣、端的增量市場空間均有望漸次打開。