李沐创业这一年:张一鸣宿华给建议,黄仁勋帮忙搞卡,逃离地狱模式后要做“人类陪伴的智能体”
作者|王兆洋
邮箱|wangzhaoyang@pingwest.com
这几乎是迄今最真诚和干货满满的大模型创业复盘。
2024年8月14日晚上,李沐在他自己运营的B站和知乎专栏里发布了一篇创业一年的复盘文章:《创业一年,人间三年》,分享了他大模型创业第一年的进展、纠结和反思。
在文章中他回顾了自己创业的历程:
从最初有创业的想法想做大模型的生产力工具,到遇到张一鸣被对方“点醒”,决定直接做模型本身;
到融资过程里被“放鸽子”,因首次创业而有些“缩手缩脚”没能像一些同行那样“拿10亿现金”;
到直接联系黄仁勋获得对方直接“安排”的H100,但却发现这些卡在训练中bug一堆;
再到最终磕磕绊绊找到商业化盈亏平衡的方法,并继续朝着“人类陪伴的智能体”的目标前进。
李沐在分享自己直接踩过的坑的同时,也在这一年里不停问着自己:“到底为什么要创业”。他被宿华“质问”,从蔡浩宇对他公司的不经意点评里获得启发,而最终他对于这个问题给出的答案非常李沐:
如果今天再来回答这个问题,我会说:“我就是脑子抽了”。
但是他也说,“我深层的动机来自对生命可能没有意义的恐惧。”
“那么一个人的存在的意义是什么呢?小时候曾因为想不清这个问题而抑郁。所以我想去创造价值,获得存在的意义。我选择“上进”,去提升自己的创造价值的能力;选择录长视频和写教材,创造教育价值;选择去写读博、工作、创业的总结,描述里面的纠结和困难,创造真实案例的价值;选择去创业,团结很多人的力量去创造更大价值。”
以下是李沐的复盘全文,文章转载自李沐。括号里编者注为一些补充信息:
给小伙伴汇报一下LLM创业第一年的进展、纠结和反思
在Amazon呆到第五年的时候就想着创业了,但被疫情耽搁了。到第7年半的时候,觉得太痒了,就提了离职。现在想来,如果有什么事这一辈子总要试下的,就蹭早。因为真开始后会发现有太多新东西要学,总感叹为啥没能早点开始。
创业前做了一系列用Gluon命名的项目。在量子物理里,Gluon是把夸克绑在一起的一种玻色子,象征这个项目一开始是Amazon和Microsoft的联合项目。当时项目经理拍拍脑袋名字就出来了,但取名对程序员来说很困难,我们每天都在纠结各种文件名和变量名。最后新公司干脆就用玻色子(Boson)来命名了。希望大家能get到“Boson和费米子组成了世界”这个梗时会会心一笑。但没料到很多人会看成Boston。
“我来波士顿了,找个时间碰碰?” “哈?可我在湾区呀 ”
融资:签字前一天领投方跑路
22年年底的时候想到两个用大语言模型(LLM)做生产力工具的想法。碰巧遇到张一鸣,就向他请教。讨论之后他反问:为什么不做LLM本身呢?我的下意识退缩:我们之前在Amazon的团队做了好几年这个,得上万张卡,和blabla这么一大堆困难。
一鸣呵呵表示:这些都是短期困难,眼光得看长远点。
我的优点是听劝,真就去做LLM了。凑齐了数据、预训练、后训练、和架构各方向负责人的创始团队,就去融资了。运气不错,很快拿到了种子投资。但钱还不够买卡,得去拿第二轮。这一轮领头是一家非常大的机构,做了几个月文档、商讨条款。但在签字前一天,领头说不投了,直接导致了跟投的几家退出。很感激剩下的投资方,还是做完了这一轮,拿到了做LLM的入场券。
今天反思的话,当时趁着资本市场热情还在,其实可以继续融资,说不定也跟其他友商一样,现在十亿现金在手。当时担心融资太多,会不好退出,或者被架到天上去了。现在想来,创业就是想逆天改命,想什么退路呢?
机器:第一批吃螃蟹的人
有了钱后就去买GPU。问各个供应商,统一回复是H100交货得一年以后了。灵机一动,直接给老黄写邮件。老黄秒回说他来看下。一个小时后超微的CEO就打电话过来了。多付了些钱,插了个队,20天后拿到了机器。很荣幸早早的吃到了螃蟹。
螃蟹吃到怀疑人生,遇到了各种匪夷所思的bug。例如GPU供电不足导致不稳定,后来靠超微工程师修改bios代码打上补丁;例如光纤的切开角度不对,导致通讯不稳定;例如Nvidia的推荐网络布局不是最优,我们重新做一个方案,后来Nvidia自己也采用了这个方案。至今我都不理解,我们就买了不到一千张卡,算小买家吧。但我们遇到的这些问题,难道大买家没遇到吗,为啥需要我们的debug?
同时我们还租了同样多的H100,一样是各种bug,GPU每天都出问题,甚至怀疑是不是这个云上就我们一个吃螃蟹的。后来看到Llama 3的技术报告说他们改用H100后,训练一次模型被打断几百次,对字里行间的痛苦,很是共情。
如果对比自建和租卡的话,租三年成本和自建成本差不多。租卡的好处是省心。自建的好处有两个。一是三年后如果Nvidia技术还遥遥领先,那么它能控制价格使得GPU仍然保值 。另一个是自建的数据存储成本低。存储需要跟GPU比较近,不管是大云还是小GPU云,存储价格都高。但一次模型训练可以用几TB空间存checkpoint,训练数据存储是10PB起跳。如果用AWS S3的话,10PB一年两百万。这钱用来自建的话,可以上100PB。
商业:感恩客户,第一年收支平衡
非常幸运的,我们第一年收入和支出是打平的。
我们支出主要在人力和算力上,感谢Openai的财力和Nvidia的遥遥领先,这两项支出都挺大的 。我们的收入来源是给大客户做定制的模型。很早就上LLM的公司大都是因为CEO非常有决策力,他们没被高昂的算力和人力成本吓到,果断的去推动内部团队配合尝试新技术。非常感恩客户给了我们喘气的时间,不然这个几个月我又是奔波在各个投资人那里。
接下来应该会有更多公司去尝试使用LLM,不论是自己产品的升级,还是降本增效。原因是一方面技术成本在降低,另一方面行业领先者(例如我们客户)会陆续放出基于LLM的产品出来,把行业卷了起来。
我们也在关注LLM在toC上的落地。上一波顶流例如c.ai和perplexity还在找商业模式,但也有小十来家LLM原生应用收入还不错。我们给一家做角色扮演的创业公司提供了模型,他们主打深度的玩家,打平了收入和支出,也是厉害的。模型能力还在进化,更多模态(语音、音乐、图片、视频)在融合,相信接下来还会有更有想象力的应用出现。
整体来说行业和资本还是急躁的。今年好几家成立一年多但融资上十亿的公司选择退出。从技术到产品是一个很长的过程,花2、3年实属正常。算上用户的需求的涌现,可能得花更长时间。我们专注当下在迷雾中探路,对未来保持乐观。
技术:LLM认知的四个阶段
对LLM的认知经历了四个阶段。第一阶段是Bert到GPT3,感受是新架构,大数据,这个可以搞。我们在Amazon的时候也是第一时间去做了大规模的训练和在产品上的落地。
第二阶段是刚创业的时候GPT4了放出来,大受震撼。大半原因来自技术不公开了。根据小道消息估算一次模型训练一个亿,标数据成本几千万。很多投资人问我复现GPT4成本得多少,我说3-4亿要把。后来他们中一家真一把投了大几亿出去。
第三阶段是创业的第一个半年。我们做不动GPT4,那就想着从具体的问题出发吧。于是开始找客户,有游戏的、教育的、销售的、金融的、保险的。针对具体的需求去训练模型。一开始市面上没有好的开源模型,我们就从头训练。后来很多很好的模型出来了,降低了我们成本。然后针对业务场景设计评估方法,标数据,去看模型哪些地方不行,针对性提升。
23年年底时,惊喜发现我们的Photon(Boson的一种)系列模型在客户应用上的效果都打赢GPT4了。定制模型的好处是推理成本是调用API的1/10。虽然今天API已经便宜很多,但我们自己技术也同样在进步,仍然是1/10成本。另外,延时等都可以更好的控制。这个阶段的认知是对于具体应用,我们是可以打赢市面最好模型的。
第四阶段是创业的第二个半年。虽然客户拿到了合同里要的模型,但还不是他们理想中的东西,因为GPT4还远不够。年初时发现针对单一应用训练,模型很难再次飞跃。回过头想,如果AGI是达到普通人类水平,客户要的是专业人士的水平。游戏要专业策划和专业演员、教育要金牌老师、销售要金牌销售、金融保险要高级分析师。这都是AGI加上行业专业能力。虽然当时我们内心对AGI充满敬畏,但感觉是避不开的。
年初我们设计了Higgs(上帝粒子,Boson的一种)系列模型。主打通用能力紧跟最好的模型,但在某个能力上突出。我们挑选的能力是角色扮演:扮演虚拟角色、扮演老师、扮演销售、扮演分析师等等。24年年中的时候迭代到第二代,在测试通用能力的Arena-Hard和AlpacaEval 2.0上,V2跟最好的模型打得有来有回,在测试知识的MMLU-Pro上也没差很远。
Higgs-V2是基于Llama3 base,然后做了完整的post-training。我们没资源像Meta那样花大钱标注数据,所以V2比Llama3 Instruct好,原因应该还是主要来自算法的创新。
然后我们做了个评估角色扮演的评测集,包含按照人设扮演,和按照场景扮演。怪不好意思是自己的模型在自己的榜单上拿了第一。但模型训练中是没有碰评测用的数据。因为这个评测集是想自用,希望能真实反映模型能力,所以要避免模型overfit数据集。但做评测集的同学想写技术报告,所以干脆放出来了。有意思的是,按角色扮演的测试样本来自c.ai,但他们家的模型能力是垫底的。
第四阶段的认知是,好的垂直模型通用能力也不能弱,例如reasoning,instruction following这些能力垂直上也是需要的。长远来看,通用和垂直模型都得朝着AGI去。只是垂直模型可以稍微偏科一点,专业课高分,通用课还行,所以研发成本稍微低一点,研发方式也会不太一样。
那第五阶段认识呢?现在仍在进行中,希望能很快分享。
愿景:人类陪伴
说来惭愧,我们蒙头做技术,给客户做定制,然后再慢慢想我们自己追求什么愿景。我们去看客户想要什么、我们自己想要什么、未来可能需要什么。我自己的话,多年前我憧憬有个机器人保姆能帮我带娃、陪他们,因为干这个我觉得很难,而且也不太理解娃当前的认知和想法。
我希望工作上有个非常厉害的虚拟助手能跟我一起发明新的东西。等我老了也想有很有意思的机器人陪着。我对于未来的预测是,生产工具越来越发达,一个人完成之前一个团队才能完成的事情,导致人类更加个体独立,大家都忙着追求自己的事情,从而更加孤独。
这些综合在一起,我们把愿景定成了“人类陪伴的智能体”。一个情商很高的,智商在线的智能体。算换成现实中的人的话,应该会是一个专业团队。例如你想让它陪你玩,那它是专业策划+演员。陪你运动,那么鼓励师+专业运动教练。陪你学习,那么能把你不懂的讲懂。模型的好处是,它能做长期的陪伴,真的了解你。而且可以“真心为你”。
不过目前技术离愿景还挺遥远。当下技术就能陪着聊聊。很多场景下聊得也不是那么好,内容匮乏,智商情商有时都不在线。都是当下要解决的问题。如果有小伙伴做这一块的海外应用,欢迎联系我们。
团队:有挑战的事情得靠团队
创业之后才真正觉得团队的重要性。在大厂的时候,觉得自己是个螺丝钉,团队成员是螺丝,甚至团队也是个螺丝钉。但创业团队就是一辆车。车小点,但能跑,能载重,转弯灵活,各个角落都能去。公司成立不久的时候,米哈游老蔡来看了眼,看见所有人在一间房子里,他感慨说小团队真好。
不方便的地方当然也是有的,时刻要看有没有油,不好走的路得小心别把车震散架了。每个成员都很重要,没有冗余,一个人不给力,就可能是一个轮胎没气。人也宝贵,走一个人就可能少一个轮胎。
以前我选项目会选自己能主导开发的。但这也意味着问题不会超出我能力太多。创业选了个很大的问题去做,只能全靠团队了。别看本文里用了大量的“我”,其实工作都是团队做的。没了团队,我可能得转行去卖课了(此处不需要掌声)。
个人追求:名还是利?
到目前为止我都靠跟着内心的声音做决定,工作后再去读博、去做视频、去创业。创业需要强烈动机的支撑,才能克服层出不穷的困难。这需要对自己的动机做更深入的分析。
动机要么来自欲望,要么来自恐惧。十年前我可能更热衷名利,但到了现在的年纪,觉得金钱的边际效用已经不高,名声带来的情绪价值也已经很小。我深层的动机来自对生命可能没有意义的恐惧。先不说宇宙的浩瀚,就是在人类的历史长河,一个人也只是一粒沙。意外的到来,迅速的消失。地球上生活过一千亿人,绝大部分人不会在历史上留下痕迹。我家家谱上那上千个人名,我几乎都不认识。
那么一个人的存在的意义是什么呢?小时候曾因为想不清这个问题而抑郁。所以我想去创造价值,获得存在的意义。我选择“上进”,去提升自己的创造价值的能力;选择录长视频和写教材,创造教育价值;选择去写读博、工作、创业的总结,描述里面的纠结和困难,创造真实案例的价值;选择去创业,团结很多人的力量去创造更大价值。
后记
去年跟宿华在斯坦福散步,他拍着我肩膀说:“跟我说句实话,你为什么想创业呀?”当时候不以为然:“就是想换个事情做做”。然后宿华笑了笑。
现在我懂了,因为他经历了创业酸甜苦辣。如果今天再来回答这个问题,我会说:“我就是脑子抽了”。但也庆幸当时没想到会那么不容易,所以一头扎进来了。否则,大家看到的可能是「工作十年反思」。我觉得我今天写的故事更有意思些。
致敬所有创业人。
知乎原文链接:
https://zhuanlan.zhihu.com/p/714533901
最后李沐也打了广告,目前BosonAI总部在Santa Clara,招聘包括旧金山湾区和温哥华。
https://jobs.lever.co/bosonai
有做出海应用的小伙伴也可以联系:[email protected]
微信扫码关注该文公众号作者