本文转载自：钛媒体，作者：林志佳，编辑：马金男。猎云网已获授权。
人工智能（AI）行业迎来疯狂的一夜，谷歌（Google）、AMD先后上新，终于要“打爆”OpenAI和英伟达了。
钛媒体App 12月7日消息，北京时间今天凌晨，谷歌CEO桑达尔·皮查伊 (Sundar Pichai) 宣布，谷歌公司正式发布迄今为止功能最强大、最通用的多模态人工智能（AI）大模型：Gemini（中文称“双子座”）。
具体来看，谷歌最新发布的Gemini 1.0系列，主要是英语模型，共包括三个不同尺寸版本：Ultra（超大杯）、Pro（大杯）和Nano（中杯），将全面内置最新、最强大的自研 AI 超算芯片Cloud TPU v5p。
谷歌表示，在六项基准测试中，大杯的Gemini Pro性能表现优于GPT-3.5；而在30项性能基准测试中，超大杯Gemini Ultra超越了目前最强模型GPT-4。甚至，Gemini Ultra在MMLU测试上得分高达90.0%，即数学、物理、法律等57个领域测试中，Gemini Ultra成为第一个超越人类专家水平的 AI 模型。
与此同时，12月7日凌晨，芯片巨头AMD在美国圣何塞发布备受瞩目的全新Instinct MI300X AI 加速芯片（APU），由十多个台积电5nm/6nm小芯片组成，拥有1530亿个晶体管，封装CPU+GPU，支持高达192GB的HBM3内存容量，瞄准这一英伟达主导的 AI 算力芯片市场。
皮查伊表示，Gemini是 AI 模型的巨大飞跃，最终将影响几乎所有的谷歌产品。同时，人类正式迎来Gemini新时代的第一步，迈向真正的通用人工智能（AGI Model）。
“MI300X是我们迄今为止最先进的产品，也是业内最先进的 AI 加速芯片。”AMD CEO苏姿丰（Lisa Su）则直示，“AI 是50多年来单一最重要、最具变革性的技术，不止是很酷的新技术，也真切地改变计算世界的未来。”
然而，略带遗憾的是，截至目前，无论是MI300X，还是Gemini 1.0系列模型，都不会在中国大陆市场进行销售和服务，预计AMD或将推出“中国特供”的合规产品。
谷歌Gemini性能超越GPT-4，最新自研芯片TPU v5p，模型训练速度提高280%
自2022年11月30日起，美国OpenAI公司发布了 AI 聊天机器人 ChatGPT 风靡全球，成为全球增长最快的消费应用之一。它不仅能够写诗、编程，还能创作剧本、协助面试、发表论文，甚至提供广泛的搜索服务，显示出极大的生产力解放潜力。
作为在 AI 技术上投入时间最长并拥有众多核心技术的公司，谷歌面对 ChatGPT 的出色表现和技术优势显得措手不及。市场担忧，ChatGPT 可能会取代传统搜索引擎，对谷歌的搜索广告业务造成影响。
为应对这一挑战，谷歌于今年2月内部发起了内部“红色代码警报”（code red），创始人拉里·佩奇和谢尔盖·布林重回公司，并紧急推出 ChatGPT竞品Bard，以及投资超过4亿美元给ChatGPT竞品 Anthropic。
然而，尽管Bard在发布后进行了多次迭代升级，但市场反馈普遍不佳，认为其产品仓促、性能和体验不及 ChatGPT或微软推出的GPT-4版必应搜索。
如今，谷歌终于准备好反击了，发布了传闻已久的“谷歌杀手锏”、史上性能最强、超越GPT-4的通用 AI 模型Gemini 1.0。
多模态Gemini，是迄今规模最大、能力最强的谷歌大模型，在文本、视频、语音等多个领域超越了GPT-4，是真正的一雪前耻。
据The Information报道称，谷歌本来计划在2024年公布Gemini，但如今，谷歌似乎改变了策略，以在OpenAI经历董事会重组和内部动荡期间抢占舆论焦点。目前谷歌公布的最新论文中，Gemini的研发团队超过800人。
具体到产品中，新的Gemini系列包括三个模型版本：Gemini Ultra（超大杯）、Gemini Pro（大杯）和Gemini Nano（中杯）。
其中，Gemini Ultra（超大杯）是三者中性能最强大的模型，适用于高度复杂的任务，计划明年内置于谷歌聊天机器人Bard中；Gemini Pro（大杯）是最适合在各种任务中通用、可扩展的模型，目前已内测于Bard上；Gemini Nano（中杯）则主要在端侧设备中，执行最高效任务的 AI 模型，将首次用于谷歌Pixel 8 Pro上。
与Bard相比，Gemini和Bard都是 Google AI 开发的大型语言模型（LLMs），但它们有不同的特点和优势。其中，Gemini更擅长生成创意文本格式，例如诗歌、代码、脚本、音乐作品、电子邮件、信件等，而Bard更擅长在挑战性问题下，提供信息和全面的答案。如果用户需要获得信息和全面的答案，Bard将是一个更好的选择。
据谷歌官网介绍，Gemini 1.0亮点主要包括五个方面：最先进的性能测试结果，新的推理以及创意功能，性能强大且高效的 AI 超算系统，责任与安全，以及可用性。
首先，性能测试方面，在32个性能基准测试中的30个中，Gemini Ultra模型超越了现有最先进的GPT-4。其中，在MMLU（大规模多任务语言理解）测试中，Gemini Ultra以90.0%的成绩首次超过了人类专家，这一测试综合了数学、物理、历史等57个科目；此外在UltraMMMU多模态测试中也取得59.4%高分；在图像基准测试中，Ultra未使用OCR就超越了强大的GPT-4V，显示出其多模态和更复杂的推理能力。
新的功能点上，Gemini 1.0 具有复杂的多模态推理能力，可帮助理解复杂的书面和视觉信息，而且它拥有通过阅读、过滤以及理解信息，从数十万份文件中提取见解的卓越能力，将有助于在从科学到金融等多个领域以数字化速度实现新的突破。另外在经过训练之后，Gemini 1.0可以同时识别并理解文本、图像、音频等，且编码能力AlphaCode 2具有巨大的改进，编码性能超过85%的参赛程序员，比前代AlphaCode高出将近 50%。
算力方面，Gemini 1.0 采用谷歌设计的TPUs v4 和 v5e芯片上进行大规模 AI 训练。谷歌称，在TPUs上，Gemini的运行速度明显快于早期规模更小、性能更弱的模型。此外，今天，谷歌还发布迄今为止功能最强大、效率最高且可扩展性最强的TPU系统 Cloud TPU v5p，旨在为训练前沿 AI 模型提供支持，从而将加速 Gemini 的开发。
需要重点提及的是，谷歌TPU v5p芯片采用台积电5nm/7nm工艺，相比前代TPUv4推理芯片，v5p更多是针对生成式 AI 所研发的训练芯片。每个TPU v5p pod（服务器组）都由8960个芯片组成，它通过TPU带宽最高的芯片间互连（ICI）以每秒4800Gbp速度在3D拓扑结构中连接。与TPU v4相比，TPU v5p的Flops性能提高了2倍以上，高带宽内存（HBM）增加了3倍。同时，TPU v5p训练大模型的速度比上一代TPU v4快2.8倍（280%），而借助第二代SparseCores，TPU v5p训练嵌入密集模型的速度比TPU v41快1.9倍以上。
责任和安全方面，谷歌称将致力于负责任地推进 AI，特别是在开发具有先进多模态能力的 Gemini 模型时，依据 Google AI 原则和严格的产品安全政策，增加了新的保护措施，全面考虑潜在风险，并在开发的每个阶段进行测试和风险降低。此外，谷歌与外部专家合作进行压力测试来确保内容安全，且建立了专门的安全分类器来识别和过滤有害内容，确保Gemini更加安全和包容。
可用性方面，谷歌宣布，从今天开始，Bard将使用Gemini Pro 的微调版本来进行更高级的推理、规划和理解，并将以英语版本在170多个国家和地区提供服务（不包括中国大陆），以及计划未来扩展至不同模型和新的语言、地点；另外，从12月13日起，开发者和企业客户可以通过谷歌AI Studio或谷歌云Vertex AI访问Gemini Pro的API，而Gemini Nano则内置于Pixel 8 Pro。
谷歌称，未来几个月，Gemini将应用于谷歌更多的产品和服务，如搜索、广告、Chrome浏览器和 Duet AI。根据测试，在谷歌搜索中内置Gemini，它能够为用户提供更快的搜索生成体验（SGE），用户在美国的英语搜索延迟降低40%，同时在质量方面也有所提高。
皮查伊表示，这次Gemini的发布对于Bard来说是一个重要时刻，也是Gemini时代的开始。如果测试结果准确，新模型则可能已经使Bard成为像ChatGPT一样优秀。“这显然已经是一个相当令人印象深刻的壮举了。”
不过，截至目前，谷歌搜索和广告业务也未受GPT等大模型的影响。据Statcounter数据，截至2023年10月，必应搜索（Bing）在美国的市场份额略低于7%，较去年同期的7.4%有所下滑；同期谷歌以88.13%的份额继续主导搜索引擎市场。2023年至今，搭载GPT技术的必应搜索的市场份额一直保持在7%以下。同时，财报显示，2022财年，谷歌母公司Alphabet的总营收当中，谷歌搜索及其他收入为 1625 亿美元，同比增长9%。而2023财年前三季度，Alphabet总营收达2210.84亿美元，超过去年同期的2068亿美元。
“迄今为止，我们已经在Gemini上取得了巨大进展。我们正努力进一步扩展其未来版本的各种功能，包括在规划和记忆方面取得进展，以及通过增加上下文窗口来处理更多信息并提供更好的响应。”谷歌表示。
据The Verge报道，谷歌计划明年推出由Gemini Ultra提供支持的“Bard Advanced”预览版——谷歌史上最强大的Chat类产品，有望对标ChatGPT-4或5。
但皮查伊也坦言，虽然 AI 对人类的变革将比火、电力的诞生意义更大，但Gemini 1.0可能不会改变世界，而最好的情况是，Gemini可能会帮助谷歌在生成式 AI 军备竞赛中赶上OpenAI。
“这是 AI 发展过程中的一座重要里程碑，也标志着谷歌迈进新纪元的开始，我们将继续快速创新，并以负责任的方式不断提升我们模型的能力。”谷歌表示。
最强 AI 芯片MI300X，性能比英伟达H100提高60%，但不在中国销售
AMD公司终于决定反击英伟达了。
北京时间12月7日凌晨，在美国圣何塞举办的AMD Advancing AI 活动上，AMD CEO苏姿丰（Lisa Su）宣布推出Instinct MI300X AI 加速芯片（APU）以及宣布MI300A芯片量产。
两款产品均瞄准这一英伟达主导的市场。
其中，MI300X内存是英伟达H100产品的2.4倍，内存带宽是H100的1.6倍，进一步提升了性能，有望挑战英伟达在炙手可热的 AI 加速芯片市场地位。
具体来说，AMD表示，MI300X新款芯片较英伟达的H100性能最多可以提升60%。在与H100（Llama 2 700亿参数版本）的一对一比较中，MI300X性能提高了高达20%；在与H100（FlashAttention 2版本）的一对一比较中，MI300X性能提高20%；在与H100（Llama 2 70B版本）的8对8服务器比较中，MI300X性能提高40%；在与H100（Bloom 176B）的8对8服务器比较中，MI300X性能提高60%。
与此同时，在 AI 大模型训练中，相比H100，MI300X在 BF16性能基准中提高3.4 倍，INT8精度性能提高6.8倍，1.3倍的FP8和FP16 TFLOPS，从而进一步提升了训练性能。
苏姿丰表示，新款MI300X芯片在训练人工智能软件的能力方面与H100相当，在推理方面，也即软件投入实际使用后运行该软件的过程，要比H100好得多。
针对 AI，AMD共有三大优势，一是具备完整IP与广泛的运算引擎产品组合，可支援从云端、边缘至终端，要求最严苛的工作负载；二是该公司正扩展开源软件能力，以降低进入与使用AI 完整潜力的门槛；第三是AMD正在深化AI合作伙伴的产业体系，让云端服务供应商（CSP）、OEM与独立软体开发厂商（ISV）能享有其先驱性的创新技术。
目前，AMD、英伟达、英特尔三家在全力推进 AI 热潮。其中，英伟达已公布2024年Hopper H200 GPU和Blackwell B100 GPU产品信息，英特尔则将在2024年推出Guadi 3和Falcon Shores GPU，预计未来几年三家公司将持续进行竞争。
AMD称，戴尔、惠普、联想、Meta、微软、甲骨文、Supermicro等公司均会采用MI300系列产品。
其中，微软与AMD合作推出新的Azure ND MI300x v5虚拟机(VM) 系列，该系列针对 AI 工作负载进行了优化，并由MI300X提供支持；Meta公司将在数据中心采用AMD新推的MI300X芯片产品。甲骨文表示，公司将在云服务中采用AMD的新款芯片，预计将在2024年发布。
然而，当前AMD主要面临三个问题：一是AMD产能有限，英伟达和英特尔等厂商都提前买走产能，且AMD推出了 MI300A、MI300X等多个系列产品，或将出现供不应求情况；二是明年3月英伟达将发布B100，H200也将销售到市场，因此AMD独享“最强AI芯片”称号还有多久依然未知；三是软件体系上，CUDA已经成为大模型训练推理的最佳选择，尽管AMD在ROCm软件领域取得显著进步，但相比英伟达CUDA生态ROCm仍很薄弱。
此前市场预计AMD的MI300系列在2024年的出货约为30~40万颗，最大客户为微软、谷歌，若非受限台积电CoWoS产能短缺及英伟达早已预订逾四成产能，AMD出货有望再上修出货量。
MI300X消息发布后，AMD和英伟达的股价均不涨反跌。
截至美股12月6日收盘，英伟达股价下跌2.28%，AMD股价也下跌1.32%，报收116.82美元/股。年初至今，AMD股价上涨了82.47%，高于英特尔，但远不及增长220%的英伟达股价。
AI超越人类的时代真的到了？
苏姿丰表示，AI 在很短的时间内不仅发展迅速，更是呈现出爆炸性增长，与互联网的发明地位相当。但不同的是，AI 技术的采用速度将会更快。然而目前，我们仍处于 AI 新时代发展的非常早期阶段。
AMD和谷歌这一夜的疯狂成绩告诉我们：AI 时代已经到来，人类必须要关注。而仅仅一年间，一切转变和翻盘，都有可能发生。
随着2023年进入最后一个月，关于大模型的“王座之争”更激烈了。
看向未来， AI 市场将进入一个竞争激烈和快速增长的时期。从医疗保健到汽车行业，对AI大模型有着更高期待，同样AI应用的日益增长需求确保了AI芯片市场的蓬勃发展。未来，我们将会看得到更多创新，也可预见到研发的激增，和更加前沿的技术较量。
一年前，苏姿丰认为，2023年的AI加速器市场为300亿美元。到2027年，全球数据中心AI加速器的潜在市场规模（TAM）将达到1500亿美元，这意味着期间的年复合增长率（CAGR）约为50%。
但现在，苏姿丰直接给出更高的预期，2023年，AI加速器潜在市场规模将达到450亿美元，未来几年的CAGR将高达70%，到2027年，推动整个市场增加到4000亿美元的规模。
当谷歌超越OpenAI、AMD超越英伟达，大模型行业又将迎来怎样的新一轮市场“洗牌”，我们期待，永远相信美好的事情即将发生。
