追赶Sora，算力瓶颈怎么破

　　2024年2月22日，英伟达又一次用大涨完成了高光时刻。得益于高于预期的财报，英伟达市值直线上涨2770亿美元，一举创下华尔街历史上最大单日市值涨幅。

　　这是市场狂热的一面：先OpenAI一步，“卖水人”英伟达成为最大的赢家。但市场也有焦虑的一面，对算力无底洞般的消耗始终让人绷着一根弦，就像360集团创始人周鸿祎说的：在追赶Sora时，算力是问题。

　　“相当大的计算量”

　　2月26日，就是Sora发布的第十天。纵观十天里国内市场的情绪变化，先是惊讶于Sora的强大表现，紧接着蔓延至技术差距扩大等方面的焦虑，进而浓缩成“‘中文版Sora’何时能出现”的探讨。

　　近期，周鸿祎在接受媒体采访时提到，Sora的技术路线如果遭开源，融易新媒体消息，国内将能很快赶上，但在追赶Sora时，算力有可能成为门槛。

　　周鸿祎猜测，Sora能生成一分钟的视频，就意味着也能生成10分钟、60分钟的视频，但不做更长的视频，或许就是因为算力和成本的限制。

　　国泰君安表示，Sora大模型延续了此前GPT模型“源数据-Transformer-Diffusion-涌现”的技术路径，这意味着其发展成熟同样需要“海量数据+大规模参数+大算力”作为基座，且由于视频训练所需数据量远大于文本训练的数据量，预计Sora大模型将进一步拉大算力缺口。

　　中信证券曾简单估算，一个60帧的视频(约6—8秒)需要约6万个Patches，如果去噪步数是20的话，相当于要生成120万个Tokens，“这是相当大的计算量”。同时考虑到扩散模型在实际使用时往往需要多次生成的特点，实际计算量会远超120万个Tokens。

　　在接受北京商报记者采访时，领悟时代数字研究院首席研究员唐树源提到，Sora的技术路线涉及复杂的算法和巨大的数据处理需求，这需要极高的算力支持。在这一领域，算力不仅涉及硬件的性能，也包括软件的优化、数据处理能力以及云计算资源的整合。

　　“鉴于国内外在算力资源的分布、技术开发和应用层面存在差异，算力的确有可能成为限制中文版Sora快速发展的一大门槛。”唐树源称。

　　求解算力瓶颈

　　算力制约一直是AI产业发展的一片“乌云”。早在2023年4月，ChatGPT官网就曾停止过Plus付费项目的购买，外界一度传言背后的原因是算力无法支撑。

　　传导至国内，这种焦虑遭进一步放大。“相比于原来的大模型，视频大模型的计算量是指数级放大的，几乎可以称得上是一个天文数字，而国内并不具备这样的算力基础。”一位业内人士对北京商报记者如此说道。

　　来自国际市场的打压也仍在持续。一个月前，美国商务部长雷蒙多还表明，拜登政府提议禁止中国客户利用美国数据中心训练AI模型。

　　“没有足够的算力，即便有了Sora的技术路线也难以复制其成功，因为算力就像是燃料，没有足够的燃料，再先进的火箭也无法升空。”中国信息协会常务理事、国研新经济研究院创始院长朱克力对北京商报记者做了这样一个比喻。

　　上述业内人士说，早期国内关于AI产业的发展，曾存在过一种“悲观派”观点，即受限于算力的制约，在追赶世界领先技术每个阶段的每个时间窗口，可能都会慢一拍，最终导致差距越来越大。

　　但这并不意味着国产算力产业一片黯淡。知名战略定位专家、福建华策品牌定位咨询创始人詹军豪对北京商报记者提到，国内拥有庞大的市场需求、丰富的应用场景和优秀的人才储备，这为算力产业的发展提供了良好的土壤。

　　数据显示，我国算力产业规模快速增长，近五年平均增速超过30%，算力规模排名全球第二。《算力基础设施高质量发展行动计划》曾明确到2025年的主要发展目标，提出完善算力综合供给体系、提升算力高效运载能力、强化存力高效灵活保障等6方面重点任务，着力推动算力基础设施高质量发展。

　　天使投资人、资深人工智能专家郭涛对北京商报记者分析称，近年来，我国在人工智能领域的发展速度非常快，这得益于政府的大力推动和企业的积极性投入。在算力产业方面，我国已经拥有了一些具有国际竞争力的企业，如华为、阿里云等。这些企业在算力技术的研发和应用方面都有着显著的成果。

　　不过经济学家、新金融专家余丰慧提到，尽管进展迅速，但在高端芯片制造等领域，国产芯片依然面临“卡脖子”问题，部分关键核心技术依赖进口。郭涛也提到，我国的算力产业仍存在一些问题，除与国际先进水平相比还存在一定差距的同时，我国的算力资源分布也不均，大部分集中在一些大城市和大型企业，这对于其他地区和中小企业来说是一个挑战。

　　企业“狂卷”算力发展