好久不写微信公众号文章了，写个随笔，谈谈最近的思考。
中国人工智能大模型产业，现在正在搞 “百模大战” ，根据公开媒体报道，截至2024年3月，我国共有117个大模型完成了备案。
今天看到一个最新消息，说截止 6 月份，全国共通过备案的大模型服务企业已经达到 162 家。
2024年7月4日举行的世界人工智能大会上，百度李彦宏批评了当前人工智能领域的“百模大战”，在他看来，过去这一年多来行业处在非常热闹的“卷模型”之中，一度出现了百模大战的盛况。没有实际应用的基础模型，无论开源还是闭源，都没有价值。
李彦宏是从市场价值角度来看通用大模型或者基础大模型，我换个角度，从算力规模角度来分析一下，为什么通用大模型行业将会崩溃，90%的通用大模型企业都会死掉或者退出通用大模型市场。
注意啊，这里说的是 “死掉或者退出通用大模型市场”，不是说一定会死掉，而是还有“退出市场”这个选项。
90%的通用大模型即将死掉或者退出市场，意味着通用大模型行业的大崩溃、大洗牌，大淘汰。
第一、通用大模型的参数规模将在2025-2026年达到10万亿
OpenAI 2019年发布GPT-2的参数是15亿，2023年发布的 GPT-4 大模型，总的参数规模已经达到1.8万亿。OpenAI首席技术官 米拉·穆拉提 透露，GPT5预计将于2025年底发布，是一个具有52万亿参数的多模态模型。
华为2024年6月最新发布的 盘古Pangu S超级大模型，参数规模达到万亿级。
7月份在上海召开的2024 世界人工智能大会，中国本土AI公司阶跃星辰发布了一个万亿参数大模型—Step-2。
阿里巴巴也发布了一个号称10万亿参数的大模型，官网介绍，M6是中文社区最大的跨模态预训练模型，模型参数达到十万亿以上，具有强大的多模态表征能力。
训练一个10万亿参数的通用大模型，需要什么条件？当然是超大规模的AI算力池。
2023年9月特斯拉建设的1万张H100 GPU集群上线。2024年5月，马斯克宣布建造超级算力工厂，规模达到10万张H100。2024年6月，马斯克宣布其投资的xAI公司计划花费90亿美元购买30万颗 Blackwell B200 GPU。
2024年3月Meta官网宣布建成2个包含2.4万张H100 GPU的集群，2024年底将再部署35万张H100，总算力计划达到60万张H100。
2024年5月中国移动宣布将商用哈尔滨、呼和浩特、贵阳的三个万卡集群，总规模近6万张GPU卡。
华为已经在规划十万卡算力池，有可能在芜湖算力中心落地。
2024年3月，英伟达发布B200芯片，拥有2080亿个晶体管，算力达到 2.25 PFLOPS ( FP16半精度 )，比2016年的 Pascal 芯片增长了118倍，是2020年A100芯片的7.21倍，是2022年H100芯片的2.25倍。可支持部署27万亿参数的大模型。
因此，在超级AI芯片层面，英伟达已经为训练十万亿参数通用大模型提供了关键能力。
那么，十万卡算力池的投资有多大呢？按照B200售价3万美元计算，10万卡算力池需要购买30亿美元的英伟达B200模组或计算卡，如果加上服务器机头、IB网卡、交换机、存储、光纤等设备和配件，预计投资需要40亿~50亿美元，大约折合300亿人民币。如果按照5年折旧，平均每年设备折旧大约60亿元。
根据报道，运行一个10万卡算力集群的能源消耗150MW/年，可计算全年电费支出超过8亿元。
所以，问题出现了，中美两国在人工智能领域的竞争，中国是不可能让步的。美国AI企业的通用大模型参数达到1000亿，中国企业跟了。美国AI企业的通用大模型参数达到10000亿，中国企业也跟了。如果美国AI企业的通用大模型参数达到10万亿，中国企业跟不跟？
中国的上百家通用大模型企业，有多少家企业的通用AI大模型，能跟到1万亿参数？有多少家企业的产品能跟到10万亿参数？
这个问题简化一下就是：你家能不能承担每年8亿元电费？
建设算力集群、运营巨型算力中心，训练通用大模型，从万亿参数的通用大模型开始，已经变成一个超级烧钱的游戏，变成了一个富豪局。
如果非要硬着头皮跟盘，购买算力把现金烧光之后，结果依然是出局。
所以本文认为，中国90%通用大模型企业是没有能力（钱）跟盘的，未来或者烧光现金出局，或者主动退出这个市场。
通用大模型行业即将大崩溃，这是一个典型的灰犀牛风险。
预测2025年，崩溃的迹象开始慢慢浮现出来，一些通用大模型公司静悄悄地不再更新版本，另一些通用大模型公司开始改变产品营销的卖点。这个时候你就知道：崩溃已经到来了。
我这篇公众号文章动笔是在7月7日，今天7月9日看到一个报道：
Anthropic首席执行官Dario Amodei表示：GPT-4o大模型训练花费约1亿美元，而目前正在开发的 AI 大模型训练成本可能高达10亿美元。未来三年内，AI大模型的训练成本将上升至100亿美元甚至1000亿美元。
好吧，虽然我支持这个观点，训练AI大模型的算力投资会越来越高，但是1000亿美元训练一个AI大模型，确实是超出我的认知了。
如果你认为上述分析的逻辑是成立的，那么新的问题出现了：
90%通用大模型企业的出路在哪里？
2024年的政府工作报告，提出加快发展新质生产力；深化大数据、人工智能等研发应用，开展“人工智能+”行动。
华为《智能世界2030》报告中指出：未来将是一个智能世界，AI应用无处不在。
李彦宏在上海世界人工智能大会上提出：没有实际应用的基础模型，都没有价值。应用的价值远比模型本身更为重要。
这些认知都是正确的。
人工智能大模型的终极目的，是服务国家，服务产业、企业、教育、医疗、矿山、制造业、农业、林业、牧业等各行各业。“人工智能+”的目标对象，就是各个产业、企业、行业的应用场景。
前阿里云CEO张勇有一句很有名的话：所有行业、所有应用、所有软件、所有服务都值得基于新型人工智能技术、基于AIGC各方面技术支撑、大模型支撑重做一遍。
因此国家经济和社会发展真正需要的，不是1万亿或者10万亿参数的AI大模型，而是AI技术、AI大模型作为一种新质生产要素，与产业、行业、企业结合，融入原有的生产力和生产关系，演进出来新的高质量生产力和生产关系，改造和提升每个产业、行业、企业。
对于90%的通用大模型企业来说，现在可能面临一种选择，就是改变发展路线，放弃通用大模型赛道，选一个对人工智能提升发展质量有需求的特定行业、企业、产业去合作，去深耕 “人工智能+行业” 、“人工智能+产业” 、“人工智能+企业”。
也许不需要搞1万亿、10万亿参数的大模型训练，就能做出来一个服务某行业应用场景、提升行业生产力的 AI行业垂域大模型，形成该行业的新质生产力，推动该行业的高质量发展。
一句话总结：放弃通用大模型，用AI服务行业发展，成为行业的新质生产力。
如何避免通用大模型行业发生大崩溃？
答案就是：90%没有那么多钱烧的通用大模型企业，放弃这个赛道，尽早进入新赛道，通用大模型行业也就不存在行业崩溃了。
第三部分、谁能坚持笑到最后
如果中国的通用大模型产业发生大崩溃，谁能坚持活下去，谁能笑到最后？
第一、企业集团有没有庞大的主营业务收入和利润，能够长期支撑N万亿参数、10万亿参数通用大模型训练所需海量算力支出？
第二、企业的通用大模型的市场转化情况如何，能不能形成足够的产业化收入，以对冲N万亿参数、10万亿参数通用大模型训练所需的海量算力支出？
一句话：要么是爸爸给钱能养活自己，要么是自己能挣钱养活自己。做不到这两点的通用大模型公司，大概率出局。
主营业务持续盈利，中国最有钱，也能为通用大模型训练持续烧钱的互联网和云计算企业：腾讯、阿里、字节、百度、华为、京东、快手。
我能想到的是：中国移动、中国电信、中国联通、国家电网…
其它还有很多知名的AI通用大模型研发公司，实在不好判断，大概的判断办法依然是：看爸爸。
因此，做通用大模型的AI创新公司，如果想要在通用大模型这条赛道上坚持跑下去，可能从现在就要开始考虑找一个富爸爸了。
找不到富爸爸的通用大模型公司，建议不要等钱都烧完了，而是从现在就要开始考虑转换赛道，进入行业垂域模型和AI应用服务市场。
