Framtiden för AGI och analys av lovande företag: Från NVIDIA-chip till xAI Grok-3
Framtidsutsikter för AGI och analys av nyckelföretag
AGI (Artificial General Intelligence, generell artificiell intelligens) avser den typ av intelligens som kan utföra alla intellektuella uppgifter på samma nivå som, eller över, en människa. På senare tid har intresset för AGI ökat kraftigt med framväxten av verktyg som ChatGPT, och ett antal globala företag har börjat tävla om att uppnå AGI. Denna analysrapport undersöker framtidsutsikterna för AGI, presenterar de viktigaste företagen som leder utvecklingen, diskuterar de mest lovande aktörerna ur ett långsiktigt investeringsperspektiv, samt granskar de enorma beräkningsresurser (GPU:er) som krävs för att implementera AGI.
Framstående företag inom AGI-utveckling
Följande företag anses redan nu ligga i framkant eller förväntas få stor påverkan i tävlingen om AGI:
OpenAI
Centralt i populariseringen av termen AGI står OpenAI. Deras uppdrag har uttryckts som att utveckla AGI till gagn för hela mänskligheten. Genom framgångsrika lanseringar av storskaliga språkmodeller såsom GPT-3 och GPT-4 har de tagit ett viktigt steg mot möjligheten att uppnå AGI. Med stöd från Microsoft har de byggt en specialiserad superdator för AI, där över 10 000 NVIDIA A100 GPU:er användes för att träna GPT-4 – och för nästa modell, GPT-5, planeras en uppskalning till cirka 25 000 GPU:er. OpenAI baserar sitt mål att nå en säker och kontrollerbar AGI på dessa enorma beräkningsresurser.
Google DeepMind
DeepMind, känt för sin Go-spelande AI AlphaGo, är nu en del av Google och verkar under namnet Google DeepMind. VD Demis Hassabis har presenterat en färdplan för att nå AGI inom de kommande 10 åren, där han betonar vikten av stegvisa framsteg snarare än överdriven optimism. Särskilt har man fokuserat på multimodal AI – modeller som inte bara förstår text utan även bilder, ljud och video – med utvecklingen av den kommande modellen “Gemini”. Google DeepMind har även lanserat Bard, en konkurrent till OpenAI:s modeller, och om bara några få innovationer till kan de potentiellt nå mänsklig intelligensnivå. Google investerar aggressivt i sin infrastruktur med egna TPU:er och stora volymer NVIDIA GPU:er, samt strategiska investeringar i konkurrenter som Anthropic.
xAI
Det nystartade företaget xAI, grundat av Elon Musk (VD för Tesla och SpaceX) år 2023, framträder som en mörk häst i tävlingen om AGI. Tidigare medgrundare av OpenAI har Musk valt att gå sin egen väg. xAI presenterade nyligen chatboten “Grok”, kopplad till X (tidigare Twitter), som väcker uppmärksamhet med snabba, tidsenliga svar och en humoristisk stil. Musk marknadsför nu företagets senaste modell, Grok-3, med påståendet att den överträffar de allra senaste modellerna från konkurrenterna. Han uppger att över 100 000 NVIDIA H100 GPU:er kommer att användas för att träna Grok-3 – fem gånger så många som användes för Grok-2. Med en enskild H100 som kostar omkring 30 000–40 000 dollar, är investeringarna enorma, vilket talar för att Grok-3, som planeras lanseras vid årets slut, kan bli något alldeles extra. xAI testar redan Grok-1.5 internt, och planerar lansering av Grok-2 i augusti 2024 och Grok-3 senare under året. Med Musks aggressiva investeringar och snabba utvecklingscykel är det inte osannolikt att xAI snabbt kommer att synas tydligt i AGI-tävlingen.
Anthropic
Anthropic, ett AI-startup grundat av tidigare medarbetare från OpenAI, fokuserar på AI-säkerhet och utvecklar nästa generations storskaliga språkmodeller. Företaget har lanserat Claude-serien, en konkurrent till ChatGPT, och lockat stora investeringar från Google. Målet är att utveckla en ny modell, med kodnamnet “Claude-Next”, som ska vara tio gånger kraftfullare än GPT-4. För att uppnå detta planerar Anthropic att investera över 5 miljarder dollar (ca 6 biljoner KR) under de kommande 2–4 åren för att träna en enorm modell. Trots att ambitionerna är höga, och modellen kan ses som en “gudomlig spelväxlare”, har företaget redan börjat applicera sina modeller kommersiellt och strävar efter att bli en ledande aktör i AGI-eran genom att balansera säkerhet och prestanda.
Microsoft
Microsoft spelar en avgörande roll, inte bara som utvecklare utan främst som en stödjande och användande aktör. Efter att ha investerat 1 miljard dollar i OpenAI 2019, har de åtagit sig att investera upp till 10 miljarder dollar under de kommande åren i nära samarbete med OpenAI. Som en hårdvarupartner till OpenAI tillhandahåller Microsoft Azure den nödvändiga molninfrastrukturen för AI-utvecklingen. Microsoft har redan en superdator med över 10 000 GPU:er för att träna GPT-4, och de planerar även att förbereda ett kluster med över 25 000 GPU:er för framtida modeller, samtidigt som de överväger att utveckla egna AI-chips. Dessutom integrerar Microsoft snabbt AI i sina produkter – från Bing och Office 365 till Windows – vilket gör dem till en central aktör i lanseringen av AGI.
Meta (Facebook)
Meta är en annan stor aktör, främst känd för att satsa kraftigt på AI-infrastruktur. Även om Meta inte officiellt sätter AGI som sitt mål, är deras engagemang inom AI-forskning och infrastruktur obestridligt. Genom att släppa stora språkmodeller som LLaMA har Meta skapat stor uppståndelse inom både akademin och industrin, och de satsar även på bildgenererande AI (t.ex. Imagen) och multimodal AI. Meta planerar att säkra över 350 000 NVIDIA H100 GPU:er och totalt 600 000 AI-chip senast 2024, vilket skulle bli den största AI-datorkraften någonsin. Dessa investeringar gör Meta till en stark aktör, särskilt om de lyckas integrera egna AGI-liknande modeller i sina plattformar för sociala medier och metaverse.
(Ytterligare aktörer som Baidu och Alibaba nämns också i sammanhanget, men denna rapport fokuserar huvudsakligen på amerikanska exempel.)
Lovande investeringsmöjligheter i AGI-eran (långsiktigt perspektiv)
Utvecklingen av AGI påverkar inte bara forskningsinstitutioner och mjukvaruföretag utan har genomgripande effekter över hela industrin, inklusive hårdvara, halvledare och molntjänster. Ur ett långsiktigt investeringsperspektiv är följande företag ofta omnämnda som potentiella vinnare i AGI-eran:
• Nvidia:
Ett ledande företag inom GPU-design och den största vinnaren av ChatGPT-boomen. Nästan alla företag, inklusive OpenAI, Google och Meta, är beroende av Nvidias A100/H100 GPU:er för att träna sina avancerade modeller. Trots höga priser (30 000–40 000 dollar per H100) har efterfrågan skjutit i höjden, vilket lett till rekordhöga intäkter för datacenterrelaterade AI-chip.
• AMD:
Som Nvidias främsta konkurrent inom GPU-marknaden växer AMD genom utvecklingen av sina MI300-serier och AI-acceleratorer. Med planer på att massköpa AMD:s Instinct GPU:er från Google, är marknaden övertygad om att en säker leverans av GPU:er – oavsett märke – är avgörande.
• TSMC:
Världens största foundry (tillverkare av halvledare) tillverkar avancerade AI-chip såsom NVIDIA H100, AMD MI300 och Googles TPU. Ökad efterfrågan på AI-chip driver upp TSMCs kapacitetsutnyttjande och intäkter, vilket gör företaget till en central aktör inom AI-halvledarteknik.
• Microsoft:
Som en nära samarbetspartner till OpenAI, och med sin egen Azure-molnplattform, kommer Microsoft sannolikt att dra stor nytta av den globala övergången till AI. Deras snabba integration av AI i Bing, Office och Windows ger dem en strategisk fördel.
• Google:
Google har en massiv ekosystem som spänner över sökning, molntjänster och mobilplattformar. Genom Google DeepMind och andra initiativ satsar de på att utveckla egna AGI-teknologier, vilket kan omdefiniera företagets intäktsmodeller inom sök och annonsverksamhet.
• Meta:
Med aggressiva investeringar i AI-forskning och infrastruktur positionerar sig Meta som en potentiell vinnare i den framtida AI-eran, trots att deras AGI-mål inte är lika tydligt definierat.
Beräkningskraft för AGI (GPU-skalanalys)
För att utveckla AGI krävs enorm beräkningskraft. Till exempel användes cirka 20 000 NVIDIA GPU:er för att träna GPT-4 under 90–100 dagar, vilket resulterade i ungefär 2,15×10^25 operationer och en prestation nära mänsklig språkkapacitet. Kommande modeller som Grok förväntas använda mycket större mängder beräkningsresurser:
• OpenAI GPT-3: Uppskattas ha använt tusentals NVIDIA V100 GPU:er (ca 36,4 miljoner GPU-timmar).
• OpenAI GPT-4: Använde tiotusentals NVIDIA A100 GPU:er.
• xAI Grok-2: Planeras använda cirka 20 000 NVIDIA H100 GPU:er (förväntas vara klart i maj 2024).
• xAI Grok-3: Planeras att använda över 100 000 NVIDIA H100 GPU:er (målet är slutet av 2024).
• Meta AI Research SuperCluster: Har planer på att säkra upp till 350 000 NVIDIA H100 GPU:er.
• Anthropic Claude-Next: Uppskattas kräva hundratusentals GPU:er för att uppnå tio gånger prestanda jämfört med GPT-4.
• Google DeepMind Gemini: Använder en kombination av egna TPU:er (i tusentals) och ytterligare NVIDIA GPU:er (exakta siffror är konfidentiella).
Dessa siffror visar att träning av avancerade AI-modeller kräver beräkningsresurser i stor skala – från tiotusentals till potentiellt över en miljon GPU:er i framtiden. Detta kräver inte bara enorma investeringar i hårdvara utan även betydande infrastruktur som elkraft, datacenterspace och nätverksstabilitet. I slutändan är tävlingen om att säkra denna beräkningskraft central i strävan att uppnå AGI, vilket är anledningen till att ledande företag aggressivt utökar sina superdatorparker och GPU-reserver.
Källor:
1. OpenAI, “Planning for AGI and beyond” (2023)
2. Nextplatform, “Microsoft is said to have used 10,000 Nvidia A100 GPUs to train GPT-4…” (2023)
3. Geeky Gadgets, “Demis Hassabis… achieving AGI within the next decade” (2023)
4. Reddit (sammanfattat från TechCrunch), “Anthropic’s plan… raise $5B… build ‘Claude-Next’ 10 times more capable than GPT-4.” (2023)
5. Business Insider, “Elon Musk: Grok 3 will train on 100,000 Nvidia H100 GPUs” (2024)
6. TweakTown, “Grok 2 used ~20,000 H100 GPUs, Grok 3 will require 100,000 H100 GPUs” (2024)
7. SemiAnalysis, “OpenAI’s GPT-4 used ~20k A100s for 90-100 days (2.15e25 FLOPs)” (2024)
8. AI Tech Report, “Microsoft & OpenAI Project Stargate – $100B AI Supercomputer by 2028” (2024)
Framtiden för AGI och analys av lovande företag från Nvidia chip till xAI Grok 3
För att läsa mer om framtiden för AGI och företagsanalys relaterad till Nvidia, XAI och Grok 3, besök den detaljerade analysen här: Framtiden för AGI och analys av lovande företag från Nvidia chip till xAI Grok 3.
”Elon Musk presenterar Grok 3, en AI-modell som överträffar ChatGPT och DeepSeek”
Denna artikel från CNN Business rapporterar om lanseringen av xAI:s senaste AI-modell, Grok-3, och diskuterar hur den jämför med andra ledande AI-system.
”Hur når vi artificiell generell intelligens? Tänk enklare”
En artikel från Wired som utforskar vägen mot AGI, inklusive utmaningar och framsteg inom AI-forskning, samt hur lättare och kostnadseffektiva modeller kan förändra landskapet.
”Inuti Elon Musks AI-fest på OpenAIs gamla huvudkontor”
The Verge ger en inblick i ett rekryteringsevenemang som hölls av Elon Musk för hans AI-startup, xAI, och diskuterar företagets mål att snabbt utveckla konkurrerande stora språkmodeller.
#AGI
#ArtificiellIntelligens
#GenerellIntelligens
#AIInvestering
#NVIDIA
#OpenAI
#xAI
#Grok3
#Framtidsteknik
#NvidiaChip