本文來自“GPT-4精華專題：多模態能力提升，應用生態加速（2023）”，2023年11月7日，OpenAI通過開發者大會推出新產品：

1）GPT4-Turbo：該模型通過增加上下文窗口以支持更長的工作流，同時具備視覺和語音等多模態能力，輸入和輸出的tokens價格大幅下降，從而幫助開發者以更低的價格獲取更高的模型性能。

2）GPTs：用戶只需輸入指令并提供外設的知識庫即可創建專屬GPT，應用開發門檻大幅降低，未來在收益計劃的助力下，AI應用有望迎來大爆發，形成全新的AI Agent生態。

3）Assistant API：開發者可以通過函數調用、知識檢索、代碼解釋器簡化應用開發流程、實現效率提升。

《400+份重磅ChatGPT專業報告》

1）算力端：OpenAI一系列新產品的推出成功打開新流量入口，更多的用戶和開發者希望參與其中，巨大的流量對算力底座提出更高的要求；疊加圖片等多模態生成所要求的tokens計算量遠高于文本模態（根據OpenAI官網信息推算，在GPT-4-Turbo的Vision pricing calculator高保真度模式下，1張圖片所產生的tokens數大約是1個單詞的570或830倍），算力供給亟需擴容。

2）存力端：在算力提效到達一定瓶頸的情況下，AI芯片未來將逐步通過堆疊HBM的方式來提升性能，擴大單位算力的存儲能力，HBM等存力需求將迎來暴增。

3）應用端：類比移動互聯網時代，AI時代的應用市場有望如同移動互聯網時代具備無限潛力，GPTs數量將呈現非線性高速增長；此外，OpenAI的GPTs通過提供API，使得開發者只需喂給大模型更多的垂類數據即可打造垂類AI應用，同時使滿足更多長尾需求成為可能。

4）數據端：從OpenAI GPTs的Knowledge功能來看，專業知識與大模型通用能力的結合將成為未來的重中之重，私域數據庫和專業數據庫方向將會不斷產生新熱點、新需求，因此，如何在合規前提下留存垂類數據并構建體系化數據庫、以及保證知識產權的確權或成為未來的重要議題。

為打造視覺大模型，建立高效視覺預訓練體系以提升圖像理解能力至關重要，這影響到從圖像整體（如分類、圖文檢索、標注）到部分區域（如物體識別、短語定位）及到像素細節（如語義、實例、全景分割）的各項任務。

通用視覺預訓練方法主要可歸納為三大類。1）標簽監督：此方法在每張圖片都配有對應標簽的數據集上進行訓練，如圖像分類中，一張狗的照片會對應“狗”的標簽，模型的核心任務是準確預測此標簽。2）語言-圖像監督：利用完整的文本描述來引導模型學習，使模型能夠深入挖掘圖像內容與文本語義間的關聯。3）僅圖像自監督：利用圖像本身固有的結構和信息來學習有意義的表示，而不依賴于顯式的人工注釋標簽。

1）更長的上下文（Context Length）：GPT-4-turbo支持的上下文窗口（128k）相較于GPT-4-8k提升16倍，相較于GPT-4-32k提升4倍，即GPT-4-turbo可在單個prompt中處理超過300頁的文本，且GPT-4-turbo模型在較長的上下文中更加準確。我們認為GPT-4-turbo更長且更準確的上下文處理能力將支持更長的工作流，在B端有能力承擔更多的工作負載，提升用戶體驗。

2）更豐富的世界知識（Better Knowledge）：外部文檔和數據庫的截止更新日期從21年9月更新至23年4月，意味著OpenAI的大模型在半年內已學習互聯網一年半的知識，學習速度極快。

什么是GPTs：GPTs是指“針對特定目的定制的ChatGPT”，用戶可以通過自定義行為創建一個定制版的ChatGPT，定制版的ChatGPT具備帶有任何功能的可能性（在保證隱私和安全的情況下）。

不論是開發者還是不會寫代碼的普通人，都可以擁有自定義版本的GPT。

更加個性化、私人化、場景化，每個人都可以擁有自己的AI Agent。GPTs通過結合①說明/Instruction+②擴展的知識/Expand knowledge+③操作/Actions，能夠在很多情況下更好地工作，并且為用戶提供更好地控制，用以幫助用戶輕松完成各種任務、或者獲得更多樂趣。

針對開發者在開發API中的痛點，OpenAI推出Assistant API，致力于為開發者賦能。根據此前市場上推出的各種API，我們可以發現API通過接入各種程序和應用，有助于幫助應用實現特定功能。

例如，Shopify的Sidekick允許用戶在平臺上進行操作；Discord的Clyde允許discord版主設置自定義人格；Snap my AI作為定制聊天機器人工具，可以添加至群聊中并提出建議。但以上API的構建可能需要開發者耗費幾個月的時間、并由數十名工程師搭建，而目前Assistant API的推出將使其變得容易實現。

1）云側芯片龍頭：英偉達龍頭地位穩固，AMD加速發展。

① 英偉達：2023年11月13日，英偉達推出H200，內存方面首次采用HBM3e，容量高達141GB，帶寬實現大幅提升；性能方面著重強化推理能力和HPC性能，可將Llama2模型的推理速度提高近一倍，相較于H100可降低50%的TCO和能耗成本。2023年以來，英偉達AI芯片已發布多個產品，在云側算力芯片領域龍頭優勢明顯。

② AMD：2023年6月，AMD正式發布MI300系列，MI300將CPU、GPU和內存封裝為一體，大幅縮短DDR內存行程和CPU-GPU PCIe行程，提高性能和效率；MI300采用Chiplet設計，擁有13個基于3D堆疊的小芯片（5nm: 3個CPU，6個GPU；4個6nm芯片），包括24個Zen4 CPU內核，同時融合CDNA 3和8個HBM3顯存堆棧，集成5nm和6nm IP，總共包含128GB HBM3顯存和1460億個晶體管。對比MI250加速卡，MI300可帶來8倍AI性能和5倍每瓦性能的提升(FP8)，使ChatGPT和DALL-E等超大AI模型的訓練時間可以從幾個月縮短到幾周。

2）端側芯片格局：對于AI PC端側適用芯片，英特爾進展保持領先，高通有望實現從0到1。

① 英特爾：PC主芯片包括CPU和GPU。GPU方面，根據Statista數據，英特爾在22Q4全球PC GPU市場中占據71%的市場份額；CPU方面，根據Counterpoint Research數據，英特爾在2022年全球Notebook CPU/SoC市場中占據69.6%的市場份額，當前英特爾在PC主芯片市場中處于主導地位。23H2，英特爾推出Meteor Lake處理器，助力PC效能提升，專為AI任務設計，在AI PC主芯片市場中具備先發優勢。

② 高通：2023年10月，高通于驍龍峰會上推出驍龍X Elite芯片，可支持130億參數大模型，為Windows-on-Arm筆記本設計，預計在2024年中期發布。算力方面，AI PC對PC芯片的算力要求更高，高通在端側AI推理能力優于英特爾。與此同時，生態方面，2022年至今Windows開始支持高通，已發布多輪支持Arm架構芯片的操作系統。未來，高通在以驍龍X Elite為代表的AI PC芯片的助力下，將在PC領域實現重要突破，逐步搶占市場份額。

3）大廠自研趨勢：科技巨頭加速自研，優先服務于自身云服務業務及AI條線。微軟于23年11月16日Ignite技術大會上發布兩款自研芯片——Azure Maia 100和Azure Cobalt 100，分別用于大語言模型的訓練推理和通用云服務的支持。近年來，各大科技廠商紛紛自研芯片，一是為了降低自身對第三方芯片和外部供應鏈的依賴；二是自研芯片可幫助各大廠商克服一定的通用芯片局限，通過CPU+GPU+DPU+定制芯片等結合方案，提升全系統整合效率、實現業務賦能；三是提高計算能效、減少長期硬件成本。