數據大、參數量大、算力大，大模型的某些能力才會“湧現”，這一點在科技圈廣爲流傳。
做大模型的主流思想是：不要輕易說模型“不行”，如果“它還沒行”，那就做得更大一點。
所以，不到一年的時間，大模型的參數規模增長100倍，如今已經突破了萬億級別，資源消耗量巨大，也帶來了越來越高的存儲成本、推理成本、運維成本、落地成本……以及社會成本。
目前，大模型仍處于商業化的黎明，如何回收大模型的投入，還存在很多未知數與不確定，而大模型一直在變大，成了一門極其燒錢的生意，背靠微軟的Open AI，2022年就虧損了5.4 億美元左右。
不斷膨脹的成本，就是一張張真金白銀的賬單，壓在大模型企業身上的一根根“稻草”。Anthropic的首席執行官Dario Amodei最近預測，在未來兩年內，他們的模型成本將達到100億美元。
除了企業自身，社會也同樣在承擔大模型的隱形成本。谷歌就曾報告稱，訓練 PaLM 在大約兩個月內耗費了大約 3.4 千瓦時的電量，相當于300 個家庭每年的能源消耗總量。大模型高能耗給環境帶來的負擔和成本，最終由整個社會來買單的。
很顯然，無論是商業上、環境上，比拼模型體量都是不可持續的。
一味求大的時代，已經過去了。
問題是，怎麽給大模型“減負”呢？
事實上，通用大模型的頭部廠商，一直都在積極地開展“成本瘦身”運動。
比如微軟在Microsoft Build 2020 上曾公開了爲GPT-3提供支持的AI supercomputing超級計算機，可以讓AI模型的訓練效率比其他平台高16倍，更快的訓練可以降低時間成本與風險成本。
國産大模型也不例外。
盤古大模型早在2.0版本中，就嘗試采用稀疏+稠密架構，以降低訓練成本。文心一言推出一個月以後，也通過技術手段將大模型的推理性能提升近10倍，推理成本降到原來的十分之一。
避免走向臃腫沈重，成爲人人都能使用的工具，大模型的“成本瘦身運動”，勢在必行。具體怎麽實現？本文就來談一談這個問題。
一口吃不成胖子
大模型的哪些成本可以優化，哪些成本無法削減，哪些成本還要進一步加大投入？搞清楚這些之前，首先得知道是怎麽胖的。才能在保證大模型的性能表現和用戶體驗（健康）的前提下，合理且精准地進行“成本瘦身”。
簡單來說，AI三要素——數據、算力、算法，仍然是決定大模型成本的最關鍵因素。
先說數據。garbage in, garbage out，在大模型時代依然適用。
數據質量會直接決定大模型的能力。OpenAI招聘了多位博士來處理各行業的專業數據，並找了獨角獸企業Scale AI等多家數據標注公司，給GPT-3進行大規模的數據集投喂。同時，算法模型會不斷叠代升級，對數據量的需求會隨著使用量的上升和性能優化而持續不短的時間。
中文大模型的成本高，一個主要原因就是，中文數據量和質量，與英文還存在差距，訓練中文大模型，需要采集和處理的中文語言數據更多。另一方面，英語語法結構相比中文更簡單，中文文本的複雜性和多樣性，有的中文詞彙可以表達多種含義，語境豐富，上下文理解的歧義多、難度大，也增加了中文模型的訓練難度，需要額外的資源來支撐中文大模型的訓練。
再說算力。
大模型的訓練、運行、服務、叠代等一整個全周期，都要計算和存儲資源。
大模型的訓練，主打一個“暴力美學”，參數越大，訓練所用的計算資源就越多。GPT-3所使用的超級計算機，包含了一萬個GPU、285000個處理器內核。國內的文心4.0，也是基于飛槳平台在萬卡集群訓練出來的。
這還不算完。大模型在部署後開放服務，隨著使用量的增加，要完成的推理任務也越來越多。24小時進行大量的“思考”和“輸出”，這個推理過程，也會持續消耗計算資源，就像人腦在處理大量複雜任務時，需要消耗糖原，很容易感到饑餓，得大吃一頓來補充能量。所以，大模型的推理成本也是很高的。
175B的GPT-3部署後的推理至少需要五個A100 GPU，而國內面向全社會開放服務的大模型，比如文心一言，據說推理成本也是上一代的8-10倍。
最後說說算法。
降低大模型對計算資源的巨大依賴，一個主流方案是優化模型，在性能不變的基礎上，以更快的推理速度、更小的延遲、更低的資源需求來運行，相當于ROI投入産出比更高了，訓練、推理環節所需要的算力資源，單位成本更低。
有多少人工，就有多少智能，沒有人才不可能搞出真正能打的大模型。算法開發、測試、叠代、産品化等，都需要大量技術人才。人力成本究竟高不高，還要看大模型的商業模式是否穩健。
學歷拉滿的人才隊伍，在研發階段，是相當有競爭力的。問題在于，怎麽掙錢呢？API調用或使用量收費，一個token不到一美分，回本盈利可能遙遙無期；付費訂閱（專業版），頭部大模型具有虹吸效應，大家都會選擇OpenAI或BATH等大廠，自家大模型能否被用戶接受並願意付費，是未知數；給行業客戶定制開發，ToB要深入了解行業，調研開發測試叠代，讓年薪幾十上百萬的算法工程師，在工地礦山農場一待幾個月，項目的毛利率估計不會太好看。
所以，一個大模型能不能成功，不僅僅是靠算法本身的能力，還要看從開發到落地的商業循環是否可持續。
管住嘴，邁開腿
如果我們把大模型的成本“瘦身”，比作一個希望減去多余贅肉的人，那麽這個目標，可以拆解爲兩種基本途徑：
一是制造“熱量差”。就是管住嘴邁開腿，控制投入，減去多余的成本，加速商業化提高收入，自然就瘦了。
二是變成“易瘦體質”。充分了解大模型的機理，用新的架構來解決Transformer注意力機制的問題，擁有“怎麽吃都不胖”的體質。
聽起來，第二種是不是非常有誘惑力呢？
不用苦哈哈的控制成本、吸引用戶、定制服務，輕輕松松躺著掙錢，還有這種好事兒？確實。
目前，所有的大語言模型都用的Transformer架構，而這種架構難以處理長文本及高分辨率圖像，邏輯推理、知識歸納等就靠“大力出奇迹”，成本高昂。很多基礎原理仍然不清楚，這就導致很多現存問題束手無策，比如“幻覺”的産生，推理能力有限等。
圖靈獎得主 Yann LeCun就不止一次批評過大語言模型的技術範式，認爲“LLM 對世界的理解非常膚淺”，他希望構建一個“世界模型”，先學習世界運作方式，而後形成一個內部模型，再通過這個內部模型來完成各種任務。除此之外，關于AGI通用智能還有許多科學家從各自的研究領域去探討。
總結一下，當前的大語言模型，很多原理尚不清晰，技術仍在變化中。未來可能會出現其他技術範式，顛覆當前一味求大的模型，那時可能就不需要過高的成本，也就不用痛苦地“瘦身”了。
可能你已經發現了，研究底層的原理、找到一種更強大的AGI技術，這事兒雖然聽起來很酷，但實在沒譜，目前還沒有一個清晰的時間表。而這一輪大語言模型的技術範式，在工程實踐上是可行的，在産業中能work的，有提質增效的明確效果的。先用起來，把握住現在，才是科技企業的當務之急。
所以，大模型企業只能管住嘴、邁開腿，盡快控制成本、加速商業化，制造良性可持續發展的“熱量差”。
制造“熱量差”的四化運動
那麽，究竟該怎麽制造“熱量差”呢？綜合目前市面上的主流手段，我們將其總結爲“四化運動”：數據規模化、模型壓縮化、計算高效化、商業分層化。
數據規模化，是通過規模效應，來提高數據的邊際效益，獲得最佳性價比。規模效應主要通過三種方式來實現，一是産業集中的規模化，國家層面已經明確提出，要“加快培育數據要素市場”，涉及數據生産、采集、存儲、加工、分析、服務等多個環節，産業化有助于減少大模型企業的數據成本。二是AI工具的應用，減少數據工程各個環節的人工參與，加快預訓練數據的處理，爲模型訓練降本提效。三是反饋數據的規模化。大模型對微調數據（SFT/RLHF）的需求量和質量要求很高，一些更早向全社會開放服務的大模型，如百度文心一言、商湯“商量SenseChat”、百川智能“百川大模型”、科大訊飛“星火大模型”等，“數據飛輪”更早開始轉動，有望更快一步達到邊際效益最優的數據規模。
數據是有邊際效益的。OpenAl 已經可以讓用戶來決定，是否允許其使用聊天數據進行訓練，也就是說，可以不再依賴用戶反饋數據了，那麽數據的存儲和計算成本自然就能控制住了。
模型壓縮化，就是提高模型的性能，以更少的資源實現更高性能，將資源密集型的大模型，通過壓縮技術，轉化爲更加緊湊高效的版本。類似于將脂肪轉化爲肌肉，肌肉的密度更大，體重（性能）不變，人卻變瘦（更小）了。
目前，大模型壓縮的常見手段，主要有三種：量化、剪枝、知識蒸餾。
量化，相當于抽脂，簡單粗暴但是有效。模型的精度越高，所需要的存儲空間就越大。但在推理時，其實並不需要捕捉複雜模型中十分微小的梯度變化，所以量化可以直接降低模型的參數精度，“抽”去一部分細節性信息，從而減少占用空間，同時也不過于降低推理能力。比如以問生圖的生成式 AI 模型Stable Diffusion，此前只能在雲端運行，高通AI Research使用量化技術，讓模型可以在更低精度水平保持准確性，首次實現了在 Android 智能手機上部署 Stable Diffusion。量化技術，也在文心、盤古等國産大模型中有所應用。
剪枝，類似“切除手術”，直接減去一些對效果沒什麽影響的旁枝，比如大量冗余的結構、神經元，這些權重較小的部分刪減掉，對模型效果帶來的影響不大，也減少了模型的大小。當然，剪枝是一門“手藝活兒”，剪枝越精確，給模型准確率的損失就越小，壓縮效果越好。
知識蒸餾，就是讓大模型“蒸桑拿”，千億模型一通蒸餾，産出若幹個性能接近、結構更簡的小模型，落地成本更低。挑戰在于，千億規模的模型蒸餾，也要消耗極高的計算資源，而且，從千億蒸餾到幾千萬，數據量差距過大，容易影響蒸餾的效果。無損蒸餾，是各大廠商的技術賽點之一。
既然模型壓縮技術，也會消耗計算資源，那麽提高算力基礎設施的計算效率，就變得格外重要了。
計算高效化，是大模型廠商能夠以更高效益來提供模型服務的前提。
芯片和計算集群的性能，是研究和優化的重點。微軟雲azure專門爲OpenAI打造了適用于AI計算的超級計算機。國內廠商，百度、華爲都擁有自研芯片、深度學習框架，可以通過端到端優化來提升計算效率，提升大模型的訓練速度和推理速度，從而降低訓練時間和成本。
而對于産業大模型、行業大模型等非通用大模型來說，規模效應和硬件優化技術有限，自行構建和維護基礎設施的成本是非常高的，使用雲服務來訓練和部署服務，是成本更優的選擇。
歸根結底，大模型要提升商業收入，來達到優化ROI、回收成本的目的。目前，各類大模型的商業化，體現出了明顯的分層化特點。
簡單來說，就是不同體量、不同功能、不同方向的大模型，商業化路徑也開始泾渭分明。
通用大模型，以規模效益、高價值市場，爲主要目標。OpenAI的用戶量巨大，發展API經濟具有規模效應，前期投入可以隨著業務量增長而被均攤。BATH（百度、阿裏、騰訊、華爲）等都有各自的雲業務，積累了較爲豐富的行業服務經驗，尤其是金融、礦山、政務等大型政企的客戶觸達能力，具備較大的商業轉化潛力，因此除了面向大衆服務的訂閱模式、商業版付費模式等，也可以開展高價值的ToB項目定制開發。ToB客戶的高要求推動模型體驗和效果提升，也可以服務ToC市場，通過規模化來進一步攤平成本。
行業大模型，則在主動收束産品和業務邊界，圍繞核心業務和功能，以更少的資源來開發專精的小模型，在投入和商業化之間取得一個很好ROI平衡。比如金融領域，度小滿的“軒轅70B”融入了大量的專業金融語料，提高對金融知識的理解能力，可控性、安全性上滿足金融客戶的特別要求，獲得了上百家金融機構申請試用。
總而言之，大模型並不是只有通用、泛化一條路，千行百業的私有化、個性化部署，會産生價格、隱私、安全等多方面的決策因素，也帶來大量的細分商機。通用大模型與行業大模型、專有小模型，分層+合力打開商業化之路。和而不同，考驗著産業鏈上每一個角色的智慧。
爲了長遠、可持續的服務，管住嘴、邁開腿，大模型的“成本瘦身”是必經之路。
這個過程或許痛苦，卻會凝練出一條護城河，守護整個行業的健康發展。
20世紀40年代，計算機剛剛誕生的時候，人們驚歎于這座“機器怪獸”的龐大身軀，但隨後開啓了信息時代的飛躍。智能手機剛剛誕生時，功能機廠商曾對它極盡諷刺，沒想到這種人人皆可觸網的普惠聯接，推起了移動互聯網的繁榮。
隨著大模型越來越好、成本越來越低，“人人皆可AI”，也將不再是一個遙遠的夢。---腦極體-
