中国现在算力卡脖子问题有多严重

导读 2022年年底，Chat gpt横空出世，在各行各业都掀起风浪，人们除了在这方面震惊之余，很多人也反应了过来，中国是不能够在人工智能领域落后…

2022年年底，Chat gpt横空出世，在各行各业都掀起风浪，人们除了在这方面震惊之余，很多人也反应了过来，中国是不能够在人工智能领域落后，想要站在人工智能的前沿领域上，就必须要打破国际社会的卡脖子政策，还要击破一层又一层卡脖子套子。今年芯片ETF规模在二级市场中接连高涨，甚至二级市场还在这个时期推出了半导体设备材料ETF，这些举措都是为了去解决芯片行业卡脖子的问题。

Chat gpt问世之后，很多人都会在心中有一些疑问，中国企业究竟能否做出类似的大模型，中国互联网企业在人工智能领域还是有着一定的技术经验积累。在chat gpt引发了风潮之后，很多互联网大厂都纷纷布局，各种各样的大模型产品如雨后春笋一样出现。

不过在众多大模型接连涌现的时候，算法或许并不是这些大模型之间面临的最大差距，真正对大模型技术提升卡脖子是算力方面，大模型如果想要做到包罗万象。那么拥有千亿级别的参数是非常重要的，这些参数在训练的过程中都会进行不断的更新调整，如果没有足够的算力，是无法对这些内容进行更新参数。

不过这些大模型的见识还算比较灵敏，即便离不开这些数据，但是在训练的时候通过灌输的一些数据，同样能够短时间解决和处理这些内容，训练大模型还需要复杂的数学计算。如果没有这项功能，那么他们是无法表现的聪明伶俐，想要提升这方面的能力，必定会消耗大量的算力，要加快训练进度，大模型往往还需要使用分布式训练的方式来操控。这种方法往往会将这些大模型分布在多个集团领域上进行训练，每一个节点都需要拥有充足的算力。

原文链接：https://rw4.chinapeace.org.cn/202307/311286395.html

未经允许不得转载：87头条 » 中国现在算力卡脖子问题有多严重