2023-03-20 | 양철민 기자

[超大规模AI开发战]仅AI运行基础设施就需数千亿…“数据共享与税收支持必不可少”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“超大规模人工智能(AI)的开发成本大致分为数据获取、图形处理器(GPU)等计算领域投资以及人才招揽。三个领域都很重要,但数据获取花费的成本比想象中更多。因为韩语内容太少。”

近期接受采访的一位国内大企业旗下AI研究所人士表示,基于超大规模语言模型(LLM)的AI服务开发成本中,数据相关占比很高。该人士担忧地说:“全球在线内容中,用韩语撰写的内容仅占0.5%左右,因此为了训练AI,必须购买英语撰写的内容和数据”,“如果这种状况持续下去,国内AI企业别说开拓海外市场,就连守住韩国市场都可能困难。”

随着微软(MS)、谷歌、Meta(Facebook)等全球科技巨头相继公开基于LLM的AI服务,国内IT企业已是火烧眉毛。国内企业主张,为了提升生成式AI服务水平,不仅需要共享政府和学界掌握的各类大数据,还需要为扩大神经网络处理器(NPU)等半导体生态提供补贴和税收支持。政府表示将尽快推出应对方案,但外界担忧与拥有雄厚资本和大数据的海外科技巨头之间的差距可能越拉越大。

据信息技术业界20日消息,国内AI企业正相继公开超大规模AI模型。NAVER集团将于7月公开韩语学习量超过ChatGPT 6500倍以上的“HyperCLOVA X”,着手守卫本土市场。Kakao集团的AI子公司Kakao Brain计划年内公开韩国式聊天机器人AI“KoChat GPT”,LG集团和KT也分别推出“EXAONE”和“Mi:dm”加入竞争。

问题在于,要与凭借压倒性资本实力和技术实力实现“规模经济”的全球科技巨头竞争并不容易。据推测,OpenAI近期推出的GPT-4使用了3000亿~6000亿个“参数”,且据悉有1万多台单价超过1.5万美元的英伟达GPU“A100”用于GPT-4的机器学习。考虑到OpenAI今后推出的新版GPT需要更大规模的学习,很可能使用性能高于A100的H100等GPU。也就是说,仅生成式AI运行基础设施就要基本投入数千亿韩元。预计谷歌和Meta等也将为构建此类计算基础设施投入至少数千亿韩元。

韩国企业认为,为了不在超大规模AI主导权竞争中落伍,政府在数据获取和技术升级方面的支持必不可少。Kakao Enterprise Corp.代表白相烨表示:“生成式AI时代的必备要素是数据、计算基础设施和AI模型,其中需要投入巨额成本的大规模计算基础设施建设,不仅需要政府支持,还必须与大企业协作”,“归根结底,如果不能综合推进对超大规模AI的研发投资、相关应用服务开发、数据产业培育以及云基础设施投资,国内相关产业生态将依附于外国AI平台,也难以具备未来产业竞争力。”LG AI研究院院长裴京勋也表示:“目前存放数据的云领域对谷歌或亚马逊依赖度很高,看来有必要向供应云基础设施的韩国企业提供激励”,“此外,使用韩国企业制造的AI芯片时也应给予各类激励。”SK电讯首席技术官(CTO)梁承贤表示:“由于没有足够的数据来训练LLM,仅采购数据就已支出了相当可观的成本”,“如果政府在营造数据生态方面再多下功夫,并就学习数据相关的版权问题提供指南,对企业来说会有很大帮助。”

要求在大企业与中小企业之间构建生态的呼声也很高。NAVER Cloud Corp.代表金有原表示:“通用AI训练成本很高,推理用AI训练也需要相当大的算力”,“即便NAVER集团进行先导性投资,与中小企业(包括AI芯片开发初创公司)共同打造生态也很重要。”

韩国科学技术情报通信部计划汇集上述意见,于本月内公开“超大规模AI产业政策方向”。不过,由于预算投入、税收支持、大数据公开等大多属于必须在部门之间协调的事项,很可能难以出台切实有效的政策。韩国软件产业协会会长赵俊熙强调:“对用韩文数据训练的国产AI不满意的用户,会认为使用外国制造的聊天机器人式AI更有效”,“最终,超大规模AI升级战略只能归结为如何确保NPU或GPU等计算基础设施和训练用数据的问题。”

阅读韩文原文