高校大模型课程引发争议:学生需自备显卡方可上课
随着人工智能的迅猛发展,计算机相关专业如计算机科学、软件工程及网络安全等,逐渐失去了一些人的信心。许多人开始建议这些专业的学生应慎重选择,甚至流行着“92分以下无计算机”的说法。这种情况的出现,既与高校盲目扩展专业招生有关,也因不少学校在经费短缺的情况下仍然开设相关课程,尤其是在非“双一流”高校中情况尤为严重。例如,太原理工这样的211高校,一年内招收近2000名软件工程专业的学生,这样的招生规模令本科生可获得的资源显得极为有限。
面对资源匮乏、教学设备不足以及缺乏能够支持计算能力的显卡,想要在这样的条件下出成绩实属艰难,这无疑是一种对学生未来的消耗,最终只有最优秀的少数人能够获得较好的发展机会,大多数人只能沦为炮灰。最近,有传言称某高校开展了一门名为《通用大模型原理及训练实践》的大模型课程,学校要求教师通知学生:这门课程要求学生自备计算能力,而每五名学生组成一个小组运行一个大模型,因此每组至少需要准备两块NVIDIA RTX 3090或RTX 4090显卡,或者一块40GB的A100显卡。如果没有找到具备计算能力的同学组队,就只能选择退课。
许多人可能对显卡的意义并不十分了解,实际上显卡几乎代表了计算能力的核心,而某个学校计算机专业的强大程度往往与其拥有的显卡数量挂钩。如果一位导师能凭借个人影响带来100块A100显卡,那这位导师必定是一位行业大牛。然而,对于学生而言,这种资本要求显得有些不妥。以RTX 3090为例,其二手价格一般在7000至9000元,而RTX 4090的价格则在16000至22000元之间,最高可达24500元。而NVIDIA A100显卡,作为数据中心使用的限制进口产品,价格非常昂贵,常见的A100 40GB二手显卡在7000到1万美元之间,而A100 80GB的价格在国内二手市场可达到6万元到8万元。
为了学习一门专业课程,竟需投入数万元购买显卡,这让人感到不可思议,但在信息学院开设此类课程时,往往需要较强的硬件支持。如果学校自身条件不足,将导致学生必须承担额外的经济负担。毕竟,大型模型的学习不仅需要理论知识,更需要实际的硬件支持,单靠理论知识无法真正完成实践能力的培养。
一些网友指出,无论理论上多么美好,最终也要面对现实中的实际需求。这种情况其实类似于学习烹饪或机械工程,必须拥有相应的设备才能进行实际操作。如果只是理论学习,而没有实践技巧,永远无法成为真正的厨师。因此,如果经济条件有限的学生可以选择不修这门选修课。