OpenAI危险了( 六 )


虽然RISC-V指令集架构是免费开源的 , 但芯片设计厂商基于RISC-V指令集架构二次开发形成的核心IP具有自主知识产权 , 可以通过外部收费进行授权 。据RISC-V国际基金会数据显示 , 2022年会员数量同比增长超过26% , 会员单位总数超过3180家 , 遍布70个国家/地区 , 其中包括高通、英特尔、谷歌、阿里平头哥、华为、紫光展锐等众多领先的芯片公司 。
开源对于RISC-V来说是优势 , 但相应地也会产生一些问题 。RISC-V只有40多个基本指令集 , 再加上数十个基本模块扩展指令 , 任何企业和开发者都可以免费使用RISC-V来创建具有独立知识产权的芯片 。
然而 , 开源、高度可定制和模块化等特性 , 也使得RISC-V的生态更加碎片化 , 更加复杂 。
“每家芯片研发公司对RISC-V的指令集进行升级后 , 其实都会产生一个新的架构 。都叫RISC-V , 但不同公司对RISC-V互相不能兼容 , 开源生态其实也是割裂的 。”拟未科技总裁、大中华区总经理卢涛认为 , 芯片架构的开源和软件生态很重要 , 但是不同的团队 , 要在开放、定制和碎片化之间找到一个平衡点 , 这很考验研发团队的智慧和能力 。
除此以外 , Arm架构已经产生了GPU、IPU等适合AI训练、推理的芯片 , 技术生态更为完善、成熟 。而RISC-V的初衷是用来设计CPU的 , 虽然其开放性很强 , 但目前来讲对于AI芯片的设计尚在探索阶段 。
据调研机构Counterpoint Research预测 , 到2025年 , RISC-V处理器累计出货量将超过800亿颗 , 复合年增长率为114.9% 。届时 , RISC-V将占据全球CPU市场14%、物联网市场28%、工业市场12%、汽车市场10%的份额 。
高通已经在2019年将RISC-V应用到了其骁龙865 SoC中的微控制器中 , 目前出货超过6.5亿个RISC-V芯片 。在2022年9月的AI Hardware Summit论坛上 , RISC-V的发明者Krste Asanovic教授曾透露 , 目前谷歌已经开始使用基于RISC-V的SiFive Intelligence X280 , 开发其专为机器学习框架TensorFlow研制的TPU芯片 。在此之前 , 谷歌在TPU芯片架构方面已经开展了超过10年的自研工作 。
虽然从零开始做RISC-V芯片研发有一定的难度 , 但RISC-V的开源属性 , 给同样从零开始的中国芯片在封锁、垄断当中争取到了多一线生机 , “从我的视角看 , 中国的芯片公司是全球成长最快的 。中国芯片公司更加激进 , 愿意面对挑战 。”刚至坚表示 , 市场是刺激芯片行业发展的关键 。中国的芯片市场很庞大 , 例如中国的车用芯片算力需求 , 已经远超欧美市场 。随着中国企业对AI算力需求的增长 , 未来中国的AI芯片产业肯定也会迎来更多的机会 。
结语
除了商业方面的考虑 , 开源还可以帮助技术发布者优化模型 。
“ChatGPT其实是工程的胜利 。”如今大语言模型的成功 , 其实是建立在对模型的反复训练和调教之上的 。如果在建立基础模型之后 , 把模型推广到开源社区中 , 有更多的开发者参与模型优化工作中 , 那么对于AI大模型的进步来说 , 无疑会产生很大的帮助 。
除此以外 , “开源大模型可以避免重复造轮子 。”北京智源人工智能研究院副院长兼总工程师林咏华在2023年智源大会期间接受采访时曾表示 , 假设所有人都去自研通用大模型 , 需要耗费大量的算力、数据、电力 , 完全是重复造轮子 , 不利于社会资源的合理化利用 。
对于智源研究院这样的非盈利机构来说 , 不管模型是开源还是闭源 , 可能都没有太多商业化的考虑 。但对于商业化AI公司来说 , 无论是微软、谷歌、Meta、OpenAI , 还是国内的智谱AI、百川智能 , 任何一款AI大模型肯定不会只以“科研”为目的 。
OpenAI的产品虽然在技术上占据了绝对的优势 , 但以插件形式构建的ChatGPT生态 , 在生态建设方面却竞争乏力 。在AI的开源、闭源之争中 , 未来或许会看到与手机操作系统不一样的格局 。

【OpenAI危险了】


推荐阅读