财联社
当地时间周二，硅谷AI芯片公司 发布7款类似于GPT的大语言模型。除了发布开源大模型外，展现了一条不用英伟达GPU、不接接口也能实现“大模型自由”的道路。
单纯从数据来看，这次发布的7个大模型参数量介于1.11亿至130亿之间。作为对比，谷歌的多模态视觉语言模型PaLM-E具有5620亿个参数；同样在本月发布的GPT-4模型虽然尚未公布确切数据，但有媒体援引内部人士透露，参数量大约是GPT-3（1750亿）的6倍。
按照目前人类对AI的认知，模型越大，最终能够满足的需求就更加复杂。当然，规模较小的模型也有自己的用武之地，例如可以配置在手机、智能音箱中。同时也有研究显示，规模较小的模型如果经过多次训练，准确率反倒能变得更高。
但如同上文所述，本身是一家芯片公司，所以训练模型用的是自家的 AI超级计算机，其中部署了16套CS-2系统。非常具有记忆点的是，生产的AI芯片WSE-2的尺寸约为英伟达A100芯片的56倍，核心数量达到85万个，同样是A100芯片的123倍。这块芯片使用的是台积电7nm工艺，售价超过200万美元。
所以周二发布的多款模型，本身也是向AI算力霸主英伟达发出的战书。在的点燃全球科创圈子的热情后，虽然有许多芯片公司试图撬动英伟达牢牢占据的市场，但取得实际成果的并不多。许多知名企业，也通过直接用英伟达的全套服务来训练自家的AI产品，从而快速取得成绩。
面向潜在的客户，也强调自己的芯片具有训练时间短、同等预算下准确率高等优点，是目前世界上已经公开的大模型中生产性价比最高的方案。公司CEO 也确认，使用训练出来的模型，未来也能在英伟达的系统中继续训练和定制化。
多少有些嘲讽发布GPT-4后不再开源的做法，也在周二宣布公司训练出来的7个大模型全部在-2.0许可的条件下向研究社区开放，包括模型本身、训练算法和权重，以此打造行业开源的标杆。
表示，任何人只需要向这些高度精准的预训练模型输入一定数量的数据，就能以很少的工作量，开发出功能强大垂直行业应用程序。