本周，科技公司Meta、微軟和谷歌分別發布財報，顯示美國科技巨頭在AI基礎設施方面不惜血本地加大投入。在國內，商湯科技和科大訊飛也日前也都更新了大模型，紛紛對標全球最先進水平。

AI基礎設施仍無法滿足需求

4月25日，微軟在財報中稱，在第三財季中，資本支出同比增長79%至140億美元，創下了2016年以來支出的最大季度增幅，且支出增速遠快于收入增速，第三季度，微軟銷售額僅增長17%。

即便如此，微軟仍然表示，支出還不夠，因為人工智能服務的需求正在超過供應，尤其是用于部署人工智能模型的基礎設施尚未滿足需求。

微軟首席財務官艾米·胡德（Amy Hood）在公司財報電話會議上對分析師表示：“對于人工智能的需求確實超出了供應。公司需要不斷增加的計算量來運行繁重的工作負載。”

胡德表示，本季度資本支出還將大幅增加，主要用于云基礎設施。她還呼吁在7月1日開始的新財年中增加資本支出，擴大規模，以滿足云和人工智能產品不斷增長的需求。

微軟并不是唯一一家在AI基礎設施方面大幅投入的科技公司。谷歌在同一天的財報中表示，該公司在推動AI領域發展方面投入巨大資金，且面臨著新的成本壓力，這是由于人工智能支出將增加。自去年以來，隨著人工智能領域的競爭加劇，谷歌一直在大力削減成本。

4月24日，Meta發布第一季度財報稱，將繼續加快AI等基礎設施投資，預計2024年的資本支出將在350億美元至400億美元之間，較之前預測的300億美元至370億美元有所增加，其中數十億美元將投資于人工智能和元宇宙等領域。

Meta創始人CEO扎克伯格表示，Meta將把現有資源轉向人工智能投資，從而保持高效運營。去年以來該公司實施的一系列成本削減計劃推動Meta股價在過去一年中大漲超過112%。

不過，人工智能的盈利前景仍有不確定性。扎克伯格表示，他預計在Meta的人工智能產品擴展到可盈利的服務之前，將會經歷“多年的投資周期”。在扎克伯克作出該表態之后，Meta股價暴跌近20%。

扎克伯格也回應了股價的暴跌，他表示：“我們的產品策略必須要經歷這個階段，在歷史上我們的股價也都在投資擴張期經歷過很大的波動，我們正在投資擴大新產品的規模，但尚未變現。”

他還告訴投資者，如果他們愿意搭上“AI順風車”，很可能會得到回報。“從歷史上看，投資于我們構建新的規模化消費體驗應用程序，將是一項非常好的長期投資，而且最初的跡象也非常積極。”他表示。但他承認，構建領先的人工智能將是一項更大的任務，這可能需要等待幾年時間。

與Meta相比，云服務巨頭谷歌和微軟已經看到了人工智能需求對云業務增長的驅動。谷歌第一財季報告顯示，谷歌云業務收入同比增長28%。這推動谷歌股價在盤后交易中大漲超過12%，市值突破2萬億美元。

微軟第三財季報告顯示，微軟云Azure的收入增長達到31%，其中人工智能增長7個百分點。胡德表示，未來AI的收入能否進一步推動，取決于供應限制能否解決。

胡德所稱的AI基礎設施供應的限制問題也是行業普遍面臨的挑戰。英偉達作為全球最大的用于訓練和部署生成式人工智能模型的處理器開發商，一直受到供應限制，這也使其主要客戶之一微軟感受到壓力。英偉達近日向OpenAI交付了首臺DGX H200人工智能系統，市場普遍對該系統供應表達擔憂。

英偉達股價周四收盤時上漲超過3%，市值重回2萬億美元上方。不過近一個月，受到市場對AI投資過熱情緒質疑的影響，該公司股價已從上個月的高點迅速回落超過13%。

中國AI企業應對算力資源問題

在國內，由人工智能推動的需求也在迅速增長。近期，包括商湯科技和科大訊飛在內的企業都更新了人工智能大模型。商湯科技在發布日日新5.0版大模型后，股價一度大漲超過30%。

4月26日，科大訊飛開盤后股價大漲近4%。當天，科大訊飛更新了星火大模型3.5V版本，首發多情感超擬人合成，具備情緒表達能力，并推出一句話聲音復刻功能。

值得關注的是，商湯科技和科大訊飛都以OpenAI目前最先進的大模型GPT-4 Turbo為標桿。商湯科技董事長兼CEO徐立在發布會上表示，日日新5.0大部分核心測試集指標上全面對標甚至已經超過OpenAI目前最先進的AI大模型GPT-4 Turbo。

科大訊飛董事長劉慶峰也表示，本次訊飛星火長文本功能全新升級后，具備長文檔信息抽取、長文檔知識問答、長文檔歸納總結、長文檔文本生成等能力，總體已經達到GPT-4 Turbo最新長文本版本97%的水平；在銀行、保險、汽車、電力等多個垂直領域的知識問答任務上，訊飛星火長文本總體水平已經超過GPT-4 Turbo。

對于國內人工智能企業而言，解決算力資源的問題更為迫切。劉慶峰坦言，長文本功能的落地需要解決信息高效處理的問題：面對上百萬甚至上千萬文字，長文本大模型消耗的運算資源非常大。

為了解決大模型應用效率和準確率問題，劉慶峰談道，基于訊飛星火V3.5對長文本的理解、學習、回答能力，科大訊飛進行了重要的模型剪枝和蒸餾，從而推出130億參數的大模型，在效果損失僅3%以內的情況下，使得星火在文檔上傳解析處理、知識問答的首次響應時間以及文字生成方面都獲得了極大的效率提升。

徐立也表示，如果幾十億個端側設備都在不停地調用大模型，將需要消耗巨大算力，而且沒有任何一個服務器能夠支撐得起，因此具有不同場景下端側應用能力的“小模型”將是AI模型普及最關鍵的核心。“在不同的適用場景下，小模型的決策速度可以更快。”他說道。