大模型对算力需求指数级增长，集群成必然选择

在邓克武看来，AIGC产业发展预计将会经历三个阶段。第一个阶段是2023年到2025年，属于培育摸索期，该阶段主要以遵循指令性加工和拼接式为主，例如，播报类（语音合成的电子书）、数字人（支持多种类型任务的数字人）、营销推广等。

第二个阶段是2025年到2027年，这个时期会是AIGC的应用蓬勃期，该阶段主要以人机联合共创的模式为主，例如，各种类型的生成任务，以AI生成为基础进行迭代；行业生态完善，底层大模型对外开发。

第三阶段是2028年以后，这个时期为AIGC增长期，到这个时候，产业链逐渐完善，商业化场景持续拓展拓深，深入变革各行业，预计2030年市场规模超万亿。

邓克武认为，大模型将重构人工智能生产范式。他还提到“人工智能行业的二八定律”，即进入大模型时代，未来软件80% 的价值将由AI大模型提供，剩余20% 会由提示工程和传统业务开发组成。

同时，他认为，MaaS将重构商业化生态，大模型“训练基础设施-底层技术-基础应用-垂直应用”发展路线逐渐清晰。MaaS，即Model as a Service，模型即服务，能够降低AI应用开发门槛，重构AI产业的商业化结构生态，激发新的产业链分工和商业模式不断涌现。MaaS将可能成为未来大模型的主流商业模式。

随着大模型的发展，其应用也会逐步拓展，从初期To C现象级应用向通用To B应用，再向场景化To B应用发展。当然，这个过程也面临不同的挑战，To C应用的挑战在于用户商业付费挑战大：使用门槛较低，用户量大且接受度高，落地及成长速度快，但客户付费意愿偏低，商业闭环挑战大。To B应用的挑战在于和行业数据&应用的深度融合：行业数据积累、模型调测和行业应用集成均需要时间，但客户付费能力强，未来增长及盈利空间广阔。

算力集群化发展是必然趋势

目前，国内已有超100+企业在战略布局大模型机会。对于企业来说，需要准备迎接产业变革，构筑新的竞争优势。如何做呢？其一，对内提升自身业务效率与感知，即与自身行业、业务特点和需求等深度结合；其二，面向中小企业提供AI模型服务，通过API/三方插件吸引更多应用及数据，通过提供模型开发服务，深度切入行业，掌握行业经验和数据；其三，面向AI创业者/企业提供算力服务，满足企业AI算力需求，构筑数字基础设施格局。

算力方面，大算力集群是业界厂家AI模型开发的共同选择，如腾讯数万卡规模的星星海AI集群，阿里巴巴12EFLOPS的灵骏AI集群，百度4EFLOPS 百舸AI集群，商汤3.7EFLOPS AIDC集群，华为数万卡规模昇腾AI集群等。

在邓克武看来，大模型对算力的需求将指数级增长，AI算力将从单机走向集群时代。据邓克武介绍，大模型算力需求每两年以750倍增长，而硬件算力供给每两年仅增长3倍。比如，从ResNet-50（2500万参数），到GPT-1（1.7亿参数），再到GPT-4（万亿级参数），计算需求需要十倍，到千倍的增长，存储需求经历百倍，到千倍的增长。AI算力和数据中心集群发展，可以加速产业创新。