专题:中国财富管理50人论坛2024年会
12月22日金融一线消息,国民财富发展研究合作平台 “AI+金融”峰会今日在北京召开。中国信息化百人会执委安筱鹏出席并参加圆桌论坛“人工智能在金融领域应用的机遇与挑战”。
谈及对大模型未来发展的观察,安筱鹏指出以下三点:
一是大规模的智算集群决定了今天一个大模型企业参与全球顶级赛道竞争的入场券。什么叫作主流赛道的全球竞争?就是如果大模型是一个百米赛跑的话,我们的竞争是能不能跑进10秒以内,对于这样的选手来说,超大规模的算力集群是你参加这个游戏的入场券。一年之前的时候,超大规模集群的定义是万卡,此时此刻定义的超大规模是10万卡。当然参与这个竞争的不是所有的企业,不是你去锻炼百米跑15秒,不是这样的,跑进10秒以内的选手应该具备超大规模集群的领导。
二是模型交付的成本和方式决定了应用的加速度。交付的成本跟方式核心是什么?我们今天都很困惑的一个问题,就是私有化部署和公共云部署。结论是如果你是私有化部署跟公共云部署,你的成本大概会高出10倍,你的时间成本、资本成本都在10倍。模型的质量可能跌得速度也比较慢,当然说我有安全问题,那可能是另当别论,我只是单独从这个角度去思考,你是不是有这样的速度。
三是整个AI大模型的产业的生态决定了产业的繁荣度。今天整个产业竞争不是一个企业单兵突进的,美国有一个繁荣的生态,这个生态像什么?就像你要去爬珠穆朗玛峰,这个生态繁荣的时候会把你直接从地面的零米拉到5300米,后面的3000米你自己爬。但是我们如果没有这个生态,你要从地面一直爬到5300米,有开源的模型、开放的生态,整个技术体系,所以整个的繁荣,这个繁荣也体现在物种的多样性。我们知道金钱大模型的应用在一个赛道里面,美国是什么情况,时间关系举一个例子。在代码生成领域,美国已经有6家独角兽,估值在10亿美元到30亿美元,中国是多少?中国是零。这是整个产业生态的差距,可能和整个企业和国家竞争很重要的一个标准。