报告主要从以下内容阐述：
－
2015-2016 年左右开启了大模型时代，整体的训练计算量较之前的时期大2到3个数量级。从2022年底，随着ChatGPT成功带来大规模参数通用大模型相继发布。这些大模型的训练需要千亿、甚至万亿级参数，以及上干GB的高质量数据，大模型的训练选代将极大地拉动了智能算力的需求。
－
2012-2023年算力需求翻了数十万倍，AI算力需求远超摩尔定律，大模型对算力的需求每年持续增长，未来10年AI算力需求将再增长500倍。
－
技术层面上，基础模型通过迁移学习(Transfer Learning)和规模(scale)得以实现;Transfommer的应用标志着基础模型时代的开始(基础模型的庞大规模和应用范围突飞猛进)，模型参数量指数级增长，带动算力超过尔定律。
－
Sora等视频生成类模型相较于大语言模型消耗的算力提升20倍。随着海量数据的积累，大模型需要处理的数据量也在不断增长，进一步加剧了对算力的需求。
................
相关报告
2024年中国AI算力行业发展报告-甲子光年-2024.12-60页
#人工智能发展 #未来热门行业 #行业研究 #AI人工智能 #产业发展趋势 #人工智能未来 #科技前沿与未来 #未来科技趋势 #行业分析
－
2015-2016 年左右开启了大模型时代，整体的训练计算量较之前的时期大2到3个数量级。从2022年底，随着ChatGPT成功带来大规模参数通用大模型相继发布。这些大模型的训练需要千亿、甚至万亿级参数，以及上干GB的高质量数据，大模型的训练选代将极大地拉动了智能算力的需求。
－
2012-2023年算力需求翻了数十万倍，AI算力需求远超摩尔定律，大模型对算力的需求每年持续增长，未来10年AI算力需求将再增长500倍。
－
技术层面上，基础模型通过迁移学习(Transfer Learning)和规模(scale)得以实现;Transfommer的应用标志着基础模型时代的开始(基础模型的庞大规模和应用范围突飞猛进)，模型参数量指数级增长，带动算力超过尔定律。
－
Sora等视频生成类模型相较于大语言模型消耗的算力提升20倍。随着海量数据的积累，大模型需要处理的数据量也在不断增长，进一步加剧了对算力的需求。
................
相关报告
2024年中国AI算力行业发展报告-甲子光年-2024.12-60页
#人工智能发展 #未来热门行业 #行业研究 #AI人工智能 #产业发展趋势 #人工智能未来 #科技前沿与未来 #未来科技趋势 #行业分析
