當今天的話題聚焦於新興的AI模型如Grok和GPT-4時，實際上AI基礎設施的背後競賽才更值得關注。包括軟銀、微軟和Nvidia等公司正在投資數十億用於芯片、計算能力和人力資源，以確保其在這場競賽中的主導地位。
AI基礎設施的關鍵角色
每隔一段時間，就會有一個新的AI模型成為焦點：Grok、DeepMind、Gemini、GPT-4，未來還有其他的。這些框架的宣傳規律可循：大規模的發布會，社交媒體的熱烈討論，以及分析其潛力的議論見諸於各大媒體。不過，真正的博弈其實正在幕後進行。塑造AI未來的關鍵並不僅僅在於創新模型，還在於誰掌握了使AI運行的基礎設施。
軟銀的戰略佈局
近日，軟銀以65億美元收購了Ampere Computing，這是一家專門設計優化AI和雲計算的Arm架構芯片的公司。加上控制Arm Holdings的股份以及去年收購了AI芯片製造商Graphcore，軟銀正在迅速佈局成為AI硬體的領導者。從整體看來，軟銀集團的首席執行官孫正義的戰略顯而易見：掌控AI的基礎層。透過Arm，軟銀控制了AI芯片的基礎知識產權。通過Ampere，則獲取了高性能芯片設計。此外，其與OpenAI的5000億美元投資合同進一步加強了其在基礎設施中的地位，保證了其芯片可以支持全球最先進的AI模型。
微軟的基礎設施及人才投資
微軟也採取了類似策略，全力投資AI基礎設施的同時，也在不斷吸納頂尖人才。最近，微軟僱用了一些來自AI視頻初創公司Haiper的關鍵人物，以強化其AI部門。此外，微軟還在大力推進計算能力的提升。為了降低對Nvidia的依賴，微軟自行開發AI芯片，比如Maia AI加速器，並確保長期的GPU供應。此外，微軟還和OpenAI及xAI建立了排他性合作關係，讓其雲基礎設施Azure成為最前沿AI發展的支柱。微軟深知，未來的AI領導力不僅取決於先進模型，也取決於操作這些模型的能力。
Nvidia的挑戰
目前，Nvidia仍是AI硬體的霸主，其GPU支撐著來自OpenAI、Google和Meta的最先進AI模型，使其成為整個生態系統中不可或缺的角色。然而，隨著計算需求的暴增，主要科技公司都在努力減少對Nvidia的依賴，紛紛開發自己的AI芯片。亞馬遜推出了Trainium和Inferentia芯片，Google擁有自己的Tenso處理單元（TPU），而Meta報道正在開發自家的AI處理器。這一趨勢並非僅僅基於成本考量，更基於對控制權的渴望。藉由擁有自己的AI基礎設施，這些公司可以優化性能，降低供應鏈風險，並避免供應商價格及供應限制的潛在影響。
AI基礎設施中的巨額投資
對於AI基礎設施的投資規模驚人。據悉，Meta、微軟、亞馬遜和Google母公司Alphabet將在今年合計投入約3250億美元，這些資金大多數集中於AI專用數據中心、半導體研究及雲基礎設施。即使是先前並不在AI前沿的蘋果，也計劃在四年間投入5000億美元，用於建設數據中心和定製AI伺服器。這些投資顯示了AI戰略的轉變；公司之間競爭的不再僅僅是模型，也是提供這些模型運行的基礎設施。
AI未來的戰鬥
這場戰役的核心是權力的爭奪。雖然AI的突破可能成為頭條，但若無適當的基礎設施支持，這些突破將只是空談。今天投資於AI硬體的公司，其實正是在塑造明日的AI未來。因此，軟銀加大對芯片的投入、微軟吸納內部人才並開發專屬硬件、以及Nvidia所面臨的巨大挑戰，皆是這場競賽的縮影。
這不僅僅是誰能建立下個大操作的AI模型，更關乎誰能掌控AI的基礎建設。現階段，這場競賽才剛開始。