每經(jīng)編輯 杜宇

OpenAI空前崛起之際，谷歌毅然打響了絕地反擊戰(zhàn)。

當(dāng)?shù)貢r(shí)間12月6日，谷歌公司宣布推出其規(guī)模最大、功能最強(qiáng)大的新大型語言模型Gemini，其最強(qiáng)大的TPU（張量處理單元）系統(tǒng)“Cloud TPU v5p”以及來自谷歌云的人工智能超級計(jì)算機(jī)。v5p是今年早些時(shí)候全面推出的Cloud TPU v5e的更新版本，谷歌承諾其速度明顯快于v4 TPU。

值得一提的是在MMLU（大規(guī)模多任務(wù)語言理解）測試中，Gemini Ultra以90.0%的高分，首次超過了人類專家。

Gemini的各種能力

據(jù)界面新聞12月7日報(bào)道，Gemini 1.0是谷歌籌備了一年之久的GPT4真正競品，也是目前谷歌能拿出手的功能最為強(qiáng)悍、適配最為靈活的大模型，包括三種不同套件，分別是Gemini Ultra,Gemini Pro和Gemini Nano。

其中Ultra的能力最強(qiáng)，復(fù)雜度最高，能夠處理最為困難的多模態(tài)任務(wù)；Pro能力稍弱，是一個(gè)可擴(kuò)展至多任務(wù)的模型；Nano則是一款可以在手機(jī)端側(cè)運(yùn)行的模型。這說明，Gemini的觸達(dá)范圍很廣，可以下探至數(shù)據(jù)中心，也可以上行至移動(dòng)設(shè)備端側(cè)。

Gemini模型經(jīng)過海量數(shù)據(jù)訓(xùn)練，可以很好識別和理解文本、圖像、音頻等內(nèi)容，并可以回答復(fù)雜主題相關(guān)的問題。所以，非常擅長解釋數(shù)學(xué)和物理等復(fù)雜學(xué)科的推理任務(wù)。

Gemini可以生成和理解Python、Java、C++和Go等主流代碼。Gemini Ultra在多個(gè)編碼基準(zhǔn)測試中表現(xiàn)出色，包括HumanEval，這是評估編碼任務(wù)性能的重要行業(yè)標(biāo)準(zhǔn)。

谷歌還基于Gemini模型開發(fā)了專業(yè)的代碼模型AlphaCode 2。與前一代相比，AlphaCode 2的性能提升了至少50%以上。

Gemini的多模態(tài)功能，使其能在視覺理解、文本生成等方面有非常強(qiáng)的功能。例如，從數(shù)十萬字的小說中整理出重要觀點(diǎn)，從200頁的金融報(bào)告中找出最有價(jià)值的內(nèi)容。這對于金融、科技、醫(yī)療的科研和業(yè)務(wù)人員來說幫助巨大。

在一段公布的演示視頻中，桑達(dá)爾?皮查伊展示了Gemini對視頻、圖像的非同凡響的識別能力。在視頻中，Gemini極為自如地在圖像、音頻、視頻各模態(tài)之間的轉(zhuǎn)換，展現(xiàn)了驚人的解鎖應(yīng)用場景與產(chǎn)品形態(tài)的潛力。

圖片來源：谷歌演示視頻

僅從谷歌釋出的演示視頻結(jié)果看，市面上現(xiàn)有的全部多模態(tài)大模型與Gemini的性能表現(xiàn)都有代際差，包括Meta 5月開源的跨6個(gè)模態(tài)的AI模型ImageBind以及GPT-4。

圖片來源：谷歌

一年前，在人工智能開發(fā)機(jī)構(gòu)OpenAI發(fā)布聊天機(jī)器人ChatGPT后，創(chuàng)造了當(dāng)前人工智能熱潮背后大部分基礎(chǔ)技術(shù)的谷歌措手不及，一度發(fā)布了內(nèi)部“紅色警報(bào)”（red code）。一年零一周后，谷歌似乎準(zhǔn)備好了反擊。

據(jù)澎湃新聞，谷歌DeepMind首席執(zhí)行官、Gemini團(tuán)隊(duì)代表德米斯·哈薩比斯（Demis Hassabis）在發(fā)布會上正面談及GPT-4與Gemini的對比，“我們對系統(tǒng)進(jìn)行了非常徹底的分析，并進(jìn)行了基準(zhǔn)測試。谷歌運(yùn)行了32個(gè)完善的基準(zhǔn)測試來比較這兩個(gè)模型，從廣泛的整體測試（如多任務(wù)語言理解基準(zhǔn)測試）到比較兩個(gè)模型生成Python代碼的能力。”哈薩比斯略帶微笑地表示，“我認(rèn)為我們在32項(xiàng)基準(zhǔn)中的30項(xiàng)中大幅領(lǐng)先。”

從發(fā)布日起，Gemini可開始應(yīng)用于Bard和Pixel 8 Pro智能手機(jī)，并將很快與谷歌服務(wù)中的其他產(chǎn)品集成，包括Chrome、搜索和廣告等。

目前，谷歌計(jì)劃通過谷歌云將Gemini授權(quán)給客戶，供他們在自己的應(yīng)用程序中使用。12月13日開始，開發(fā)者和企業(yè)客戶可以通過谷歌AI Studio或谷歌Cloud Vertex AI中的Gemini API（應(yīng)用程序編程接口）訪問Gemini Pro，安卓開發(fā)人員可以使用Gemini Nano完成構(gòu)建。

據(jù)介紹，Gemini Ultra是第一個(gè)在MMLU（大規(guī)模多任務(wù)語言理解）方面超越人類專家的模型，該模型綜合使用數(shù)學(xué)、物理、歷史、法律、醫(yī)學(xué)和倫理學(xué)等57個(gè)科目來測試世界知識和解決問題的能力，谷歌在一篇博客文章中表示，它可以理解復(fù)雜主題中的細(xì)微差別和推理。

而據(jù)CNBC報(bào)道，谷歌高管們在新聞發(fā)布會上表示Gemini Pro的表現(xiàn)優(yōu)于GPT-3.5，但回避了與GPT-4相比如何的問題。對于谷歌是否計(jì)劃對Bard Advanced的訪問收費(fèi)，Bard總經(jīng)理蕭茜茜（Sissie Hsiao）表示，谷歌專注于創(chuàng)造良好的體驗(yàn)，目前還沒有任何相關(guān)盈利的細(xì)節(jié)。

谷歌最強(qiáng)TPU與AI超級計(jì)算機(jī)

與新模型一起亮相的，還有新版本的TPU芯片TPU v5p，旨在減少訓(xùn)練大語言模型相關(guān)的時(shí)間投入。TPU是谷歌為神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的專用芯片，經(jīng)過優(yōu)化可加快機(jī)器學(xué)習(xí)模型的訓(xùn)練和推斷速度，谷歌于2016年起開始推出第一代TPU。

據(jù)谷歌介紹，與TPU v4相比，TPU v5p的浮點(diǎn)運(yùn)算性能提升了兩倍，在高帶寬內(nèi)存方面提高了3倍。使用谷歌的600 GB/s芯片間互連，可以將8960個(gè)v5p加速器耦合在一個(gè)Pod（通常指一個(gè)包含多個(gè)芯片的集群或模塊）中，從而更快或更高精度地訓(xùn)練模型。作為參考，該值比TPU v5e大35倍，是TPU v4的兩倍多。

谷歌稱，TPU v5p是其迄今為止最強(qiáng)大的，能夠提供459 teraFLOPS（每秒可執(zhí)行459萬億次浮點(diǎn)運(yùn)算）的bfloat16（16位浮點(diǎn)數(shù)格式）性能或918 teraOPS（每秒可執(zhí)行918萬億次整數(shù)運(yùn)算）的Int8（執(zhí)行8位整數(shù)）性能，支持95GB的高帶寬內(nèi)存，能夠以2.76 TB/s的速度傳輸數(shù)據(jù)。

谷歌表示，所有這些意味著TPU v5p可以比TPU v4更快地訓(xùn)練大型語言模型，如訓(xùn)練GPT-3（1750億參數(shù)）這樣的大語言模型速度比TPU v4快2.8倍。

除了新硬件之外，谷歌還引入了“人工智能超級計(jì)算機(jī)”的概念。谷歌云將其描述為一種超級計(jì)算架構(gòu)，包括一個(gè)集成系統(tǒng)，具有開放軟件、性能優(yōu)化硬件、機(jī)器學(xué)習(xí)框架和靈活的消費(fèi)模型。

谷歌計(jì)算和機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施部門副總裁馬克·洛邁爾（Mark Lohmeyer）在博客文章中解釋道，“傳統(tǒng)方法通常通過零碎的組件級增強(qiáng)來解決要求苛刻的人工智能工作負(fù)載，這可能會導(dǎo)致效率低下和瓶頸。”“相比之下，人工智能超級計(jì)算機(jī)采用系統(tǒng)級協(xié)同設(shè)計(jì)來提高人工智能訓(xùn)練、調(diào)整和服務(wù)的效率和生產(chǎn)力。”這可以理解為，與單獨(dú)看待每個(gè)部分相比，這種合并將提高生產(chǎn)力和效率。換句話說，超級計(jì)算機(jī)是一個(gè)系統(tǒng)，其中任何可能導(dǎo)致性能低下的變量（硬件或軟件）都受到控制和優(yōu)化。

每日經(jīng)濟(jì)新聞綜合澎湃新聞、界面新聞、公開資料

封面圖片來源：視覺中國-VCG111288485345