此前，微软有ChatGPT，谷歌紧忙拉Bard出来对打，Meta却似乎并不急于下场生成式AI竞赛，推出的LLaMA也并不用作商用。Meta CFO Susan Li在2月承认，Meta并没有将大部分计算资源投入到生成式AI中，而是基本上将所有的AI能力都用于广告、feeds和Reels（类似于TikTok的短视频）。此前，同谷歌一样，Meta并不重视生成式AI。Meta的FAIR实验室从21年底以来，就在发布这种AI技术的原型，研究成果也备受推崇，但Meta从未考虑过将其转化为产品。去年11月中旬，Meta的FAIR实验室曾提出Galactica模型然而ChatGPT诞生后，一切都不一样了。投资者的兴趣开始飙升，小扎在今年二月官宣了全新的顶级团队，押宝生成式AI。据悉，工作的重点是建成一个基础模型，在这个核心的基础上，可以针对不同产品进行微调和调整。
来源：截图All In AIGC？网友：改名MetAI吧18个月前，小扎把Facebook的未来押在了元宇宙上，甚至还把公司的名字改成了Meta。最近，他又迷上了另一个非常烧钱的技术——AIGC。本月早些时候，Meta首席技术官Andrew Bosworth表示，扎克伯格和其他高管现在把大部分时间都花在了人工智能上。对此，Bernstein的分析师表示，照这个架势下去，Meta很可能要改名叫——MetAI了。不过，想要追上OpenAI、微软和谷歌的步伐，Meta就必须为训练这些超大规模的生成式AI模型，大肆采购英伟达的芯片（单个组件1万美金起跳）。目前，耗时5个月训练出的「Meta版ChatGPT」LLaMa，用的是2048个80GB显存的A100。作为对比，微软为OpenAI量身定做的超算，搭载的可是上万块A100。而ChatGPT和Bard「决一死战」的背后，正是英伟达CUDA支持的GPU（图形处理单元）和谷歌定制的TPU（张量处理单元）。换句话说，这已经不再是关于ChatGPT与Bard的对抗，而是TPU与GPU之间的对决，以及它们如何有效地进行矩阵乘法。由于在硬件架构方面的出色设计，英伟达的GPU非常适合矩阵乘法任务——能有效地在多个CUDA核心之间实现并行处理。因此从2012年开始，在GPU上训练模型便成为了深度学习领域的共识，至今都未曾改变。而随着NVIDIA DGX的推出，英伟达能够为几乎所有的AI任务提供一站式硬件和软件解决方案，这是竞争对手由于缺乏知识产权而无法提供的。相比之下，谷歌则在2016年推出了第一代张量处理单元（TPU），其中不仅包含了专门为张量计算优化的定制ASIC（专用集成电路），并且还针对自家的TensorFlow框架进行了优化。而这也让TPU在矩阵乘法之外的其他AI计算任务中具有优势，甚至还可以加速微调和推理任务。不过，微软与英伟达长久以来的深度合作，让各自在行业上的积累得到充分地利用，并以此同时扩大了双方的竞争优势。尤其是当ChatGPT开始横扫整个AI圈时，两家公司的市值也是一路狂飙。而这波被ChatGPT带起来的大模型炼丹潮，更是让「炼丹炉」供应商英伟达赚得盆满钵满。仅在今年的这几个月里，市值就增长了超过80%。裁员硅谷第二，野心如何支撑然而，Meta现在好像并没有足够的资金来支撑自己的野心。众所周知，这段时间裁员潮继续席卷了整个科技行业，但有些公司裁得比别人更多。在比例上，裁掉80%员工的推特毫无疑问地占据了第一的位置，而送走近四分之一员工的Meta紧随其后。在数量上，Meta也凭借着高达2.1万人的巨大优势位列第二，但这并没包括即将进行第三轮裁员。2022年，在小扎宣布大裁员之前，Meta有差不多87,000名员工。但在11月时毕业了11,000人，3月又毕业了10,000人。据Insider报道，Meta的第三轮裁员会直接影响数千人，而管理层职位更是首当其冲。包括但不限于，现实实验室、Facebook和Instagram的技术产品经理，以及人工智能研究科学家、软件工程师、数据工程师等。最新的一项分析显示，从2018年到2022年，Meta的员工队伍膨胀了143%，但每个员工的收入在这段时间内下降了14%。高管变动、员工流失、资金不足、路线选错，Meta前方的路，似乎困难重重。让我们看看小扎接下来会怎么走。
