Sora添柴加薪 再不AI就晚啦

  ICC訊 俗話說得好，愛到不能愛，聚到終須散。都2024年了，再不AI就晚啦。時值中國農(nóng)歷龍年新春，世界的科技大門由 “文生視頻”模型 Sora推開，嶄新的時代來臨，人們對未來充滿了無限遐想。

  2024年2月16日凌晨， OpenAI推出了首款文本轉(zhuǎn)視頻模型——Sora，立即在全球范圍內(nèi)引發(fā)了軒然大波。據(jù)OpenAI官方介紹，Sora可以生成長達(dá)60秒的視頻，而且每一幀都充滿了細(xì)節(jié)，甚至能看清人臉上的法令紋。無論是復(fù)雜的攝像機(jī)運(yùn)動，還是多角色的情感表達(dá)，Sora都能游刃有余地處理。更難能可貴的是，它還能根據(jù)用戶提供的簡單提示詞，生成極具創(chuàng)意和真實感的視頻內(nèi)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)口誰都想搶占，沒有人希望被時代的洪流拋下，此時人們最關(guān)心的莫過于，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？

  毫無疑問，光通信產(chǎn)業(yè)是受益AI的幸運(yùn)兒。農(nóng)歷龍年A股開市第一天（2024年2月19日），光通信股受益Sora概念熱潮，全線飄紅，數(shù)只漲停。

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

  光通信——搶占AI供應(yīng)鏈高地

  2023年以來，科技圈最熱門的話題除了AI大模型以外，還有AI終端設(shè)備。大家都關(guān)心的一個問題是，AI時代順利開啟后，最適合搭載AI應(yīng)用的軟硬件是什么？

  軟件上自然無需光通信出手了，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(shù)據(jù)處理，因此需要使用一些專門針對人工智能應(yīng)用進(jìn)行優(yōu)化的硬件設(shè)備，主要包括中央處理器（CPU）、圖形處理器（GPU）、專用芯片（ASIC）、神經(jīng)網(wǎng)絡(luò)處理器（NPU）、加速卡（TPU）、內(nèi)存(RAM)、存儲設(shè)備、網(wǎng)絡(luò)接口卡(NIC)、機(jī)箱、背板、主板、散熱系統(tǒng)和電源等，具體配置則可能會根據(jù)不同的應(yīng)用場景和需求有所變化。

  除了以上硬件設(shè)備，還有一些專門為AI應(yīng)用優(yōu)化的服務(wù)器、存儲設(shè)備和網(wǎng)絡(luò)設(shè)備，如AI芯片服務(wù)器和NVMe SSD等。AI芯片服務(wù)器是專為AI應(yīng)用設(shè)計的服務(wù)器，通常配備多個GPU、TPU或NPU芯片，支持高性能的并行計算和分布式訓(xùn)練。AI芯片服務(wù)器還支持各種深度學(xué)習(xí)框架和算法，并提供友好的開發(fā)環(huán)境和工具。

  其中，GPU是由大量核心組成的大規(guī)模并行計算架構(gòu)，擁有較多運(yùn)算單元（ALU）和較少緩存（cache），是一款專為同時處理多重任務(wù)而設(shè)計的芯片，具備良好的矩陣計算能力和并行計算優(yōu)勢，能滿足深度學(xué)習(xí)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(qiáng)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(xiàn)在由于其高并行計算能力也被廣泛應(yīng)用于深度學(xué)習(xí)等人工智能領(lǐng)域。與傳統(tǒng)的CPU相比，GPU具有更多的計算核心和高速的內(nèi)存帶寬，可以顯著加速矩陣運(yùn)算等計算密集型任務(wù)。在深度學(xué)習(xí)等大規(guī)模數(shù)據(jù)處理中，GPU能夠加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理過程，比CPU更適合處理大規(guī)模的矩陣運(yùn)算。

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

  一塊GPU對應(yīng)需要多少光模塊？

  光模塊在 GPU 中扮演著傳輸數(shù)據(jù)的關(guān)鍵角色，它能夠?qū)崿F(xiàn)高速、低延遲的數(shù)據(jù)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(shù)據(jù)，然后將計算結(jié)果寫回存儲器。光模塊可以通過高速的光信號傳輸加快GPU與其他設(shè)備之間的數(shù)據(jù)交換速度，提高數(shù)據(jù)傳輸效率。

  而光模塊在GPU中的工作則是光發(fā)射器負(fù)責(zé)將電信號轉(zhuǎn)換為光信號，并通過光纖或光導(dǎo)波器將信號傳輸出去光接收器則接收從其他設(shè)備發(fā)送過來的光信號，并將其轉(zhuǎn)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）：又稱為流處理器（Stream Processor），是 GPU 的核心計算單元，用于執(zhí)行計算操作。GPU 可以擁有幾十到數(shù)千個處理器單元，每個處理器單元都可以同時執(zhí)行多個線程，從而實現(xiàn)高并發(fā)的計算。

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

  ·內(nèi)存控制器（Memory Controller）：用于控制顯存的讀寫操作，以及與CPU的內(nèi)存之間的數(shù)據(jù)交換。

  ·命令/控制器（Command/Control Processor）：用于控制GPU內(nèi)部的處理器單元，協(xié)調(diào)GPU和CPU之間的數(shù)據(jù)傳輸和通信。

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

  市場上已經(jīng)有不同版本的光模塊與GPU數(shù)量比例的測算，因網(wǎng)卡型號、交換機(jī)型號和單元（Scalable unit SU）數(shù)量的不同，算出來GPU與200G光模塊、400G光模塊和800G光模塊的對應(yīng)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(nèi)人士測算結(jié)果顯示，如果以2024年0.85美元/GB的均價簡單計算，AI預(yù)計為光模塊帶來13.8/49.7億美金的AI增量市場空間。

  需要與哪些GPU廠搞好關(guān)系？

  其實只有一家，就是英偉達(dá)（NVIDIA）。英偉達(dá)被稱為AI領(lǐng)域“無可爭議的領(lǐng)導(dǎo)者”，人工智能芯片市場份額預(yù)計已達(dá)到90%，創(chuàng)下新紀(jì)錄。

  在人工智能加速芯片市場中，英偉達(dá)的A100/H100系列AI GPU成為了市場的首選產(chǎn)品。研究機(jī)構(gòu)預(yù)測，英偉達(dá)計劃在2024年銷售約150萬至200萬個AI GPU，這將是其2023年銷量的三倍。

  當(dāng)然，英偉達(dá)的領(lǐng)先也并非一朝一夕就能實現(xiàn)的。英偉達(dá)大約在15年前就開始與大學(xué)合作，尋找除了游戲和可視化市場之外，GPU還可以完成的新奇特事物。

  2023年英偉達(dá)高端GPU曾一度供不應(yīng)求，2023年底時的交期還有8-11個月，2024年初就已經(jīng)減少到了只有3-4個月。

  目前來看，在大A上市的頭部光通信企業(yè)，大漲的就包括英偉達(dá)供應(yīng)商和代工廠。可以通俗地講，但凡打入英偉達(dá)供應(yīng)鏈的，在過去的2023年都風(fēng)光無限。

  為了不在這場全球科技競賽中掉隊，除了押注英偉達(dá)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(zhǔn)備在AI生成視頻領(lǐng)域大干一場。

  結(jié)語

  盡管AI技術(shù)在帶來巨大便利和效率提升的同時也引發(fā)了一系列討論和擔(dān)憂，但可以相信的是，這些擔(dān)憂會隨著技術(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)革命都會帶來新一輪的行業(yè)洗牌，我們不得不摩拳擦掌、分秒必爭，要在這場競賽中守住行業(yè)地位，或?qū)崿F(xiàn)逆襲，除了必備的眼光和智慧以外，實力和毅力也不可或缺。

  面向未來AI，我們準(zhǔn)備好了嗎？