機(jī)器之心報(bào)道

機(jī)器之心編輯部

在過去三年里，AI 領(lǐng)域取得了顯著進(jìn)步，這一飛躍主要得益于基礎(chǔ)模型的發(fā)展。這些模型在大規(guī)模多模態(tài)數(shù)據(jù)上進(jìn)行訓(xùn)練，并在公開發(fā)布后取得了巨大成功。

然而，基礎(chǔ)模型的研究需要大量的數(shù)據(jù)、算力和人力資源。這一問題引發(fā)了廣泛關(guān)注與討論，更大的資源獲取是否會(huì)直接帶來更有影響力的研究成果，例如更多的論文發(fā)表或更高的引用量。

這一問題的答案對(duì)于資源分配策略、研究方向的優(yōu)先級(jí)設(shè)定，以及如何保障基礎(chǔ)模型研究的公平與可持續(xù)參與，都具有重要意義。

然而，由于缺乏統(tǒng)一的資源披露標(biāo)準(zhǔn)，研究成本往往難以量化。在缺乏全面公開的情況下，研究經(jīng)費(fèi)最直觀的衡量方式，通常是購買或租用硬件（如計(jì)算集群或芯片）的具體成本。當(dāng)然，研究還包括軟件、云存儲(chǔ)服務(wù)以及專業(yè)平臺(tái)等其他開支。

在這些資源中，GPU 是一個(gè)尤其關(guān)鍵的指標(biāo)，因?yàn)樗且环N供應(yīng)量有限、受嚴(yán)格控制的資源。

在本文中，來自 MIT、劍橋等機(jī)構(gòu)的研究者研究了硬件資源與 AI/ML 領(lǐng)域頂級(jí)會(huì)議論文發(fā)表之間的關(guān)系。他們重點(diǎn)考察了兩種計(jì)算能力指標(biāo)：GPU 數(shù)量和 TFLOPs（每秒浮點(diǎn)運(yùn)算次數(shù)），并將這些數(shù)據(jù)與 2022 至 2024 年間共 34,828 篇錄用論文進(jìn)行關(guān)聯(lián)分析。

本文共識(shí)別出 5,889 篇基礎(chǔ)模型相關(guān)論文，并發(fā)現(xiàn) GPU 獲取能力越強(qiáng)，其在八個(gè)頂級(jí)會(huì)議中的論文接收率和引用量也越高。

此外，本文還對(duì) 312 篇論文的 229 位作者進(jìn)行了問卷調(diào)查后發(fā)現(xiàn)：

• 大多數(shù)基礎(chǔ)模型論文由學(xué)術(shù)界研究者撰寫（共 4,851 篇），而產(chǎn)業(yè)界研究者的論文數(shù)量相對(duì)較少（1,425 篇）；
• 大多數(shù)論文使用的是開源模型（如 LLaMA），其次是閉源模型（如 GPT）；
• GPU 使用信息在論文中很少被披露，這表明當(dāng)前亟需制定統(tǒng)一的計(jì)算資源報(bào)告規(guī)范，以提升研究的透明度與可復(fù)現(xiàn)性。

• 論文標(biāo)題：THE ROLE OF COMPUTING RESOURCES IN PUBLISHING FOUNDATION MODEL RESEARCH
• 論文地址：https://arxiv.org/pdf/2510.13621

計(jì)算資源識(shí)別方法

研究者收集了2022 年至 2024 年間、八個(gè)頂級(jí)機(jī)器學(xué)習(xí)會(huì)議上被接收的論文（2025 年 3 月之前已可獲�。� NeurIPS、ICLR、ICML、COLM、EMNLP、ACL、NAACL、EACL。

采用的方法是：在論文標(biāo)題或摘要中搜索關(guān)鍵詞來識(shí)別與基礎(chǔ)模型（FM）相關(guān)的論文。最終在總計(jì) 34828 篇論文中，挑選出了5889 篇與 FM 相關(guān)的已接收論文。此外收集了同期被拒稿或撤稿的 ICLR 與 FM 相關(guān)的論文，共計(jì) 613 篇，用于對(duì)比分析。

在完成論文標(biāo)題和摘要的整理后，研究者使用 GPT-4o mini 將每篇論文分為三個(gè)類別，即領(lǐng)域（Domain）、階段（Phase）和方法（Method）。這些類別的定義見下表 1。

更進(jìn)一步地，研究者通過系統(tǒng) API 從全部 5889 篇已接收論文中收集結(jié)構(gòu)化信息，包括文章 ID、標(biāo)題、作者信息（姓名、人數(shù)及所屬機(jī)構(gòu)）、發(fā)表信息（年份、會(huì)議、接收或拒稿狀態(tài)、論文鏈接、評(píng)審意見和摘要）。對(duì)于系統(tǒng) API 中缺失的信息，研究者使用 GPT-4o mini 處理論文 PDF，以提取資深作者的所屬機(jī)構(gòu)、GPU 使用情況、數(shù)據(jù)集描述以及資助信息。

在調(diào)研中，118 所機(jī)構(gòu)的研究者參與了本次調(diào)查，包括了 267 名學(xué)術(shù)界一作和 36 名產(chǎn)業(yè)界一作，最終共有 229 位 FM 論文的一作（包括 312 篇論文）提供有效反饋。當(dāng)論文中未記錄計(jì)算資源使用情況時(shí)，參與者需在調(diào)查中自行報(bào)告相關(guān)信息

圖 1 (B) 展示了不同年份和會(huì)議中有效 GPU 類型的比例，以及各會(huì)議作者和審稿人檢查清單中是否包含報(bào)告計(jì)算資源使用情況的相關(guān)指南。圖 1 (C) 展示了由 GPT-4o 自動(dòng)抓取的數(shù)據(jù)與論文作者自報(bào)數(shù)據(jù)在 GPU 使用量與 FP 16 計(jì)算性能（TFLOPS 16）上的差異。

為確保提取的 GPU 信息準(zhǔn)確性，兩位 FM 研究者在盲評(píng)條件下獨(dú)立檢查了 312 篇論文，并與 GPT-4o mini 的提取結(jié)果進(jìn)行對(duì)比。研究者交叉比對(duì)了 GPT-4o mini 提取的信息、人工標(biāo)注結(jié)果以及論文一作自報(bào)的 GPU 數(shù)據(jù)。

結(jié)果顯示：在被調(diào)查的 312 篇論文中，288 篇自報(bào)了 GPU 數(shù)量，292 篇自報(bào)了 GPU 類型，281 篇自報(bào)了 GPU 使用時(shí)長；另有 24 篇使用了非 GPU 計(jì)算資源（如 TPU、NPU 或 CPU）。

不過，兩位 FM 研究者發(fā)現(xiàn)僅有 172 篇論文中包含 GPU 數(shù)量信息，141 篇包含 GPU 類型信息，249 篇包含 GPU 時(shí)長信息。GPT-4o mini 僅從 116 篇論文中成功提取到 GPU 數(shù)量，與作者報(bào)告相比存在 59.7% 的缺失率。GPU 類型與 GPU 時(shí)長的缺失率也較高，分別為 48.3% 和 88.6%。

結(jié)果

基礎(chǔ)模型研究呈爆炸式增長

從 2022 年到 2024 年，基礎(chǔ)模型的研究在廣度和深度上都經(jīng)歷了顯著增長。

一個(gè)直觀的體現(xiàn)是，在八個(gè)頂級(jí) AI 會(huì)議中，基礎(chǔ)模型相關(guān)論文的占比迅速攀升

• 2022 年: 2.07%
• 2023 年: 10.29%
• 2024 年：飆升至 34.64%（圖 A）

尤其在NLP 領(lǐng)域，這一趨勢(shì)更為明顯。在 COLM、EMNLP 和 ACL 等專業(yè)會(huì)議上，基礎(chǔ)模型論文的比例甚至超過了 ICLR、ICML 和 NeurIPS 等綜合性機(jī)器學(xué)習(xí)會(huì)議。

從研究方向來看，與推理相關(guān)的論文增長最快。從研究類型來看，算法和實(shí)證研究的增長速度超過了數(shù)據(jù)集、基準(zhǔn)測(cè)試和工具包等類別（圖 B）。

有趣的是，盡管論文數(shù)量激增，但單個(gè)項(xiàng)目使用的 GPU 數(shù)量保持相對(duì)穩(wěn)定。無論是已發(fā)表的論文還是待發(fā)表的研究，大多數(shù)項(xiàng)目使用的 GPU 數(shù)量集中在 1 到 8 個(gè)，其中 1 到 4 個(gè) GPU 的配置最為常見，占據(jù)了約一半的比例（圖 C）。不過，考慮到目前 GPU 的采購周期越來越長，這一趨勢(shì)未來是否會(huì)變化，值得我們持續(xù)關(guān)注。

工業(yè)界與學(xué)術(shù)界共同引領(lǐng)研究浪潮

基礎(chǔ)模型的研究延續(xù)了計(jì)算機(jī)科學(xué)領(lǐng)域產(chǎn)學(xué)研緊密結(jié)合的傳統(tǒng)。

數(shù)據(jù)顯示，學(xué)術(shù)界貢獻(xiàn)了更多的論文總量，但頂尖的工業(yè)界實(shí)驗(yàn)室在單一機(jī)構(gòu)產(chǎn)出上表現(xiàn)突出。具體來看：

• 學(xué)術(shù)界： 611 個(gè)機(jī)構(gòu)共發(fā)表了 4851 篇論文。
• 工業(yè)界： 163 個(gè)機(jī)構(gòu)共發(fā)表了 1425 篇論文。

其中，谷歌和微軟是論文產(chǎn)出最多的兩個(gè)單一實(shí)體，緊隨其后的是清華大學(xué)、Meta 和斯坦福大學(xué)。

值得注意的是，兩大陣營的研究效率相當(dāng)。工業(yè)界研究者人均發(fā)表 8.72 篇論文，學(xué)術(shù)界人均發(fā)表 7.93 篇。這表明，基礎(chǔ)模型的研究高度集中在少數(shù)能提供強(qiáng)大算力支持的頂級(jí)學(xué)術(shù)和工業(yè)機(jī)構(gòu)中。如果獲取大規(guī)模算力的門檻持續(xù)提高，這種集中化趨勢(shì)可能會(huì)進(jìn)一步加劇。

從國家層面看，美國和中國在基礎(chǔ)模型研究產(chǎn)出方面處于領(lǐng)先地位（圖 B），這可能與兩國在高等教育和人工智能領(lǐng)域的長期投入有關(guān)。

開源模型成為研究的主流選擇

在眾多模型中，以LLaMA 系列為代表的開源權(quán)重模型是研究中使用最頻繁的（圖 C）。

這一現(xiàn)象至關(guān)重要。雖然像 GPT 系列這樣的專有閉源模型因其卓越的性能和便捷的 API 接口，在研究中仍占有一席之地，但開源模型憑借其高度的靈活性和可訪問性贏得了研究社區(qū)的青睞。研究人員可以基于開源模型進(jìn)行微調(diào)、領(lǐng)域適配和深入的基準(zhǔn)測(cè)試，而這些操作在閉源模型上通常難以實(shí)現(xiàn)。

GPU 使用情況：NVIDIA A100 成為核心算力

在具體的 GPU 類型上，NVIDIA A100 是基礎(chǔ)模型研究中使用最廣泛的核心，并且排名前十的 GPU 均來自 NVIDIA 家族（圖 3D）。

進(jìn)一步分析發(fā)現(xiàn)，算力資源的使用并非均勻分布：

• 研究階段： 專注于預(yù)訓(xùn)練的研究，其 GPU 使用數(shù)量顯著高于側(cè)重于后訓(xùn)練或推理的研究（p<0.001）。
• 其他維度： 在不同機(jī)構(gòu)、應(yīng)用領(lǐng)域或研究方法之間，GPU 的使用量沒有表現(xiàn)出統(tǒng)計(jì)學(xué)上的顯著差異。例如，安全相關(guān)研究的 GPU 使用量中位數(shù)較低，而工具包開發(fā)研究的使用量較高，但這些差異并不顯著（圖 D）。

從論文的研究重點(diǎn)來看：

• 47.4% 關(guān)注算法開發(fā)。
• 86.4% 集中在 NLP 領(lǐng)域，僅有 5.7% 涉及 CV。
• 48.7% 的論文研究推理過程，遠(yuǎn)超預(yù)訓(xùn)練（13.3%）。

政府是基礎(chǔ)模型研究的最大資助方

通過分析論文中披露的資金信息，發(fā)現(xiàn)政府是基礎(chǔ)模型研究最主要的資助來源（圖 4）。在提供了資助信息的論文中：

• 85.5%（848 篇）獲得了政府資助。
• 29.3%（291 篇）獲得了企業(yè)資助。
• 10.3%（102 篇）獲得了基金會(huì)資助（圖 4A）。

有趣的是，一個(gè)國家的人均 GDP 與其資助的論文數(shù)量之間沒有必然聯(lián)系（圖 4B）。這表明，機(jī)構(gòu)的支持力度和相關(guān)政策，比單純的國家經(jīng)濟(jì)實(shí)力更能影響基礎(chǔ)模型的研究產(chǎn)出。（注：僅有 15.3% 的論文披露了詳細(xì)的資助信息。）

研究產(chǎn)出與影響力：算力比 GPU 數(shù)量更關(guān)鍵

一個(gè)典型的基礎(chǔ)模型研究項(xiàng)目是怎樣的？數(shù)據(jù)顯示，一篇被接收的論文，通常有 5 名作者，使用 4 個(gè) GPU，項(xiàng)目平均持續(xù)約 5 個(gè)月。

進(jìn)一步探究了計(jì)算資源與研究成果（論文數(shù)量和引用量）之間的關(guān)系，發(fā)現(xiàn)了更深層的規(guī)律：

對(duì)于產(chǎn)出（論文數(shù)量）： 單純的 GPU 數(shù)量與論文產(chǎn)出不成正比。然而，以 TFLOPs（每秒萬億次浮點(diǎn)運(yùn)算）衡量的總計(jì)算能力，與論文產(chǎn)出呈現(xiàn)出更強(qiáng)的正相關(guān)性，尤其是在工業(yè)界（圖 4C）。這說明，決定研究產(chǎn)出效率的，是高質(zhì)量的計(jì)算基礎(chǔ)設(shè)施，而不僅僅是 GPU 的堆砌。

對(duì)于影響力（引用次數(shù)）： 同樣，TFLOPs 比 GPU 數(shù)量更能預(yù)測(cè)一篇論文的引用潛力（圖 4D）。擁有更強(qiáng)算力支持的機(jī)構(gòu)，其研究成果往往能獲得更多引用

盡管如此，算力并非決定性因素。許多高引用論文同樣來自計(jì)算資源相對(duì)有限的機(jī)構(gòu)，證明了研究影響力是由多種因素共同決定的。

論文接收與否：資源多少并非決定性因素

更多的 GPU 或更強(qiáng)的算力，能提高論文被接收的概率嗎？

研究者對(duì) ICLR 會(huì)議 2022-2024 年的數(shù)據(jù)進(jìn)行了分析。結(jié)果發(fā)現(xiàn)，平均而言，被拒稿的論文確實(shí)比被接收的論文使用了略少的 GPU、略低的 TFLOPs和規(guī)模略小的作者團(tuán)隊(duì)。

但是，兩者在資源使用上的分布情況非常相似，差距微乎其微。這與頂級(jí)會(huì)議的審稿指南相符，即審稿人更應(yīng)關(guān)注研究的新穎性、清晰度和貢獻(xiàn)，而非其使用的資源多寡。（注：由于只有 ICLR 公開了被拒稿論文的數(shù)據(jù)，這個(gè)結(jié)論的普適性還有待更多數(shù)據(jù)驗(yàn)證。）