当ChatGPT在彼岸快速进化的同时，国内的大模型应用也如火如荼。
“我们最近刚购买了百度文心一言的标准通用接口服务，业内采购需求非常旺盛。”一家传统企业的数字化负责人告诉21世纪经济报道记者。
他介绍道：“标准接口之外，他们还提供云端部署（公有云）和本地化部署（私有云）两种服务。其中，云端部署的基本费用是一年一个并发20万，有需求的公司一年普遍会有10到20个并发，费用都是在百万级别，本地化的私有云部署则需要1000万部署费用。”
可见，大规模地使用生成式AI依然成本高昂。背后的两个事实是，AI订单持续增加、核心的硬件成本GPU水涨船高。
一位AI领域资深从业者甚至向21世纪经济报道记者直言：“你在为你没有见过的显卡付费。现在消费者使用的几乎所有AI类服务，全部都是由算法提供的，比如短视频的视频编辑系统、推荐系统都是由算法进行驱动，这些算法的底层全部都需要调用GPU。这就意味着，只要你刷抖音，你就在直接或间接地使用GPU。”
借着新东风，GPU代表者英伟达一举站上AI的“光明顶”。而AI江湖中的门派也在疯狂迭代，“围攻”光明顶。芯片巨头们蓄势待发，英特尔已经发布了Gaudi 2、即将推出Gaudi 3、正在研发Falcon Shores；AMD发布了MI300系列，MI400正在路上；国内的华为昇腾、以及AI芯片企业们也在提供算力新选择。
互联网大厂们也在加快自研步伐，亚马逊有机器学习训练芯片Trainium和推理芯片Inferentia；谷歌研发已久，今年发布了第五代定制张量处理器（TPU）芯片TPUv5e，用于大模型训练和推理；近日传微软将在下月发布AI芯片，代号“Athena”；甚至有消息称OpenAI也正在探索AI芯片的自研。
AI芯片的战场上，继续硝烟四起。
英特尔和AMD的猛攻
今年以来，英特尔和AMD带头“主攻”，在他们的年度大会，AI是绝对的主题词。从各自布局来看，其实两家都已有丰富的产品矩阵，AI芯片主要分为GPU、FPGA以及ASIC，英特尔和AMD通过收购和研发都覆盖了三种类型的芯片，但是两者侧重点有所不同。
从英特尔的动作看，今年最受关注的莫过于Gaudi系列，Gaudi属于ASIC类别。已经发布的Gaudi 2芯片是专为训练大语言模型而构建，采用7纳米制程，有24个张量处理器核心，并且英特尔还针对中国市场推出定制版的Gaudi 2，争夺市场的野心可见一斑。
值得注意的是，Gaudi系列芯片是基于英特尔之前收购的AI公司Habana，而规划中的AI新品Falcon Shores将在Habana的架构基础上，和英特尔原有的GPU等技术进行融合，因此Falcon Shores也备受业内关注。
