亚马逊云科技：生成式AI发展的瓶颈在算力

经过60余年的等待，生成式AI（Generative AI）终于爆发了。

早在1957年，莱杰伦·希勒和伦纳德·艾萨克森就完成了历史上第一支由计算机创作的弦乐四重奏《伊利亚克组曲》。而生成式AI真正走向产业化发展则是在2022年。这一年，Stability AI获得超过一亿美元的融资，估值突破十亿美元，并选择亚马逊云科技作为首选云供应商，其提供的开源AI模型Stable Diffusion可以根据用户输入的文字自动生成图片。Stability AI由此成为生成式AI领域第一家独角兽企业。

Gartner预计，到2025年，大型企业机构对外营销信息中的合成信息比例将从2022年的不到2%上升到30%。

在生成式AI方面，亚马逊云科技已经深耕了很长时间，拥有成熟的生成式AI专属解决方案，既提供经过广泛验证且易于部署的先进AI算法模型，又提供丰富且高性价比的云端资源以优化成本，旨在帮助游戏、电商、媒体、影视、广告、传媒等行业快速构建生成式AI应用通路，打造AI时代的领先生产力。

"从AI技术发展来看，生成式AI开启了一次范式变迁。大模型、多模态、高算力和海量数据将主导新一轮科技范式的发展，为内容、营销、游戏等行业带来颠覆性创新。"亚马逊云科技大中华区产品部总经理陈晓建表示，"亚马逊云科技广泛而深入的生成式AI专属解决方案，以先进的性能、更优的性价比和全面的服务赋能千行百业，助力各个规模的企业拥抱生成式AI的浪潮。"

降低成本，让生成式AI触手可及

亚马逊云科技认为，目前生成式AI模型主要集中在文本和图片生成，正在逐步渗透到音频和视频内容生成，未来将出现越来越多的跨模态/多模态内容生成。通用大模型更容易引发热议，但对企业而言，针对特定场景的模型在成本和准确度方面都更具优势，也是目前企业主要采用的模型。芯片性能和高质量训练既是生成式AI爆发的基础，也是其实现飞跃式发展的瓶颈。

之前模型的参数量级可能是千级或百万级，但今天拥有十亿百亿级参数的模型比比皆是，下一代模型有可能会朝着万亿级参数级别去发展。因此，降低大模型的成本至关重要。

虽然，机器学习的芯片差不多每两年或每几年就会有一倍或数倍的提升，但仍然不足以跟上训练模型复杂度的提升。替代的解决办法就是利用分布式多处理器，通过一个网络进行协同计算、协同训练。亚马逊云科技专门为云中高性能模型训练而搭建的Trn1实例最多可以搭载16颗专门用于机器学习训练的Trainium芯片，512GB加速器内存和800GBps的网络带宽。

Trn1是拥有高性价比的深度学习实例，与基于GPU的类似实例相比，训练成本降低了50%。以一个具备万亿级参数的大模型进行两周训练为例，GPU服务器P3dn需要600个实例，最新一代GPU实例P4d需要128个实例，但Trn1只需要用96个实例。

2022亚马逊云科技re:Invent全球大会推出了一款基于Trn1的网络优化型实例Trn1n，进一步把网络带宽增加一倍，从800GBps跃升到1600GBps，其强大的网络吞吐能力能够将超过1万个Trainium芯片构建在一个超大规模集群里，并在集群中进行模型的并行训练。

除训练外，大模型也需要超高的推理能力。所以亚马逊云科技构建了Inf1实例，用自研的推理芯片Inferentia提供支持，实现低延时低成本的推理。Inf1实例和GPU的实例相比，每次推理成本可以降低70%。

亚马逊云科技re:Invent全球大会还推出了下一代自研推理芯片Inferentia2以及基于此的Amazon EC2 Inf2实例。这是唯一一个专门为大型Transformer模型分布式推理建立的实例。与Inf1实例相比，它提供高达4倍的吞吐量，降低多达10倍的延迟，与基于GPU的实例相比，每瓦性能提升高达45%，同时也支持诸如GPT类型的大型复杂模型，并且可以用单实例实现1750亿参数模型的推理。

行业先行者的最佳实践

以AI绘画走红全球的Stability AI备受瞩目，其开源AI模型Stable Diffusion自2022年8月推出以来，已经被全球超过20万开发者下载和授权。在算力需求方面，Stable Diffusion模型所需的算力硬件成本已超过5000万美元。

Stability AI利用亚马逊云科技上的大规模GPU集群和Amazon Trainium机器学习训练芯片组成的高性能计算集群来训练其生成式AI基础模型，并通过云上模型训练的弹性来优化成本，最终将其使用的GPT-NeoX等开源语言模型的训练时间和成本减少58%。

Qualtrics是一家设计和开发体验管理软件的公司。"Qualtrics的重点是借助技术创新缩小体验差距。为实现这一目标，我们正在开发复杂的多任务、多模态的深度学习模型，包括文本分类、序列标记、话语分析、关键短语提取、主题提取、聚类以及端到端对话理解等。"Qualtrics 核心机器学习负责人 Aaron Colak 表示，"随着我们在更多应用程序中使用这些复杂的模型以及非结构化数据量不断增长，为给客户提供最佳体验，我们需要像Inf2 实例这样性能更高的推理优化解决方案来满足我们的需求。我们很高兴看到新一代 Inf2 实例的推出，它不仅让我们实现更高的吞吐量，显著降低延迟，而且还引入了分布式推理和支持增强的动态形状输入等功能。随着我们部署更大、更复杂的模型，这将能进一步满足我们对部署的更高要求。"

关于亚马逊云科技

自2006年以来，亚马逊云科技（Amazon Web Services）一直以技术创新、服务丰富、应用广泛而享誉业界。亚马逊云科技一直不断扩展其服务组合以支持几乎云上任意工作负载，目前提供超过200项全功能的服务，涵盖计算、存储、数据库、网络、数据分析、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面；基础设施遍及31个地理区域的99个可用区，并已公布计划在加拿大、以色列、马来西亚、新西兰和泰国新建5个区域、15个可用区。全球数百万客户，包括发展迅速的初创公司、大型企业和领先的政府机构，都信赖亚马逊云科技，通过亚马逊云科技的服务支撑其基础设施，提高敏捷性，降低成本。