被OpenAI的ChatGPT打压一年，谷歌终于开启了“反击”。
　　当地时间12月6日，谷歌CEO Sundar Pichai官宣Gemini 1.0版正式上线，此前它的上线曾被一拖再拖。
　　在此次发布会上，谷歌透露Gemini拥有“视觉”和“听觉”，还有学习和推理能力。而作为谷歌迄今为止最强大的大模型，团队在发布会上宣布，Gemini的多项性能都超越了GPT-4。
　　据了解，相较于此前文本类型的大模型，此次谷歌大模型Gemini最大的飞跃就在于“原生多模态大模型”。这意味着该款大模型在设计之初就支持多模态，具有处理不同形式数据的能力。
　　“目前市面上大多数的多模态大模型其实严格来说应该叫做近似多模态。”一位人工智能工程师告诉记者，目前主流技术是将单一类型模块单独训练，最后组装在一起形成多模态，“这样的缺点在于对于多模态深度复杂推理问题，大模型联动处理的能力不足。”
　　而这也无怪乎谷歌研发负责人DeepMind CEO Demis Hassabis在发布会前接受采访时表示，Gemini将成为“新AI品种”。
　　据了解，Gemini包括三种量级：能力最强的Gemini Ultra（超大杯），适用于多任务的Gemini Pro（大杯），以及适用于特定任务和端侧的Gemini Nano（中杯）。
　　尽管没有对外披露，但有内部消息称，Gemini的参数量达到了万亿级别，其训练所用的算力甚至达到了GPT-4的五倍。
　　如此强大基础性能支撑下，在多项测试方面Gemini的表现也颇为亮眼。
　　据发布会现场披露，Gemini Ultra在32个常用的学术基准的30个上，已经超越GPT-4。而在MMLU（大规模多任务语言理解）测试中，Gemini Ultra以90.0%的高分，首次超过了人类专家。
　　而这也意味着，Gemini是第一个在MMLU（大规模多任务语言理解）上超越人类专家的模型。
　　据了解，MMLU测试包括57个学科，如数学、物理、历史、法律、医学和伦理，旨在考察世界知识和解决问题的能力。在这50多个不同学科领域中的每一个中，Gemini都达到了同业专家级别的水平。
　　此外，一个极大的飞跃是，Gemini可以在没有网络的情况下运行。
　　在现场演示中，Gemini Nano版本可以在使用特殊芯片的终端设备上运行，而不是在云端某些服务器上，这意味着谷歌可以凭此将生成式AI引入遍布全球的安卓手机中。同时，个人数据不上云端的模式，也让用户对于个人隐私安全多了份安心。
　　有业内人士将刚过去的一晚称之为“疯狂一夜”。
　　因为就在谷歌的发布会上，与Gemini1.0一起亮相的，还有被誉为谷歌迄今为止最强大、最高效、可扩展的TPU系统——Cloud TPU v5p。据了解，作为最新款的加速芯片，其为训练尖端的AI模型而设计，能比TPU v4更快地训练大模型。
　　几乎与此同时，芯片巨头AMD在美国圣何塞发布备受瞩目的全新Instinct MI300X AI加速芯片（APU），由十多个台积电5nm/6nm小芯片组成，拥有1530亿个晶体管，封装CPU+GPU，支持高达192GB的HBM3内存容量，瞄准这一由英伟达主导的AI算力芯片市场。
　　AMD表示，与英伟达H100 HGX相比，InstinctMI300X加速器在运行大语言模型推理时的吞吐量和时延表现明显高出一筹。
　　AMD CEO苏姿丰预计到2027年，人工智能芯片市场将达到4000亿美元或更多，希望AMD能在该市场占据相当大的份额。
（文章来源：上海证券报）