2025年AI市場五大展望 LC8esmc

LC8esmc

超大型語言模型（XLLMs）和超大型多模態(tài)模型（XLMMs）將涌現(xiàn)LC8esmc

大型語言模型（LLMs）或大型多模態(tài)模型（LMMs）的特征是擁有數(shù)十億的參數(shù)。當前流行的模型擁有從十億到數(shù)百億個參數(shù)，并使用萬億級別的tokens進行訓練。世界繼續(xù)以驚人的速度產(chǎn)生數(shù)據(jù)，隨著時間的推移，將使用數(shù)百萬億級別的tokens進行訓練，這將進一步推動參數(shù)數(shù)量的增加，催生超大型語言模型（XLLMs）和超大型多模態(tài)模型（XLMMs）。LC8esmc

這種規(guī)模的增長將需要龐大的訓練基礎設施，并極大地推動數(shù)據(jù)中心AI芯片市場的發(fā)展。該行業(yè)距離AI模型規(guī)模的理論極限還有很遠的路要走，我們預計這種模型規(guī)模的增長趨勢將在2025年繼續(xù)。LC8esmc

大型語言模型（LLMs）的商品化將開始LC8esmc

當前的大型語言模型（LLMs）分為開源和閉源兩種。閉源模型，如OpenAI的GPT-4和谷歌的Gemini，在推出時處于最先進水平，已成為企業(yè)構(gòu)建AI應用的首選。然而，Meta最近發(fā)布的開源模型Llama 3.1在基準測試中的表現(xiàn)與閉源模型相當。因此，Llama已成為企業(yè)的熱門首選模型，在流行的模型托管網(wǎng)站Hugging Face上的下載量增加了10倍。Llama 3.1在上下文長度和多語言支持方面突破了模型界限，并且Meta承諾長期支持開源。LC8esmc

目前，閉源模型的價格差異很大，基于模型大小，每百萬個tokens的費用從幾分錢到高達15美元不等。我們預計，隨著越來越多的企業(yè)開始基于開源模型開發(fā)應用，這一價格將顯著下降。LC8esmc

AI將從AI PC開始走向邊緣計算LC8esmc

迄今為止，大多數(shù)AI芯片活動都集中在數(shù)據(jù)中心市場，而PC則一直未能參與其中。然而，微軟最近宣布的Copilot Plus，它大量依賴AI，已經(jīng)提升了PC中專用AI芯片的需求。臺式機和筆記本電腦處理器開始納入神經(jīng)處理單元（NPU），以提供良好的AI模型用戶體驗。我們預計這一趨勢將繼續(xù)，未來幾年，大多數(shù)PC都將配備NPU。LC8esmc

數(shù)據(jù)中心AI芯片價格將趨于穩(wěn)定LC8esmc

過去五年間，AI加速器的平均銷售價格（ASP）增長了四倍。目前生產(chǎn)的英偉達H100加速器在零售市場的價格高達4萬美元，而兩代前的V100價格僅為1萬美元。半導體市場上這種價格上漲前所未有。構(gòu)建最先進、最智能模型的行業(yè)競賽一直是芯片過剩的主要驅(qū)動力。大部分硬件基礎設施的資金來自英偉達的研發(fā)預算，以及成為競賽第一名的渴望。訓練一直是關鍵用例，性能是關鍵指標。芯片ASP一直是重要但次要的考慮因素。LC8esmc

監(jiān)管和保障措施將變得突出LC8esmc

AI模型的一個關鍵挑戰(zhàn)是它們?nèi)菀桩a(chǎn)生幻覺，即生成無意義的輸出。AI模型也無法可靠地區(qū)分信息的真?zhèn)?。此外，這些模型還容易受到數(shù)據(jù)訓練中的固有偏見的影響。隨著這些模型越來越多地集成到生產(chǎn)環(huán)境中，任何非預期的結(jié)果都可能導致潛在的有害后果。LC8esmc

為了緩解這一問題，我們預計軟件供應商將更加注重為在生產(chǎn)應用中更安全地部署模型而實施保障措施。全球政府實體也將開始引入監(jiān)管措施并施加某些限制，以緩解使用大型語言模型（LLM）可能引發(fā)的問題。雖然這不會破壞當前的AI熱潮，但我們預計它將對整體市場增長產(chǎn)生影響。LC8esmc