科技云报道原创。
春节期间，OpenAI的最新技术成果——文生视频模型Sora惊艳登场，令海内外的AI从业者、投资人彻夜难眠。
Sora大模型可以让用户仅通过输入一个句子，就可以生成与好莱坞画面相媲美的视频，且长度最多可达1分钟，让人深感震撼。
对于这颗“深水炸弹”，众说纷纭。
Open AI自称Sora是“世界模拟器”。有网友惊呼“现实不存在了”。马斯克直言：人类认赌服输。美国科技博主马克斯·布朗利表示，Sora或将拉响影视行业失业警报。
毋庸置疑，Sora极具破坏性创新的潜力，必将重塑现有的产业格局如短视频、广告、游戏、影视行业等。
从二级市场的表现来看，工具类公司Adobe，在Sora公布后的次日股价暴跌超7%；美国图片工具供应商Shutterstock跌超5%；几周前发布了“文生视频”工具Lumiere的谷歌母公司股价下跌1.58%。
三家公司一天内就合计蒸发近480亿美元（约合人民币3500亿元）的市值。
随着Sora的震撼面世，失业、裁员、洗牌等词汇的热点居高不下，但也有行业迎来了“泼天的富贵”。
OpenAI创始人兼CEO Sam Altman发帖表示，OpenAI认为“世界需要更多的AI基础设施，包括晶圆制造能力、能源、数据中心等，而人们目前计划建设得不够。”
他补充说，“建设大规模的AI基础设施和一个具有韧性的供应链对经济竞争力至关重要”，而OpenAI将努力提供帮助。
对此，英伟达创始人黄仁勋回应道：看好全球AI数据中心在未来4-5年里将翻番，增长到2 万亿美元的规模。在此期间，更高效、更低成本的芯片会持续出现，大规模投资变得不那么必要。
正所谓有人欢喜有人愁，在Sora这类生成式AI技术的推动下，AI基础设施迎来了“高光时刻”。
Sora推动AI算力需求猛增
根据OpenAI发表的论文显示，Sora大模型延续了此前GPT模型“源数据-Transformer-Diffusion-涌现”的技术路径。
这意味着其发展成熟同样需要海量数据+大规模参数+大算力作为基座，且由于视频训练所需数据量远大于文本训练的数据量，预计Sora大模型将进一步拉大算力缺口。
根据DiT模型创立者谢赛宁博士粗略测算，Sora模型的参数规模大约为30亿。
根据对可训练数据量的研究成果，海外大型视频网站每分钟大约上传500小时视频内容。由此测算训练Sora模型需要约7.09万张H100一个月的训练量。
在推理侧，根据相关研究测算生成一张图的算力消耗约为256个词的消耗。由此推算生成一个1分钟时长短视频的算力消耗，约是生成一次文字对话的千倍以上。
正如ChatGPT带来的AI算力需求增长，Sora的横空出世，进一步加剧了AI算力的紧缺。
而这种紧缺，造就了生成式AI底层基础设施——算力芯片的“绝对霸主”英伟达，堪称近一年多来最耀眼的上市公司。
2023年，英伟达累计暴涨239%。2024年，涨势仍在持续，2月16日美股收盘，英伟达报726.13美元，今年累计上涨近50%，市值为1.79万亿美元，超越谷歌和亚马逊，位列全球第三。
“从公司强劲的增长中可知，各行各业都在经历从通用计算到加速计算和生成式AI的平台转型。”英伟达创始人黄仁勋表示。
事实上，不仅是英伟达，其最大的两个竞争对手英特尔和AMD也在AI芯片领域加速追赶。
更为重要的是，英伟达的大客户们——科技巨头之间的一场新竞赛正在升温，他们正在构建自己的AI芯片，以摆脱对英伟达芯片的依赖。
2023年11月，微软正式推出了其自研的两款人工智能芯片：Maia 100和Cobalt 100。
今年2月，全球最大的社交媒体公司Meta对外证实，计划今年在其数据中心部署最新的自研定制芯片，并将与其他GPU芯片协调工作，助力其AI大模型发展。
而在此之前，有数据显示，2023年，Meta和微软两家公司以15万块英伟达H100 GPU的购买量并列第一。
Meta首席执行官马克·扎克伯格表示，该公司计划在今年底前拥有大约35万颗英伟达H100处理器。再加上其他供应商，Meta将累计拥有60万颗H100的等效计算能力。
但即便如此，AI算力依然不够。
风头正劲的OpenAI也在探索制造自己的AI芯片。
有消息称，在Sora发布前夕，OpenAI创始人兼CEO Sam Altman正在从中东地区筹集总计高达7万亿美元的资金，以支持公司的一项半导体计划，并与英伟达展开竞争，计划重塑全球半导体行业格局。
7万亿美元是什么概念？占全球GDP的10%，相当于2.5个微软、3.75个谷歌、4个英伟达、7个Meta或者11.5个特斯拉，也就是全球半导体的全部江山。
这笔钱能将AMD、台积电、英伟达、三星、英特尔、高通等公司通通打包带走。
Sora发布后，软银集团创始人孙正义也正在寻求高达1000亿美元资金，打造一家能与英伟达竞争的芯片公司，专注于生产对AI至关重要的半导体。
如果孙正义的计划得以实现，这将成为继ChatGPT问世以来，AI领域最大的一笔投资。
正如ChatGPT引爆国内文本生成式大模型热潮一样，此次Sora大模型展示出相较以往同类产品更强的生成式能力，进一步打开了AI应用想象空间，预计国内大模型厂商也将快速跟进，加大对文成视频大模型的投入力度，进而推动AI算力需求持续高涨。
算力产业迎来“泼天富贵”
从全球视角来看，在Sora的催化下，算力产业链从上游硬件、中游服务器/交换机、下游应用侧闭环现愈发清晰，从云侧到端侧、从硬件到软件都将呈现生机勃勃之景。
首先，ChatGPT、Sora等AI大模型的广泛应用，将催生高性能计算(HPC)和边缘计算的需求增长，与之相关的GPU、FPGA、ASIC等芯片将迎来巨大需求。
同时，AI大模型的应用需要强大的计算资源来支持，这也会推动数据中心的建设和升级。
其次，Sora等AI大模型将持续推动IT基础设施技术创新。
例如，AI大模型对算力和能效有着高需求、高要求，这将推动半导体公司不断研发更先进的芯片架构和制造工艺，也将推动云和IT服务商不断探索更高效的计算资源调度能力，以提高对算力的利用率，降低AI大模型的训练成本。
对于数据中心服务商而言，多模态模型的爆发，对数据中心网络提出了更大的要求。
视频数据的生成、调用等，对集群通信延迟要求更高、带宽需求暴增，而带宽的提升也意味着网络建设成本的提高，需要进一步通过技术降本增效。
同时，面对更多的智能算力需求，数据中心高密度趋势明显，也需要通过新技术降低IT设备空间占有率。
更具想象力的是，运用Sora大模型的生成能力，还可以推动产业的技术创新。比如，生成模拟的半导体电路图像，以便在设计阶段进行分析和优化，从而对半导体行业的设计和制造过程产生影响。
可以预见，随着Sora等AI大模型的普及，AI步入千家万户，那些能够提供高性能、高性价比AI算力的公司将获得更大的市场份额，以“技术”为先的核心竞争力变得愈发重要。
结语
整体来看，大模型产品从文字、图片上升到视频，AI训练量的不断提升，对算力的需求也呈现指数级增长态势，AI芯片、AI服务器、数据中心等相关行业的需求将一路狂飙，“卖铲子”的公司依旧是第一受益人。
但想要接住这“泼天的富贵”，技术仍是第一生产力，各家基础设施厂商势必要在软硬件方面进行全方位升级。
【关于科技云报道】
专注于原创的企业级内容行家——科技云报道。成立于2015年，是前沿企业级IT领域Top10媒体。获工信部权威认可，可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。
