项目监测报告》显示今年 – 月可已达到 年全年披露金额的 左右涉及政务金融运营商能源教科交通等各行各业表明企业对大模型的应用需求正快速增长。 面对商业化为何如此急切？ 原因有二。一是大模型研发成本越来越高。众所周知算力一直是
国产大模型发展的掣肘
方面目前全球的算力技术美国占据了全球近成的算力市场份额几乎被其垄断。相比之下中国算力荒的现象越来越严峻。 据相关
据中国目前的算力需求量约为每年.亿台的服务 丹麦电子邮件列表 器而中国的算力供给量仅为每年万台的服务器缺口达到了.亿台占到了全球算力缺口的。与之而来的是算力租赁服务的水涨船高。其中并济科技中贝通信汇纳科技等公司宣布算力服务收费大幅上涨导致大模型研发成本进一步提升。 在巨大的成本压力下大模型厂商不得不加紧寻找一条商业化之路。 二是大模型技术
已经卷的差不多了通用模型具备的是通识 京东夜谜小程 能力是不能解决特定行业特定场景的实际问题的只有一项技术被成功大规模商用才是真正的成功显然经过一年的技术比拼已经到了验证的阶段。 为了加快大模型的商业化落地国内各企业纷纷行动起来。目前大模型的
商业化落地大致有两种路径
是调用二是私有化部署。 调用是最常见的落地方式。智谱自研的第四代基座大模型 -的调用价格仍为.元千 百万的价格为元通义千问相对低但–的调用价格也在.元千的- 每万输入输出价格分别是美元。 从短期来看虽然成本不高但对于需求量较大的用户和行业来说就显得不是很友好了。 而私有化部署就更贵了。截至目前国内没有
一家厂商披露具体的大模型训练成本但从 CG 线索 多位行业人士口中得出大模型的研发成本远比想象中高的多动辄成千上百万甚至需要以“亿”来计算。 华为大模型负责人田奇曾提到大模型开发和训练一次需要约万美元这表明即使技术再领先的公司大模型的训练也是
非常昂贵的。 百川智能创始人王小川也曾表示每亿参数对应训练成本在.到万人民币之间。因此一个千亿级参数的模型单次训练成本预估在三千万至五千万
人民币之间。的首席执行官 也预测过未来两年内模型成本将达到亿美元。 显然调用和研发的高昂价格已经成了商业化的枷锁。久而久之大模型就变成了有钱人的游戏肯定不利于大规模商业化。 而价格战就成了最直接且最快速的落地方式。但并不是所有企业都能加入进来因为只有把大模型的研发成本尽
