大模型價(jià)格戰(zhàn)開打，多芯混合能否成破局之策？

近期，國內(nèi)多個(gè)大模型企業(yè)陸續(xù)下調(diào)相關(guān)產(chǎn)品價(jià)格。

五月初開始，9 家發(fā)布新內(nèi)容的國內(nèi)大模型企業(yè)中，有 7 家宣布降價(jià)。其中包括：深度求索、智譜 AI、字節(jié)跳動(dòng)、阿里云、百度、科大訊飛、騰訊云這 7 家企業(yè)，共涉及 21 款模型。甚至于有大廠打出「免費(fèi)模式」的旗號(hào)。

大模型價(jià)格戰(zhàn)愈演愈烈

5 月 6 日，知名私募巨頭幻方量化創(chuàng)立的深度求索對(duì)外發(fā)布第二代 MoE 模型 DeepSeek-V2。MoE 模型即混合專家模型，將復(fù)雜任務(wù)拆解為子任務(wù)，分別交由合適的「專家」模型處理，提高準(zhǔn)確性和推理效率。模型迭代的同時(shí)，深度求索把 API 調(diào)用的定價(jià)降到每百萬 tokens 輸入 1 元、輸出 2 元，價(jià)格僅為 GPT-4-Turbo 的近百分之一。

5 月 11 日，智譜 AI 跟進(jìn)，宣布將其 GLM-3 Turbo 模型的調(diào)用價(jià)格下調(diào) 80%。從 5 元/百萬 tokens 降至 1 元/百萬 tokens。1 元可以購買 100 萬 tokens。

5 月 15 日，字節(jié)的豆包大模型正式對(duì)外開放，放出了較業(yè)內(nèi)極低的價(jià)格，價(jià)格單位直接從「元」變?yōu)椤咐濉?。豆包大模型家族包含豆包通用模?PRO 版和 lite 版兩款通用模型，其中，豆包通用模型 pro-32k 版，推理輸入價(jià)格 0.0008 元/千 tokens，較行業(yè)價(jià)格低 99.3%。lite 版為 0.0003 元/千 tokens。

隨后在 5 月 21 日，阿里云也發(fā)布降價(jià)通知，通義 9 款主力大模型大幅降價(jià)。其中，通義千問 GPT-4 級(jí)主力模型 Qwen-Long 的 API 輸入價(jià)格直降 97% 至 0.0005 元/千 tokens，1 塊錢可以買 200 萬 tokens，相當(dāng)于 5 本《新華字典》的文字量。

當(dāng)日，百度甚至宣布文心大模型的兩款主力模型 ENIRE Speed、ENIRE Lite 全面免費(fèi)?？拼笥嶏w也在 22 日宣布訊飛星火 Lite 版 API 永久免費(fèi)開放，訊飛星火 Pro/Max API 價(jià)格降至 0.21 元/萬 tokens。此外，22 日騰訊也公布了全新的大模型升級(jí)方案。騰訊的主力模型之一混元-lite 模型，API 輸入輸出總長度計(jì)劃從目前的 4k 升級(jí)到 256k，價(jià)格從 0.008 元/千 tokens 調(diào)整為全面免費(fèi)。

在 AI 領(lǐng)域的激烈角逐中，大模型正逐步走向價(jià)格戰(zhàn)的漩渦。那么，推動(dòng)這一變革的深層原因是什么？而它又將如何深遠(yuǎn)地影響整個(gè)行業(yè)生態(tài)？

降價(jià)的本質(zhì)為何？

價(jià)格戰(zhàn)有利于巨頭搶占市場

當(dāng)前的行業(yè)價(jià)格戰(zhàn)，可以看做是「百模大戰(zhàn)」帶來的一個(gè)衍生結(jié)果。大模型狂熱之時(shí)，幾乎每隔一天就有一個(gè)大模型「蹦出來」。截至 2023 年 11 月 30 日，國內(nèi)已經(jīng)有至少 200 家大模型廠商推出了各自的大模型。

當(dāng)下的大模型競爭早已超過了技術(shù)的范疇，更多是一種生態(tài)層面的比拼，具體表現(xiàn)在有多少應(yīng)用、有多少插件、有多少開發(fā)者以及用戶等。

要知道，當(dāng)前的大模型市場，空間相當(dāng)有限，大部分的大模型 APP 都已經(jīng)開始面臨用戶增長乏力的困境，包括備受矚目的 OpenAI。因此降價(jià)便是這些大廠獲得更多市場的方式之一。

此外，從價(jià)格角度來看，一些初創(chuàng)公司的價(jià)格本身就較低。因此，針對(duì)當(dāng)下的科技巨頭紛紛降價(jià)，那些 AI 創(chuàng)業(yè)公司大都沒有選擇跟進(jìn)。一些參與 AI 大模型投資的投資人表示，「這波降價(jià)對(duì)一些創(chuàng)業(yè)公司 TO B 模式影響較大?！挂?yàn)檫^去很多公司，之所以選擇跟初創(chuàng)公司合作，主要就是看重初創(chuàng)公司的 API 比大廠要便宜，但現(xiàn)在基本上沒有任何比大廠便宜的可能性了，這意味著創(chuàng)業(yè)公司的 B 端商業(yè)化模式不復(fù)存在了。

對(duì)于這些初創(chuàng)公司來說，倘若找不到新的出路，或許就會(huì)面臨生死考驗(yàn)。

入門級(jí)、輕量級(jí)的文本大模型的能力差距不顯著

半導(dǎo)體產(chǎn)業(yè)縱橫觀察發(fā)現(xiàn)，在這波降價(jià)潮中降價(jià)的模型主要為入門級(jí)、輕量級(jí)的文本大模型，而高性能及圖像識(shí)別、語音識(shí)別等垂類的多模態(tài)模型并沒有調(diào)整價(jià)格。

而這些入門級(jí)、輕量級(jí)的文本大模型技術(shù)和能力等各方面已經(jīng)趨同，各廠商之間的技術(shù)壁壘并不顯著，因此價(jià)格競爭成為了它們之間主要的競爭手段。

根據(jù)上海人工智能實(shí)驗(yàn)室發(fā)布的大模型開源開放評(píng)測體系司南（OpenCompass2.0）顯示，復(fù)雜推理相關(guān)能力是大模型普遍面臨的難題，國內(nèi)大模型相比于 GPT-4 還存在差距，這是大模型在金融、工業(yè)等要求可靠的場景落地需要的關(guān)鍵能力。不過，在中文場景下國內(nèi)最新的大模型已展現(xiàn)出獨(dú)特優(yōu)勢(shì)，尤其在語言、知識(shí)維度上接近 GPT-4 Turbo 的水平。

大模型的邊際收益正在持續(xù)走低

Gary Marcus 博士在「Evidence that LLMs are reaching a point of diminishing returns—and what that might mean」《LLMs 正達(dá)到收益遞減的證據(jù)——及其可能意味著什么》一文中提到，從 GPT-2 到 GPT-4 甚至 GPT-4 Turbo 的性能變化，已經(jīng)出現(xiàn)了性能遞減的跡象。

Gary Marcus 博士表示：「自 GPT-4 發(fā)布以來，多個(gè)模型在 GPT-4 水平性能上都有著巨大的收斂，然而并沒有明顯領(lǐng)先的模型?！?/span>

在收益遞減的背景下，意味著處理相同的任務(wù)，開發(fā)者的實(shí)際成本是在上升的。在 AI 創(chuàng)新商業(yè)化前景還不明朗的市場環(huán)境下，為了保住現(xiàn)有用戶，大模型廠商必須給出有吸引力的對(duì)策。包括提供更小的模型，比如谷歌推出的 Gemini 1.5 Flash。另一個(gè)手段就是直接降價(jià)。

投入高昂，多芯混合或有助力

人工智能的核心是算力，算力需求主要分為兩部分，包括訓(xùn)練算力和推理算力。

目前來說對(duì)訓(xùn)練算力需求非常高，根據(jù)去年的一則數(shù)據(jù)顯示，ChatGPT 的公開數(shù)據(jù)顯示它的整個(gè)訓(xùn)練算力消耗非常大，達(dá)到了 3640PF-days。換算成英偉達(dá) A100 芯片，它單卡算力相當(dāng)于 0.6P 的算力，理想情況下總共需要大概 6000 張，在考慮互聯(lián)損失的情況下，需要一萬張 A100 作為算力基礎(chǔ)。在 A100 芯片 10 萬人民幣/張的情況下，算力的硬件投資規(guī)模達(dá)到 10 億人民幣。推理算力主要是英偉達(dá) T4 卡，推理成本大約相當(dāng)于訓(xùn)練成本的三分之一。

除了算力的成本，還有隨之而來的存儲(chǔ)、推理、運(yùn)維、應(yīng)用等一系列成本。??

那么如何解決絕大多數(shù)企業(yè)當(dāng)下最關(guān)心的「降本增效」問題？除了對(duì)模型的優(yōu)化，硬件層面的創(chuàng)新思路亦不容忽視。近期，業(yè)界不少專家和技術(shù)人員開始聚焦于多芯混合的概念，嘗試通過這一策略來為企業(yè)帶來更高的性能和更低的成本。

那么到底什么是多芯混合？它又如何在 AI 大模型算力緊缺的當(dāng)下提供更優(yōu)的解決方案。

多芯混合主要涉及在硬件設(shè)計(jì)或應(yīng)用中，結(jié)合使用不同類型、不同功能或不同制程架構(gòu)的芯片，以形成一個(gè)混合的計(jì)算系統(tǒng)或解決方案。上文提到當(dāng)前基礎(chǔ)大模型訓(xùn)練所需要的最大 AI 算力集群規(guī)模，已經(jīng)從單一集群千卡逐步提升至萬卡量級(jí)。同時(shí)，很多智算中心已經(jīng)部署的 GPU 集群，通常是十幾臺(tái)至數(shù)百臺(tái)服務(wù)器不等，難以滿足未來行業(yè)大模型訓(xùn)練的需求。

所以，在已有 AI 算力集群的基礎(chǔ)上，構(gòu)建由昆侖芯、昇騰等不同芯片混合組成的單一集群，為大模型訓(xùn)練提供更大 AI 算力，成為了一個(gè)自然的選擇。

多芯混合有哪些優(yōu)勢(shì)？

第一，通過將計(jì)算任務(wù)分配到多個(gè) GPU 上，可以顯著加速模型的訓(xùn)練速度。多 GPU 并行訓(xùn)練還可以減少單 GPU 訓(xùn)練中由于計(jì)算瓶頸導(dǎo)致的時(shí)間浪費(fèi)，從而提高了訓(xùn)練效率。

第二，多 GPU 訓(xùn)練可以同時(shí)處理更多的數(shù)據(jù)，從而提高了內(nèi)存利用率。

第三，這種混合集群的構(gòu)建能夠有效降低成本。畢竟，與英偉達(dá)的 A100/H100 系列 GPU 相比，其他品牌的 GPU 價(jià)格更為親民。

然而，若此方案真如我們想象中那般易于實(shí)施，那么它早已被業(yè)界的諸多巨頭所采納。具體看看，這一方案的實(shí)施都存在哪些難點(diǎn)？

多芯混合要解決哪些問題？

為了建設(shè)一個(gè)能夠高效訓(xùn)練大模型的集群，需要在卡間和機(jī)間建立高效的互聯(lián)互通，將大模型訓(xùn)練任務(wù)按照合適的并行策略拆分到 GPU 卡中，最后通過各種優(yōu)化方法，加速 GPU 對(duì)算子的計(jì)算效率，完成大模型訓(xùn)練。

然而，不同芯片之間很難互聯(lián)互通，因?yàn)橛ミ_(dá) GPU、昆侖芯、昇騰 910B 的物理連接方式，并行策略以及 AI 加速套件上都不一樣。

首先，在互聯(lián)互通上，單臺(tái)服務(wù)器內(nèi)的 8 塊 GPU 卡通過 NVLink 連接。不同服務(wù)器之間的 GPU 卡通過 RDMA 網(wǎng)絡(luò)連接。

過去，我們看到了很多有關(guān)英偉達(dá) GPU 和 CUDA 護(hù)城河的介紹。誠然，經(jīng)過多年的投入，他們已經(jīng)建立起了難以逾越的優(yōu)勢(shì)。但除此以外，如上所述，英偉達(dá)還有很多隱形護(hù)城河，NVLink 就是其中的一個(gè)，一個(gè)為 GPU 到 GPU 互聯(lián)提供高速連接的技術(shù)。

在摩爾定律逐漸失效，但對(duì)算力要求越來越高的當(dāng)下，這種互聯(lián)顯得尤為必要。

英偉達(dá)官網(wǎng)表示，NVLink 是全球首創(chuàng)的高速 GPU 互連技術(shù)，為多 GPU 系統(tǒng)提供另一種選擇，與傳統(tǒng)的 PCI-E 解決方案相比，速度方面擁有顯著提升。使用 NVLink 連接兩張英偉達(dá) GPU，即可彈性調(diào)整存儲(chǔ)器與效能，滿足專業(yè)視覺運(yùn)算最高工作負(fù)載的需求。

而昆侖芯服務(wù)器內(nèi)部通過 XPU Link 進(jìn)行連接，服務(wù)器之間通過標(biāo)準(zhǔn)的 RDMA 網(wǎng)卡進(jìn)行連接，卡和卡之間使用 XCCL 通信庫進(jìn)行相互通信。昇騰 910B 服務(wù)器內(nèi)部通過 HCCS 進(jìn)行連接，服務(wù)器之間通過華為自研的內(nèi)置 RDMA 進(jìn)行連接，卡和卡之間使用 HCCL 通信庫進(jìn)行相互通信。

其次，在并行策略上，英偉達(dá) GPU 和昆侖芯采用單機(jī) 8 卡的部署方式，昇騰 910B 則是機(jī)內(nèi) 16 卡分為 2 個(gè) 8 卡通信組。這意味著在 AI 框架下形成不同的集群拓?fù)洌枰嗅槍?duì)性地制定分布式并行策略。

最后，在 AI 加速套件上，由于昆侖芯、昇騰等芯片在計(jì)算能力，顯存大小，I/O 吞吐，通信庫等均存在差異，故需要面向具體芯片進(jìn)行特定優(yōu)化。最后的結(jié)果，就是每一種芯片，有一個(gè)各自對(duì)應(yīng)的算子庫，以及相應(yīng)的加速策略。

哪些廠商開始試水？

值得注意的是，近日，AMD、博通、思科、谷歌、惠普企業(yè) (HPE)、英特爾、Meta 和微軟等領(lǐng)先科技公司組成的聯(lián)盟宣布成立超級(jí)加速器鏈路 (UALink) 促進(jìn)會(huì)。該計(jì)劃旨在制定一項(xiàng)開放的行業(yè)標(biāo)準(zhǔn)，以促進(jìn)數(shù)據(jù)中心 AI 系統(tǒng)的高速、低延遲通信。

面對(duì)日益增長的 AI 工作負(fù)載，這些科技巨頭均迫切需要超高性能互連。

百度也在打造多芯混合訓(xùn)練 AI 集群。百度百舸的多芯混合訓(xùn)練方案，屏蔽了底層復(fù)雜的異構(gòu)環(huán)境，將各類芯片融合成為了一個(gè)大集群，可以實(shí)現(xiàn)存量不同算力的統(tǒng)一，整合發(fā)揮這些算力的最大效能，支持更大模型訓(xùn)練任務(wù)。同時(shí)，支持新增資源的快速融入，滿足未來業(yè)務(wù)增長的需要。該方案不僅通過百度智能云的公有云提供服務(wù)，同時(shí)還可以通過 ABC Stack 專有云進(jìn)行交付。

此前，百度集團(tuán)執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖表示，在「一云多芯」方面，百度百舸兼容昆侖芯、昇騰、海光 DCU、英偉達(dá)、英特爾等國內(nèi)外主流 AI 芯片，支持同一智算集群中混合使用不同廠商芯片，最大程度上屏蔽硬件之間差異，幫助企業(yè)擺脫單一芯片依賴，打造更有性價(jià)比、更安全、更具彈性的供應(yīng)鏈體系。在多芯混合訓(xùn)練任務(wù)中，百舸能夠?qū)涡酒寐?、芯片間通信效率、集群整體效能發(fā)揮到極致，百卡規(guī)模性能損失不超過 3%，千卡規(guī)模性能損失不超過 5%，均為國內(nèi)最高水平。

近日，F(xiàn)lagScale 開源大模型并行訓(xùn)練框架全面升級(jí)。智源團(tuán)隊(duì)與天數(shù)智芯團(tuán)隊(duì)合作，實(shí)現(xiàn)了「英偉達(dá)芯片+其它 AI 芯片」集群上單一大模型任務(wù)的異構(gòu)混合訓(xùn)練，并在 70B 大模型上驗(yàn)證了不同架構(gòu)芯片上進(jìn)行異構(gòu)混合訓(xùn)練的有效性。同時(shí)，為了加速多種 AI 芯片在大模型訓(xùn)練場景的使用，智源積極探索高效靈活的芯片適配方案，通過與硬件廠商的深入合作，F(xiàn)lagScale 已在 6 家不同廠商的多款 AI 芯片上適配 Aquila2 系列大模型的大規(guī)模訓(xùn)練。

由于不同廠商的卡間互聯(lián)協(xié)議不同，為了實(shí)現(xiàn)「英偉達(dá)芯片+其它 AI 芯片」高速互聯(lián)，智源團(tuán)隊(duì)與天數(shù)智芯協(xié)作，優(yōu)化天數(shù)智芯的 iXCCL 通信庫，使其在通信原語操作上以及 API 接口上兼容英偉達(dá) NCCL，然后將框架編譯鏈接到同一 iXCCL 通信庫上，從而在用戶和 AI 框架無感知的情況下實(shí)現(xiàn)異構(gòu)算力芯片間高效通信，進(jìn)而實(shí)現(xiàn)不同架構(gòu)芯片混合訓(xùn)練。同時(shí)，雙方還協(xié)作優(yōu)化了流水線并行的分配方式，并針對(duì)不同芯片算力、內(nèi)存帶寬、內(nèi)存容量的差異來為不同芯片配置不同的流水線并行策略，以使得訓(xùn)練過程中能充分發(fā)揮不同芯片的性能，最終率先實(shí)現(xiàn)了通用 GPU 異構(gòu)大模型高效訓(xùn)練方案。

國產(chǎn) GPU 廠商的機(jī)遇

多芯混合技術(shù)允許將不同架構(gòu)、不同功能的芯片集成在一個(gè)系統(tǒng)中，這為國產(chǎn)廠商提供了技術(shù)創(chuàng)新的機(jī)會(huì)。通過整合和優(yōu)化不同芯片的性能，可以開發(fā)出更高效、更靈活的解決方案。

多芯混合技術(shù)為國產(chǎn)廠商帶來了綜合性的發(fā)展機(jī)遇。這一技術(shù)不僅推動(dòng)了技術(shù)創(chuàng)新，滿足了市場對(duì)高性能、低功耗芯片的日益增長需求，還促進(jìn)了產(chǎn)業(yè)鏈上下游的協(xié)同合作，加強(qiáng)了產(chǎn)業(yè)整體競爭力。同時(shí)，國家政策的支持也為國產(chǎn)廠商在多芯混合技術(shù)領(lǐng)域的發(fā)展提供了有力保障。國產(chǎn)廠商應(yīng)抓住這一機(jī)遇，加大研發(fā)力度，推動(dòng)多芯混合技術(shù)的突破與應(yīng)用，以提升國產(chǎn)芯片的技術(shù)水平和市場競爭力。