科技周期探索專題：2016~2030年，通用人工智能時代的到來.pdf

科技周期探索專題：2016~2030年，通用人工智能時代的到來。

路線的轉變：從 CPU 到 GPU 的切換

2016 年全球的移動互聯網滲透率已經超過了 50%，這代表的其高速增長 的時間已經過去；此時英特爾公司放棄了引以為傲的“Tick-tock”戰 略，CPU 在終于在算力提升的路上嚴重受阻。這這樣的背景下，科技界 都在尋找新方向，即能夠接過 CPU 接力棒的技術。憑借早年顯卡的積累， 以及 CUDA 架構的提出，英偉達 GPU 逐漸成為通用計算芯片，它替代 CPU 成為引領算力進步的新寵兒。 盡管英偉達在人工智能芯片上的單芯片算力從 2012 年開始用了 10 年的 時間翻了 1000 倍，但是以提升功率與價格的方式實現的，我們測算最 近 10 年全球每 GFLOPS 的復合成本降幅大約在 25-35%之間，這一降幅略 低于摩爾定律的要求。

三大算力應用：比特幣、云計算、新能源車

比特幣的出現大大拉動了全網算力的提升，在 14 年的時間里，全網算 力增加了 3 萬億倍（3.2*10^ 12），相當于每年復合增速 6.8 倍。目前比 特幣挖礦的耗電量相當于全球排名第 20 名左右的國家用電量。 單 CPU 算力提升受阻，云計算成了繼 GPU 之外的又一解決方案。到了 2016 年，幾乎所有的大公司在云計算的部署都已完成。2024 年，云計算市場 規模達到了 6760 億美元，2016-2024 年復合增速達到了 25.2%。 從算力角度，新能源汽車的第一特征可能不再是汽車，而是一臺“大號 的、行走的計算機”，從 Model-S 開始，新能源車的發展進入到了快車 道。中國在新能源車的普及上遙遙領先全球，2023 年新能源車占總銷量 比重高達 38%，歐洲為 21%，美國僅為 9.5%。單車載芯片算力目前達到 500-1000T，預計 2030 年將達到 5000T。

大模型的出現：AI 翻開了嶄新的一頁

2017 年，有關 Transformer 架構的論文發布，隨后谷歌的 BERT 模型與 OPENAI 的 GPT 模型發布，但初期并未受到廣泛關注。2022 年 GPT3.5 成 為分界點，它讓科技界看到了“大力出奇跡”的千億參數級別的大模型 效果可以如此強大。隨后萬億參數級別的 GPT 4、以及多模態 SORA 模型 的出現，為大模型的發展打開了更廣闊的空間。 如果將模型參數與人類的神經突觸對標，那么大約到 100 萬億參數的模 型可以實現 AGI（通用人工智能），馬斯克、黃仁勛、OPENAI 前員工大 約預測了這個時間在 2027-2029 年。 鑒于 AI Agent 的開發門檻越來越低，LLM 能力越來越強，它或將成為下 一個風口。就如同移動互聯網時代的 APP，互聯網時代的網站，計算機 時代的應用軟件，AI Agent 或將走出下一批大公司。