一次AI革命，讓原本名聲不顯的OpenAI一躍成爲全球知名企業，估值超過1500億美元。但若討論哪家企業才是AI時代的最大受益者，NVIDIA絕對是唯一答案。
財報數據顯示，2024年第三財季，NVIDIA營收高達350.82億美元，同比增長93.61%，歸母淨利潤193.09億美元，同比增長108.90%，其中數據中心業務營收爲308億美元，同比增長高達112%，公司市值更是超越微軟，位列全球第二。
AI企業與NVIDIA屬於互相成就，前者需要後者提供GPU或專業AI計算卡，用於大模型的訓練和推理，他們的需求助力NVIDIA營收、利潤屢創新高。正因如此，NVIDIA也清楚需要付出一定的成本扶持AI公司，培養客戶群體。
據英國《金融時報》報道，剛剛過去的2024年，NVIDIA累計參與了50多輪融資和多筆交易，向AI初創企業累計投資了約10億美元，相較2023年的8.72億美元增長了大約15%。按照這個趨勢，2025年NVIDIA大概率會投資更多AI初創公司。
除了NVIDIA，其他國內外互聯網公司也在不斷增加AI領域的投入，一邊打造自己的AI團隊，一邊投資其他AI公司。對於小型AI公司而言，有機會獲得大企業的投資無疑是好消息，基於這種情況，2024年無數企業瘋狂湧入AI行業。
天眼查數據顯示，2024年國內新增AI相關企業超過50萬家。可在AI技術日漸成熟的今天，進軍AI行業真的還有機會嗎？
“錢”字當頭，AI創業入局難
AI大模型的黑盒特質使其可解釋性和可調試性較弱，對於語義的理解能力、數學邏輯和推理能力，以及可能存在的AI“幻覺”，都是困擾开發者的技術難題。訓練一款成熟可用的大模型，需要招募大量技術人才，去解決各種難題。然而行業的競爭促使企業互相挖牆腳，吸納AI人才的成本不斷飆升。
例如前段時間小米CEO雷軍親自出手，將參與過DeepSeek-V2大模型开發工作的羅福莉挖到了小米。網上甚至有消息稱，小米公司向羅福莉开出了千萬年薪。傳言可能會有些誇張，但羅福莉的年薪恐怕至少是7位數。
人才之外，GPU算力也是壓在AI公司心頭的重擔。仍以小米爲例，日前界面新聞爆料稱，小米正在着手打造萬卡算力集群。百度集團執行副總裁、百度智能雲事業群總裁沈抖曾表示，一個1.6萬張GPU的集群，採購成本就高達數十億元，更不用說搭建、運營、維護成本。
（圖源：AI生成）
萬卡集群只是开始，若想打造出頂尖AI，還需要購买更多GPU或專業AI計算卡。民生證券計算機首席分析師呂偉表示，以ChatGPT的6億月活數據計算，訓練任務大約需要12萬張A100，推理任務所需約35萬張A100。
爲滿足未來AI大模型的訓練和推理需求，OpenAI CEO山姆·奧特曼甚至提出了7萬億美元重塑全球半導體行業的計劃。算力集群的投入堪稱無底洞，最終需要多少才夠，現在任何AI公司都說不出確切數字。要知道，1984年上映的《終結者》電影中，覺醒了自我意識的天網系統，算力規模也僅爲每秒60萬億次浮點運算，不如一張RTX 4090。
招募人才和組建算力集群的成本或許很高，但總歸可以承受，更嚴重的問題在於，用於訓練大模型的數據不夠了。原定2024年中後期面世的GPT-5，至今未能完成訓練，主要原因之一就是數據不夠用。爲解決數據不足的難題，OpenAI被迫招聘工程師、數學家、物理學家編寫數據，用於訓練大模型。
（圖源：AI生成）
AI大模型的參數量越多，性能上限就越高，但參數量需要大量數據訓練。爲訓練GPT-4和GPT-5，OpenAI幾乎耗盡了網上公开的論文、新聞資訊，以及社交平台上的帖子，甚至因此惹上了官司，被加拿大新聞社、加拿大廣播公司、Torstar、環球郵報等媒體起訴。
倒不是說數據完全被耗盡，只是剩下的數據未經公开，基本在各大公司內部，AI公司難以獲取到。山姆·奧特曼直言，未來訓練一個大模型的成本可能會超過10億美元。
人才、算力、數據三大成本在前，哪怕是互聯網巨頭也倍感壓力，更不用說湧入AI行業的初創公司了。
不過並非沒有低成本訓練大模型的方法，小米开出天價年薪招募羅福莉，目的很可能在於羅福莉的身份——DeepSeek-V2开發工作的參與者。
DeepSeek大獲成功，降本增效不是不行
最近一段時間，AI行業最火的新聞無疑是DeepSeek-V3模型的到來，其低至557.6萬美元的訓練成本，大約只是GPT-4的二十分之一，預計不到GPT-5的二百分之一。經過小雷實測，DeepSeek-V3在文字生成、數學推理等領域的體驗不輸豆包、文心一言、Kimi等國內極負盛名的AI應用。
DeepSeek全新大模型的成功，向其他AI公司傳達了一個信息——訓練大模型的成本可以不用很高。然而有舍必有得，低成本訓練出的大模型，存在一些難以解決的問題。
能夠以極低成本訓練出部分場景體驗媲美豆包、Kimi的大模型，DeepSeek的訣竅在於有三，第一來自MLA架構和MoE架構，前者利用多頭潛在注意力機制，可提取相鄰層的特徵並進行壓縮，從而減少計算量，降低大模型訓練所需成本；後者屬於專家混合架構，具備6710億參數，但每次僅激活370億參數，降低了對計算資源的需求。
（圖源：AI生成）
第二是FP8混合精度訓練框架，以降低精度、壓縮鍵值爲代價，在盡量不影響模型性能的前提下，大幅節省了顯存和計算資源，可提升訓練速度，降低訓練成本。
第三爲模型蒸餾，普通大模型要利用大量數據進行訓練，蒸餾技術以被訓練好的模型爲“教師”，篩選出有效數據，去訓練一個“學生”模型，從而降低成本。DeepSeek之所以在开源模型領域享有如此之高的聲譽，並將DeepSeek-V3打造成當前最強开源大模型，蒸餾技術無疑是關鍵因素。
這些技術雖降低了成本，卻以犧牲精度爲代價，尤其是蒸餾技術，存在一個極爲嚴重的缺陷，即“學生模型”的能力無法超過“教師”模型。追求極致的AI企業不會過度採用蒸餾技術訓練AI，南洋理工大學計算機研究人員王漢卿表示，他認識的一线研究人員，基本沒人在搞模型蒸餾了。
事實上，利用其他AI產出的數據訓練大模型，幾乎所有AI企業都在做，但若過度依賴數據蒸餾，會出現生成數據偏差、喪失多樣性等問題，甚至可能生成無意義的回答。DeepSeek-V3上线後，便出現了回答用戶問題時自稱是ChatGPT的情況。
對此山姆·奧特曼親自回應稱，復制先行者的東西是相對容易的，去做新的、有風險的、有難度的事情是困難的，敢於挑战困難的研究人員，理所應當獲得更多榮譽，這是世界上最酷的事。盡管沒有明說，但山姆·奧特曼已是在嘲諷DeepSeek-V3抄襲，未來蒸餾技術也可能面臨侵權問題。
無論如何，DeepSeek-V3的成功，都爲其他AI公司和考慮入場的企業指出了一條新的道路，通過降低精度、壓縮內容、蒸餾模型，無需數億美元的高昂成本，也能訓練出表現出色的AI大模型。
AI行業，依然是“野心家”的樂園
近十年間，全球最成功的兩大新興企業該是新能源汽車和AI大模型，未來人形機器人有機會進入此隊列。新能源汽車行業的發展歷程，將在AI行業復現，初期參與的企業極多，但經過大浪淘沙，技術實力、管理能力不行的企業會逐漸被淘汰。
AI行業正處於從快速發展期向成熟期過渡的中級發展階段，任何企業都仍具有成長爲巨頭的機會。只是能否利用好這些機會，則要看AI公司的技術實力、管理能力、战略眼光。
（圖源：AI生成）
當前AI行業依然可以入場，但只適合兩類企業，一類是財力雄厚，向行業頂峰進發的企業。此類企業將承擔起引領行業進步的責任，不斷开拓進取，將AI的能力推向高峰。
投入大約100億美元卻沒能生產出新能源汽車的蘋果公司和血虧1100億元的恆馳汽車說明，任何新興行業都存在大量風險，不是錢多就一定能成事。AI行業同樣如此，投入和產出未必成正比。不過風險與機遇總是並存的，做到極致的企業未來才能賺大錢。
另一類企業則是以“夠用就行”爲目的，不追求功能特性達到極致的公司，可通過降低精度和蒸餾技術，以較低成本打造體驗不錯的大模型。DeepSeek-V3訓練成本僅557.6萬美元，能夠負擔得起的初創公司不在少數。
至於空有野心卻實力不足的企業或創業者，已不適合現在的AI行業。盡管有NVIDIA、微軟等巨頭向初創企業投資，但那點錢相對於頂級AI大模型的开發工作無異於杯水車薪。AI行業依然是野心家的樂園，只是門檻比過去高了一些，入場需要更加謹慎。
來源：雷科技
原文標題 : 英偉達10億美元投資初創公司！AI創業難度大但機會猶存？
標題：英偉達10億美元投資初創公司！AI創業難度大但機會猶存？
地址：https://www.utechfun.com/post/462995.html