7万亿怎么花？奥特曼谈未来几十年AI市场潜力

最近的Direct Connect活动上，Sam Altman（OpenAI首席执行官）在与Pat Gelsinger（Intel首席执行官）的对谈中说，在iPhone刚刚发布的时候，大家都会去谈论接下来的移动策略是什么、智能手机的未来如何、下一步发展怎样。

“但在不久以后，人们就不再谈这些了。因为后来就基本人手一台手机了。我觉得这也会是AI未来的走向。”Sam说，“我相信随着时间的推移，AI会改变很多东西。但AI最终会成为我们所用的产品、服务的一部分，包括我们的工作方式。”

在潜移默化中改变人们的生活和工作，以无感的方式成为其中的一部分，也是我们预想的未来AI走向。但AI要发展到形如智能手机这样浸入人们生活的程度，恐怕还不是现阶段的技术和资源可以达到的。这应该也是Pat与Sam发起这场对谈的原因所在：毕竟这是Intel Foundry的主场，主要探讨的还是芯片与制造层面的话题。

3月28-29日，由Aspencore主办的国际集成电路展览会暨研讨会（IIC Shanghai）将在上海召开。为促进HPC与AI技术交流，与IIC 2024同期举办的GPU/AI芯片与高性能计算应用论坛也将同步进行，届时顶尖的AI领域行业专家将分享他们对于AI技术的看法和展望，点击这里参考详情并报名参会。

为什么是7万亿美元？

有关AI，尤其是生成式AI接下来将驱动半导体产业发展的问题，几乎已经是行业共识了。最直观的就是随着生成式AI模型变大，对AI芯片算力自然就提出了更高的要求。“这需要全球范围内的大量投入，可能超过了现在我们任何人对于芯片的任何认知。”Sam谈到，“基础设施的总体成本投入会非常高。”

“我听说是需要7万亿美元。”Pat调侃道。上个月，华尔街日报最早报道了Sam Altman可能针对潜在AI芯片需求筹集5万亿-7万亿美元的消息。Altman当时自己也发推提到“世界需要更多的AI基础设施，fab产能、能源、数据中心等等，比人们现在建的更多”。

可能很多人对于7万亿这个数字是没有量级概念的。作为全球最大的foundry厂，前年台积电宣布去年的CapEx预期成本投入400+亿美元时已经令人咋舌了——而且这是半导体先进制造工艺成本显著提升的当下。

还有个可列举的数字是，基于社会数字化转型、AI发展、电动汽车增长等综合因素，包括麦肯锡在内的分析机构预期2030年全球半导体产业价值能够达到1万亿美元。据说这已经是这些年行业非线性增长可达成的高度成就了。但在“7万亿”面前，似乎仍不是一个量级。

Pat在答记者问时说：“3年以前，生成式AI还没爆发，普遍预测是半导体行业会增长至1万亿美元。当时甚至还有一些分析师对这个数字是持怀疑态度的，认为1万亿太过激进。现在再看看生成式AI，应该不会有人再认为万亿级别有多夸张。甚至很多人还会认为这是低估了行业的发展。”

Sam和OpenAI实则都并未回应7万亿的传闻，对于Pat的调侃，Sam回答说：“数字的确会很大”，“AI会为全球造就巨大的价值。目前它还处在发展早期。因为我们认为越来越多的人、企业将需要AI。”“现在存在比较严重的算力危机（compute crunch）。随着模型变得越来越大、越来越强，能为更多的东西所用，我们需要确保AI更加可访问、更具冗余性，对每个人而言都更能负担得起。”“AI不应该是有钱人才能用得起的。”

所以AI的市场究竟会有多大？

活动上，Intel给自家foundry业务下的定义是面向AI时代的系统级foundry厂（a system foundry for the AI era），我们也撰文特别解释了Intel何以如此称呼自家的foundry业务。简单说来，Intel Foundry期望以Intel在系统层面积累的能力，从包含芯片、存储、网络、跨节点乃至数据中心的高度，来系统性最大化AI的性能和效率，毕竟AI技术发展造成的能耗与效率浪费是不可持续的。

而且Sam多次在对话中提到，AI现阶段仍处于发展早期：“GPT-4还不够好。但我们知道GPT-5会更好，GPT-6再进一步...过程中会出现新的问题，我们会尝试去解决。但我们现在还处于技术发展曲线的早期阶段。”这是Sam在回答Pat有关模型幻觉之类的问题是否已经解决好时，给出的回答。甚至在谈论政府针对AI尝试去制定法律法规时，他也认为能够在投入还相对没那么大，“模型也还比较孱弱”的时候就“有这样的对话和尝试”，是件很不错的事。

又是早期，又是算力危机，那么AI可能造就的市场究竟有多大呢？Pat也问到Sam，基于AI这样的市场，“你觉得我们需要造多少个fab才够呢？需要多少GPU才能把GPT-7给搞定？”

“我想，我们对于AI计算的市场规模认知，会和其他类型的芯片市场规模很不一样。”Sam举例说，比如“我们会谈到手机的市场规模——可能一个人用一台手机，或者有些人有两台，有些人负担不起，但总的来说我们可以给出手机市场规模的数字。”

“我对于AI计算市场的认识，更接近于‘能源’，某个价格下存在一定量的需求，价格越高需求就越少，价格越低需求越多。如果AI非常便宜，那么我们对于AI的需求就会像阅读邮件一样了；但如果AI非常贵，或许我会减少对于ChatGPT的使用。”“所以这会和我们之前所想的，比如计算机芯片的市场规模之类的问题都不一样。”

听起来，Sam强调的是对AI的成本控制，才能令市场变得热络；这似乎也客观上反映了Intel Foundry以系统思路来做代工业务的合理性。高效、节能仍然会成为未来AI数据中心的主旋律。虽然Sam对AI市场多大，需要多少芯片的回答是，“现在还没有确切的数字，毕竟和传统的那种市场规模概念不一样。”“我十分认同的仍然是，这个世界需要大量的AI计算；新的模型将会非常有用。”

好的未来？坏的未来？

Sam提到在他看来印象深刻或相当重要的AI应用：“用AI打造工具，让计算机编程更加高效对我来说相当有说服力”；还有教育、医疗健康等领域，看起来都“相当有前景”；“但对我来说最兴奋的还是AI的普适性，AI的无处不在。”

另外，“我个人最在意的，是AI对于科学发现的价值。我觉得这很酷，对于我们的生活会产生真正积极的影响。”“我们借助AI能做到很多人类自己做不到的事。”

即便生成式AI这一轮爆发至今也不过短短一年多的时候，却事实上已经对很多行业造成了巨大影响，近至内容与媒体创作，远至科学研究与生产制造。Pat提到Intel的工厂就在应用AI技术，比如基于计算机视觉来做检查分析，以提升制造良率；甚至基于AI技术理解新的材料及分子反应。这些都是正向的。

但行业对于AI技术的担忧主要集中在两点。其一在于，AI是否存在一个发展瓶颈期——因为在AlexNet之前的几个AI时代里，AI在火了一段时间以后，最终都是被搁置的。其二则是，AI是否会导致人类社会更加混乱，或技术被不正确地使用。

对于前者，“我们处在AI发展进程的哪个阶段，是否已经经历了所有的AI winter？”Altman的回答是：“我不知道。我能说的是，我们会尝试努力去解决遇到的所有问题。我不认为我们会碰到能够让我们停下的问题——即便某一天真的会，我们也会尝试努力渡过。”

对于后者，Pat和Sam均提到自己是“乐观主义者”。“的确有许多问题还需要解决、有风险要承担，但我认为总体上未来会变得更好。”“有这样的工具能够以更快的速度做科学发现、治愈疾病、利用科学知识做更出色的技术；有这样的工具让每个人都接受好的教育、得到好的健康医疗，这是很了不起的一件事。”

“我们想象得到，会有人拿着GPT+++这类工具去做坏事；科幻电影也常有这类桥段。”Sam补充道，“但我们在对齐（alignment）和安全方面做了很多工作，以及以可靠的方式来部署系统；同时对于社会经济负面影响也做了充分准备。这其实需要整个社会的反馈，而不单是将技术做好的问题。”

在Sam看来，技术本身就是好的。他甚至没有像Pat那样将技术形容为“中立的（neutral）”。“如果有这样一个按钮，供人们选择是否拥有现在的技术，我想大部分人还是会选择拥有技术的。”“我热爱技术，我想世界上的大部分人也热爱技术。”

“我们期望以安全、负责任的方式来做技术，同时又让人们能够享受技术的便利。或许我们无法做到每次都对，但我们希望长期内它是对的。”

需要更多的晶圆

对于AI，无论是好的未来，还是坏的未来，Sam多次重申：“我觉得每个人可能都低估了我们对于AI计算的需求。”“无论经济如何周期性变化，供货如何在紧俏和过剩间变化，未来的几十年间，我们都将解决研究中遭遇的挑战。那么我打赌世界一定会需要比现在多得多的晶圆。”

Intel Foundry之所以在当下特别关注AI，不仅是EMIB, Foveros之类的先进封装技术更多地出现在AI芯片上，也不仅是Intel Foundry已经获得AI芯片客户订单，或者Intel Foundry自身在应用AI技术；而更多地在于从更系统的角度，以更高效的方式来设计和制造AI芯片与系统。

这是需要整个行业及生态共同推动的，毕竟任何foundry厂的成本和产能投入都不会是无限的。找到正确、有效、具备成本效益的方法，是AI技术持续在各行各业发挥作用的保证。“40年前，我走进Intel开始做芯片设计。”Pat在总结时说，“我不知道AI是否会给我们40年的时间，但AI技术真的很令人兴奋。”

3月28-29日，由Aspencore举办的国际集成电路展览会暨研讨会（IIC Shanghai）将在上海召开。为促进HPC与AI技术交流，与IIC 2024同期举办的GPU/AI芯片与高性能计算应用论坛也将同步进行，届时顶尖的AI领域行业专家将分享他们对于AI技术的看法和展望，点击这里参考详情并报名参会。