本文来自微信公众号“电子发烧友网”，作者/吴子鹏。
9月12日晚，OpenAI正式对外发布一款名为o1的新模型。OpenAI o1的内部代号为“草莓”，具备超强的逻辑推理能力。和传统大模型不同，OpenAI o1会花更多时间思考后再做出回答，而传统大模型是直接给出回答，但往往这个回答并不准确。
OpenAI介绍称，OpenAI o1模型解决了很多传统模型，包括目前最强大模型OpenAI GPT-4o无法解决的复杂问题，模型的思维模型更加接近人类。在测试中，OpenAI o1的下一个更新模型在物理、化学和生物等具有挑战性的基准任务上，表现已经达到了人类博士生的水平。
比如，在国际数学奥林匹克（IMO）资格考试中，GPT-4o平均解答率为13%，OpenAI o1将这成绩提升到了83%。
图源：OpenAI
OpenAI强调，OpenAI o1并非旨在取代GPT-4，而是对其的补充，代表着向其更广泛的类人人工智能目标迈出的坚定一步。当然，OpenAI o1更强的能力也意味着更昂贵的成本，OpenAI总结o1的特点就是：更大、更强、更慢、更贵。比如，通过API使用o1预览版，输入每百万token要收费15美元，与之相比GPT-4o的价格为5美元；输出每百万token要收费60美元，与之相比GPT-4o的价格为15美元。
作为补充类型的模型，OpenAI o1的发布让推理芯片在云端大模型里面扮演了更加重要的角色，相关芯片也迎来了更大的产业机遇。
注重推理的OpenAI o1
根据OpenAI的介绍，o1是首个经过强化学习训练的模型，在输出回答之前，会产生一个很长的思维链，以此增强模型的能力。OpenAI将其定义为创新的“思维链”（chain of thought）模式，采用了大规模强化学习算法，可以帮助模型在思考的过程中识别并纠正错误，将复杂问题分解成更简单的部分，并在必要时尝试不同的策略。
对此，OpenAI研究负责人杰里・特沃雷克（Jerry Tworek）表示，OpenAI为o1模型设计了全新的优化算法和专门为其定制的新训练数据集，“思维链”可以类似于人类通过逐步解决问题的方式处理问题，能够显著减少模型幻觉。
所谓的大模型幻觉是指在深度学习领域中，尤其是涉及大型神经网络时，模型展现出在理论上不应具备的性能或能力。这种现象可能导致误导性的结果，表现为在训练数据上过度拟合，使得模型在未曾见过的数据上表现异常。这种过度拟合可能是由于模型的复杂性和训练数据的不足导致的，形成了一种虚假的表现，行业人士将其描述为幻觉。
也就是说，OpenAI o1能够经过思考之后，给出更加精准的答案。正如上文提到的，OpenAI o1在数理化生等领域展示了人类博士水平的能力。在美国数学奥林匹克（AIME）的资格赛中位列美国前500名；在国际奥林匹克数学竞赛（IMO）中解决了83%的问题；在物理、生物和化学问题的基准测试（GPQA）上超越了人类博士水平的准确率；在Codeforces编程比赛中，新模型Elo等级为1807，表现优于93%的竞争者。在实际应用中，医疗保健研究人员可以使用o1为细胞测序数据添加注释，物理学家可以使用o1生成量子光学所需的复杂数学公式，等等。
图源：OpenAI
o1系列包含三款模型：OpenAI o1、OpenAI o1-preview和OpenAI o1-mini。其中，o1-preview是o1模型的预览版，这个版本更注重深度推理处理，每周限制使用30条消息；而o1-mini则是o1系列中的小尺寸版，这个版本更高效、划算，适用于编码任务，价格比o1-preview便宜80%，每周限制使用50条消息；OpenAI o1目前暂不对外开放。
OpenAI o1的发布也透露了后续GPT-5的升级方向。OpenAI首席技术官米拉·穆拉蒂（Mira Murati）指出，“GPT-5预计将融合本次展示的推理技术。我们有两个发展方向，一个是规模扩展，另一个是推理能力提升，我们希望最终将两者结合。”
云端推理芯片的大机遇
通过使用“思维链”算法模型，OpenAI o1拥有更强大的推理能力，在复杂逻辑问题中的表现已经接近甚至超越了人类博士生。不过，这也就意味着，OpenAI需要为OpenAI o1配备一个强大的推理算力集群，以帮助完成OpenAI o1应对每一个复杂问题时的“思维链”，这个深度思考的推理算力需求，相较于此前的GPT-4、GPT-4o等模型明显要大得多，这从OpenAI o1的使用成本就可以看出来。
由于OpenAI一直引领全球大模型产业发展，相信不久后就会出现一大批类OpenAI o1的大模型。届时，全球AI大模型的水平将迈上一个新台阶，AI大模型对推理算力的需求也将倍增，甚至是指数级增长。
根据研究机构Futurum Group的统计数据，2023年全球云端AI处理器和加速器市场规模为377亿美元，其中CPU份额为20.5%，GPU份额为73.5%，XPU的份额为3%，ASIC的份额为3%。预计到2024年，全球云端AI处理器和加速器市场规模将达到563亿美元，同比增长49.3%。到2028年增长至1383亿美元，未来几年的年复合增长率高达29.7%。
同时，目前英伟达GPU是主要的云端训练和推理芯片，Futurum Group的数据显示，英伟达在AI GPU的市场占比高达92%。英伟达CEO黄仁勋此前表示，过去一年里，英伟达GPU在云端训练和推理的应用占比为6：4。以此推算，目前全球云端AI推理芯片市场规模已经非常可观。
随着类OpenAI o1大模型的出现，云端AI推理芯片的需求预计将进一步暴涨，英伟达、谷歌、AMD、英特尔等国际巨头的相关业务预计将大幅增长。同时，国产高性能计算芯片预计也将迎来巨大的产业机会，包括燧原科技、壁仞科技、寒武纪、摩尔线程、天数智芯、平头哥半导体、昆仑芯、瀚博半导体等公司都有布局云端推理芯片。
以燧原科技为例，该公司人工智能推理加速卡云燧i20在行业内已经广为人知。云燧i20是基于邃思2.5芯片打造的面向数据中心的第二代人工智能推理加速卡，具有高能效、模型覆盖面广、易部署易运维等特点，可广泛应用于计算机视觉、语音识别与合成、自然语言处理、搜索与推荐等推理场景。
再比如天数智芯的智铠100，支持FP32、FP16、INT8等多精度推理混合计算，实现了指令集增强、算力密度提升、计算存储再平衡，相较于市场上现有主流产品，智铠100将提供2-3倍的实际使用性能。
第三个例子是摩尔线程的大模型智算加速卡MTT S4000，可用于AI大模型的训练、微调和推理。MTT S4000采用第三代MUSA架构，配备了128个Tensor核心，单卡支持48GB显存和768GB/s的显存带宽。基于摩尔线程自研MTLink技术，MTT S4000可以支持多卡互联，支持千卡集群基础设施建设，加速千亿参数大语言模型计算。
随着类OpenAI o1大模型的发布，上述这些产品以及后续迭代的产品都有巨大的增量市场空间。
结语
OpenAI o1的出现是一个划时代的产品，它可以进行通用复杂推理，然后给出更加精准的答案。OpenAI o1让AI大模型向着类人智能迈出了坚实的一步。当然，OpenAI o1算法的形态要求其需要更强大的推理算力支撑，必将带动全球云端推理芯片需求的爆发。随着类OpenAI o1逐渐出现，国产云端推理芯片也会从巨大的蓝海市场里分一杯羹。
