为什么说数据和算力一样，都是AI大模型的重要基座

最近2年，以大语言模型为代表的人工智能迎来大爆发，称之为大模型狂潮也不为过。

在这种浪潮下，海量的数据、超强的算力，以及持续迭代的算法，三者之间以类似“神经网络”的相互作用，产生了复杂的行为，催生出了一系列的明星AI模型。从这个意义上讲。“算力”和“数据”本来就是AI大模型中缺一不可的两大基石。

有相关统计，2018年以来，基于Transformer架构的大模型训练，所使用的算力平均每年增长达到十倍，同时伴随着数据量也水涨船高，以ChatGPT为例，GPT-3含有1750亿个参数，而ChatGPT 4.0则有高达100万亿个参数，后者通过使用更广泛、更多样化的数据，能够生成比前者更准确、更有效的信息，并更深入地了解语言的细微差别。

更有相关预测，到2026年将有80%的企业使用生成式AI，如此高的渗透率意味着更加庞大的算力和数据需求。

因此，数据和算力一样宝贵，也是AI大模型的基座，对于高质量的语料库更是如此。