科技云报道原创。
春节期间，OpenAI的最新技术成果——文生视频模型Sora惊艳登场，令海内外的AI从业者、投资人彻夜难眠。
Sora大模型可以让用户仅通过输入一个句子，就可以生成与好莱坞画面相媲美的视频，且长度最多可达1分钟，让人深感震撼。
对于这颗“深水炸弹”，众说纷纭。
Open AI自称Sora是“世界模拟器”。有网友惊呼“现实不存在了”。马斯克直言：人类认赌服输。美国科技博主马克斯·布朗利表示，Sora或将拉响影视行业失业警报。
毋庸置疑，Sora极具破坏性创新的潜力，必将重塑现有的产业格局如短视频、广告、游戏、影视行业等。
从二级市场的表现来看，工具类公司Adobe，在Sora公布后的次日股价暴跌超7%；美国图片工具供应商Shutterstock跌超5%；几周前发布了“文生视频”工具Lumiere的谷歌母公司股价下跌1.58%。
三家公司一天内就合计蒸发近480亿美元（约合人民币3500亿元）的市值。
随着Sora的震撼面世，失业、裁员、洗牌等词汇的热点居高不下，但也有行业迎来了“泼天的富贵”。
OpenAI创始人兼CEO Sam Altman发帖表示，OpenAI认为“世界需要更多的AI基础设施，包括晶圆制造能力、能源、数据中心等，而人们目前计划建设得不够。”
他补充说，“建设大规模的AI基础设施和一个具有韧性的供应链对经济竞争力至关重要”，而OpenAI将努力提供帮助。
对此，英伟达创始人黄仁勋回应道：看好全球AI数据中心在未来4-5年里将翻番，增长到2 万亿美元的规模。在此期间，更高效、更低成本的芯片会持续出现，大规模投资变得不那么必要。
正所谓有人欢喜有人愁，在Sora这类生成式AI技术的推动下，AI基础设施迎来了“高光时刻”。
Sora推动AI算力需求猛增
根据OpenAI发表的论文显示，Sora大模型延续了此前GPT模型“源数据-Transformer-Diffusion-涌现”的技术路径。
这意味着其发展成熟同样需要海量数据+大规模参数+大算力作为基座，且由于视频训练所需数据量远大于文本训练的数据量，预计Sora大模型将进一步拉大算力缺口。
根据DiT模型创立者谢赛宁博士粗略测算，Sora模型的参数规模大约为30亿。
根据对可训练数据量的研究成果，海外大型视频网站每分钟大约上传500小时视频内容。由此测算训练Sora模型需要约7.09万张H100一个月的训练量。
在推理侧，根据相关研究测算生成一张图的算力消耗约为256个词的消耗。由此推算生成一个1分钟时长短视频的算力消耗，约是生成一次文字对话的千倍以上。
正如ChatGPT带来的AI算力需求增长，Sora的横空出世，进一步加剧了AI算力的紧缺。
而这种紧缺，造就了生成式AI底层基础设施——算力芯片的“绝对霸主”英伟达，堪称近一年多来最耀眼的上市公司。
2023年，英伟达累计暴涨239%。2024年，涨势仍在持续，2月16日美股收盘，英伟达报726.13美元，今年累计上涨近50%，市值为1.79万亿美元，超越谷歌和亚马逊，位列全球第三。
“从公司强劲的增长中可知，各行各业都在经历从通用计算到加速计算和生成式AI的平台转型。”英伟达创始人黄仁勋表示。
事实上，不仅是英伟达，其最大的两个竞争对手英特尔和AMD也在AI芯片领域加速追赶。
更为重要的是，英伟达的大客户们——科技巨头之间的一场新竞赛正在升温，他们正在构建自己的AI芯片，以摆脱对英伟达芯片的依赖。
2023年11月，微软正式推出了其自研的两款人工智能芯片：Maia 100和Cobalt 100。
今年2月，全球最大的社交媒体公司Meta对外证实，计划今年在其数据中心部署最新的自研定制芯片，并将与其他GPU芯片协调工作，助力其AI大模型发展。
而在此之前，有数据显示，2023年，Meta和微软两家公司以15万块英伟达H100 GPU的购买量并列第一。
Meta首席执行官马克·扎克伯格表示，该公司计划在今年底前拥有大约35万颗英伟达H100处理器。再加上其他供应商，Meta将累计拥有60万颗H100的等效计算能力。
但即便如此，AI算力依然不够。
风头正劲的OpenAI也在探索制造自己的AI芯片。
有消息称，在Sora发布前夕，OpenAI创始人兼CEO Sam Altman正在从中东地区筹集总计高达7万亿美元的资金，以支持公司的一项半导体计划，并与英伟达展开竞争，计划重塑全球半导体行业格局。
7万亿美元是什么概念？占全球GDP的10%，相当于2.5个微软、3.75个谷歌、4个英伟达、7个Meta或者11.5个特斯拉，也就是全球半导体的全部江山。
这笔钱能将AMD、台积电、英伟达、三星、英特尔、高通等公司通通打包带走。
Sora发布后，软银集团创始人孙正义也正在寻求高达1000亿美元资金，打造一家能与英伟达竞争的芯片公司，专注于生产对AI至关重要的半导体。
如果孙正义的计划得以实现，这将成为继ChatGPT问世以来，AI领域最大的一笔投资。
正如ChatGPT引爆国内文本生成式大模型热潮一样，此次Sora大模型展示出相较以往同类产品更强的生成式能力，进一步打开了AI应用想象空间，预计国内大模型厂商也将快速跟进，加大对文成视频大模型的投入力度，进而推动AI算力需求持续高涨。
算力产业迎来“泼天富贵”
从全球视角来看，在Sora的催化下，算力产业链从上游硬件、中游服务器/交换机、下游应用侧闭环现愈发清晰，从云侧到端侧、从硬件到软件都将呈现生机勃勃之景。
首先，ChatGPT、Sora等AI大模型的广泛应用，将催生高性能计算(HPC)和边缘计算的需求增长，与之相关的GPU、FPGA、ASIC等芯片将迎来巨大需求。
同时，AI大模型的应用需要强大的计算资源来支持，这也会推动数据中心的建设和升级。
其次，Sora等AI大模型将持续推动IT基础设施技术创新。
例如，AI大模型对算力和能效有着高需求、高要求，这将推动半导体公司不断研发更先进的芯片架构和制造工艺，也将推动云和IT服务商不断探索更高效的计算资源调度能力，以提高对算力的利用率，降低AI大模型的训练成本。
对于数据中心服务商而言，多模态模型的爆发，对数据中心网络提出了更大的要求。
视频数据的生成、调用等，对集群通信延迟要求更高、带宽需求暴增，而带宽的提升也意味着网络建设成本的提高，需要进一步通过技术降本增效。
同时，面对更多的智能算力需求，数据中心高密度趋势明显，也需要通过新技术降低IT设备空间占有率。
更具想象力的是，运用Sora大模型的生成能力，还可以推动产业的技术创新。比如，生成模拟的半导体电路图像，以便在设计阶段进行分析和优化，从而对半导体行业的设计和制造过程产生影响。
可以预见，随着Sora等AI大模型的普及，AI步入千家万户，那些能够提供高性能、高性价比AI算力的公司将获得更大的市场份额，以“技术”为先的核心竞争力变得愈发重要。
结语
整体来看，大模型产品从文字、图片上升到视频，AI训练量的不断提升，对算力的需求也呈现指数级增长态势，AI芯片、AI服务器、数据中心等相关行业的需求将一路狂飙，“卖铲子”的公司依旧是第一受益人。
但想要接住这“泼天的富贵”，技术仍是第一生产力，各家基础设施厂商势必要在软硬件方面进行全方位升级。
【关于科技云报道】
专注于原创的企业级内容行家——科技云报道。成立于2015年，是前沿企业级IT领域Top10媒体。获工信部权威认可，可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
