色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

AI大模型,如何破圈而出?

腦極體 ? 來源:腦極體 ? 作者:腦極體 ? 2023-12-05 09:32 ? 次閱讀

一年即將過去,回望整個2023,我們會覺得這是一個毫無疑問的“AI大模型之年”。這一年里,全球興起了數百個大模型。根據相關報道,僅僅在中國就有超過200個大模型,形成了名副其實的“百模大戰”。

但有個問題不知道大家注意到沒有?大模型雖多,但真正用到大模型的企業和行業卻很少。絕大多數大模型都困守在一個小小的“點”里,只能刷榜、跑分、發論文,卻無法真正走到行業應用的山川大河當中去。或多或少有點“圈地自萌”的味道。

AI大模型真正走向成功,不是拼數據參數和模型規模,而是看最終的價值深度與廣度。大模型需要破圈而出,到行業手中去,到企業手中去,到用戶手中去。

那么,大模型的破圈運動究竟如何實現?華為云在盤古大模型的發展進程中,給出了一個答案。

近期,以“開放同飛,共贏行業AI新時代”為主題的華為云盤古大模型主題論壇·深圳站成功舉辦,現場發布了基于盤古大模型打造的三大基礎解決方案和華為云AI出海計劃。

wKgaomVt3u6ASrxJABHc9ixs7F8756.jpg

其間,華為云Marketing部部長董理斌發表“AI for Industries,開放同飛,共贏行業AI新時代”主題演講,他表示:“為了讓每個行業、每個企業都能快速使用和構建大模型能力,實現基于大模型的創新升級,華為云將堅持‘AI for Industries’,以盤古大模型為核心,持續技術創新;以昇騰AI云服務為基礎,為企業提供澎湃的AI算力供給;以聯創方式使能場景化創新,激發解決方案繁榮。同時,華為云還將提供大模型開發工具鏈、AI能力調用與聯合創新的應用模式、全域協同生態體系和全球化推廣策略,與客戶伙伴開放同飛,加速商業共贏。”

總結分析華為云圍繞盤古大模型指定的推廣與賦能策略,會發現大模型破圈有三個維度的工作需要完成。這些經驗,可以被云計算與AI行業吸收。

AI大模型,為什么很難破圈?

提到AI大模型,我們總是會強調模型參數、數據規模,以及刷榜、評分等內容,卻很少討論大模型如何真正被行業與企業所運用。仿佛本應與行業充分結合的大模型,卻遇到了一些無形之墻,被困在非常局促狹小的學術空間內。

究竟是什么原因導致了這種現象的出現?

我們所處的物理世界是一個三維空間,XYZ三個軸構筑了三維空間的坐標。把這個比喻用到大模型上,會發現AI大模型在這三條軸上都會遇到困難與挑戰,從而限制了自身的發展可能性。這三面墻包括:

1.技術之墻。大模型走向行業應用,首先是會遇到一系列技術問題。其中包括最為著名的AI算力稀缺問題,也包括大模型在調參、部署階段很容易遇到的工具匱乏難題,應用生態支持不足挑戰。從算力到應用,AI大模型在每一個棧層都可能遇到技術卡點,從而使整個大模型落地變成了一個木桶效應,即一個問題無法解決會導致一連串的障礙。

2.場景之墻。在技術維度之外,大模型還必須兼顧行業用戶自身的需求、特性與知識。不同行業對大模型的需求既有共性又有特性,需要完整的場景化解決方案來支持,從而實現高效率、低成本應用大模型,而這一點在目前的大模型行業當中還是非常匱乏的。

3.地理之墻。很多人沒有注意到,圍繞大模型的還有一道地理之墻。伴隨著企業出海、全球化運營成為新的商業風尚,大量企業需要在全球范圍內獲得一致性的AI大模型技術支持與應用體驗。而這一點對云計算供應商的全球化基礎設施建設與全球運營能力提出了極大的考驗,在目前階段更是一致稀缺資源。

這三面墻的存在,極大限制了大模型的應用范圍。反過來說,大模型想要出圈、破圈,也必須打破這面墻,實現大模型從一個點,到線、面、體的多維度進化。

盤古大模型,在三個方面同時做出了探索與嘗試,這在目前的大模型領域中可謂獨樹一幟。

X軸破圈:構建從算力到應用的全棧支持

盤古大模型實現的第一個“破圈”,是從技術上打通大模型落地的卡點,解決從算力層到應用層的一系列大模型挑戰。

作為模型層核心的盤古大模型,其本身就提供5+N+X的三層解耦架構,天然具備良好的生態開放性。通過模型與算力、工具、生態的結合,盤古大模型可以解決行業用戶多元且復雜的大模型需求。這種“技術破圈”, 主要體現為圍繞盤古大模型進行上下兩個方向的延展。

wKgaomVt3u-AIQt6AARd9g-Sz_4445.jpg

首先是向下打通算力基座。

在算力層,華為云昇騰AI云服務,可以有效解決AI算力稀缺,企業排隊等待的一系列難題。華為云在貴安、烏蘭察布、蕪湖打造了3大AI云算力中心,可以為企業提供澎湃的昇騰AI算力。與此同時,企業和開發者還可以通過“華為云昇騰AI云服務百模千態專區”直接使用業界主流的開源大模型,比如LLaMA,百川等。

接下來是向上打通工具與應用生態。

為了更好賦能企業用戶與開發者,華為云在模型基礎之上還提供一系列技術與生態的賦能方案。這些能力可以解決大模型在調優、開發、應用落地過程中的難題,打通大模型到行業應用的最后一公里。總體來看,其中包括:

3大全流程工具鏈:從算力調優、通用AI開發、到大模型開發,幫助企業一站式加速大模型開發效率。

2種應用模式:企業可以通過API直接調用盤古大模型能力,也可以基于盤古大模型,結合自有數據定制企業專屬的大模型。

1個全域協同生態體系:華為云面向軟件伙伴、服務伙伴、咨詢與系統集成伙伴三類伙伴開放全方位的大模型生態合作路徑,并提供AI Gallery和云商店KooGallery平臺,為大模型資產變現、知識共享、商品上架、交易推廣等提供完善的平臺支持。

1個全球化推廣策略:華為云將在全球各區域節點加速上線盤古大模型、AI算力及調優的開源大模型等,通過能力共建、商機共享、商業加速,與客戶、伙伴共享AI價值。

這個3+2+1+1的模式,打通了大模型從開發工具到應用生態的系列難題,從而使大模型不僅可訓練、可部署,還能得到完善的運營與商業化支持。

從昇騰AI云服務,到盤古大模型體系,再到“3+2+1+1”賦能,一條完整的大模型全棧支持鏈就被塑造了起來,企業用戶不會在任何一個棧層遇到大模型的卡點。

Y軸破圈:走向場景,釋放生產力

接下來行業與企業用戶面臨的大模型問題,是如何以最高效率、最低成本,將大模型變成自身所需的場景化解決方案。要知道,大模型技術非常新穎,企業進行解決方案開發的難度非常大。同時不同行業之間又有眾多應用大模型場景的共性,頻繁重復開發會造成成本的極大浪費。

為了解決這個問題,華為云圍繞盤古大模型打造了三大基礎解決方案,從而可以幫助客戶、伙伴更快實現面向細分場景的AI解決方案創新,降低大模型應用門檻,實現大模型技術與行業場景高效率融合。其中包括:

wKgaomVt3vGASWyWAARpkRbz6_I404.jpg

1.盤古大模型+搜索解決方案。

搜索是大模型在行業應用當中的主要場景,尤其在金融、政務、醫療等行業中,搜索可以提供知識問答、文檔問答等應用,從而極大釋放行業生產力。盤古大模型通過與行業知識庫深度融合,并結合搜索、GaussDB向量數據庫、精排等技術,可以提升搜索在語義理解、泛化能力、準確度等方面的能力,實現實時知識獲取、精準問答、結果溯源。以金融行業為例,應用盤古大模型+搜索解決方案,座席知識問答場景服務效率能夠提升10%。

2.盤古大模型+數字人解決方案。

伴隨著數字人的不斷發展,與大模型結合的數字人受到了越來越多行業的青睞。在智能客服、電商、企業辦公當中有極大的生產力提升作用。盤古大模型+數字人解決方案,可以為播報交互、智能客服、辦公助手等各種數字人應用場景提供支持。盤古大模型加持的數字人大腦中樞,能夠提供精準意圖理解、用戶隱私和安全保護、插件中心三大能力。基于該方案的數字人創作效率可以提升200%,并且全面提升數字人的最終交互體驗。

3.盤古大模型+RPA(智能流程機器人)解決方案。

流程機器人的應用非常廣泛,可以有效作用于政務、金融、法務、財務、零售、人力資源等領域。盤古大模型+RPA(智能流程機器人)解決方案,充分發揮了盤古大模型和RPA產品WeAutomate的核心優勢,支持大模型自然語言交互調用RPA,執行誤差率低于0.05%,合法合規遵從度100%,大幅降低人工操作的準確性和合規性風險。

場景化解決方案的出現與發展,將進一步降低行業用戶的大模型應用難度,消弭開發成本。通過盤古大模型的場景化解決方案,搭配專屬模型的調參訂制能力,企業可以找到適合自身需求的最佳大模型方案,從而打破大模型的場景之墻,讓大模型真正融入行業。

Z軸破圈:大模型出海正當時

大模型與企業出海、企業全球化運營的結合,是一個尚未得到有效關注的話題。但事實上,在全球對AI大模型關注極高,以及中企出海迎來高潮的背景下,大模型的全球化支持其實至關重要。

獲得全球一致的大模型體驗,企業就可以更加從容地進行智能化升級,以大模型能力作為全球范圍內的企業競爭力,從而構筑出獨特的智能化產業優勢。為了幫助企業以AI之帆駕船出海,華為云推出了AI出海計劃。

能夠實現這一點,是因為華為云始終堅持全球化發展策劃,華為云KooVerse全球一張網已經在全球打造了50ms時延圈,成為出海企業的首選。在此基礎上,華為云AI出海計劃將在海外節點陸續上線大模型全棧技術成果,幫助出海企業構筑大模型優勢。

其中,在算力方面華為云將在2024年陸續在全球范圍內提供AI雙棧算力服務,滿足全球多樣化的AI算力需求。

在模型層面,華為云將在海外節點率先上線盤古自然語言、視覺、多模態、科學計算、預測等大模型能力。其中,自然語言大模型支持英語、阿拉伯語、泰語等多國語言。

在開源大模型方面,華為云明年將在海外節點陸續上線調優適配自然語言、視頻圖像及多模態等多種類別100多個開源大模型。滿足企業多樣化的大模型需求。

董理斌表示,未來十年最大的機會是人工智能,大模型時代已然開啟。

通過全棧技術構建、場景化解決方案落地,以及AI出海的發展,大模型將不再僅僅發揮一個點的局限作用,而是可以打通界限,將價值釋放到行業場景、企業生產,以及用戶體驗當中去。

最終,一個每家企業都能快速、高效、低成本構建大模型能力的時代將會到來。

大模型的價值的深度與廣度,將在這個時代中熠熠生輝。

審核編輯 黃宇

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    87

    文章

    31463

    瀏覽量

    269849
  • 華為云
    +關注

    關注

    3

    文章

    2682

    瀏覽量

    17540
  • 算力
    +關注

    關注

    1

    文章

    1011

    瀏覽量

    14906
  • 大模型
    +關注

    關注

    2

    文章

    2533

    瀏覽量

    3004
  • 盤古大模型
    +關注

    關注

    1

    文章

    109

    瀏覽量

    329
  • AI大模型
    +關注

    關注

    0

    文章

    320

    瀏覽量

    337
收藏 人收藏

    評論

    相關推薦

    企業AI模型部署攻略

    當下,越來越多的企業開始探索和實施AI模型,以提升業務效率和競爭力。然而,AI模型的部署并非易事,需要企業在多個層面進行細致的規劃和準備。下面,AI
    的頭像 發表于 12-23 10:31 ?158次閱讀

    AI模型托管原理分析

    AI模型托管是指將訓練好的AI模型部署在云端或邊緣服務器上,由第三方平臺提供模型運行、管理和優化等服務。以下,
    的頭像 發表于 11-07 09:33 ?230次閱讀

    AI模型與深度學習的關系

    AI模型與深度學習之間存在著密不可分的關系,它們互為促進,相輔相成。以下是對兩者關系的介紹: 一、深度學習是AI模型的基礎 技術支撐 :深度學習是一種機器學習的方法,通過多層神經網
    的頭像 發表于 10-23 15:25 ?1082次閱讀

    ai模型ai框架的關系是什么

    AI模型AI框架是人工智能領域中兩個重要的概念,它們之間的關系密切且復雜。 AI模型的定義和特點
    的頭像 發表于 07-16 10:07 ?4.4w次閱讀

    ai模型和傳統ai的區別在哪?

    AI模型和傳統AI的區別主要體現在以下幾個方面: 數據量和訓練規模 AI模型通常需要大量的數據進行訓練,以獲得更好的性能。相比之下,傳統
    的頭像 發表于 07-16 10:06 ?1520次閱讀

    AI模型AI框架的關系

    在探討AI模型AI框架的關系時,我們首先需要明確兩者的基本概念及其在人工智能領域中的角色。AI模型通常指的是具有極大規模、高度復雜性和
    的頭像 發表于 07-15 11:42 ?1205次閱讀

    AI模型與傳統AI的區別

    AI模型(如LLM,即大型語言模型)與傳統AI在多個方面存在顯著的區別。以下將從技術層面、應用場景、性能表現、計算資源和成本、以及發展趨勢和挑戰等角度進行詳細闡述。
    的頭像 發表于 07-15 11:37 ?3020次閱讀

    榮耀,做AI時代的折疊屏“風者”

    榮耀平臺級AI,掀起折疊屏領域的“風效應”
    的頭像 發表于 07-14 18:05 ?2036次閱讀
    榮耀,做<b class='flag-5'>AI</b>時代的折疊屏“<b class='flag-5'>破</b>風者”

    AI模型與小模型的優缺點

    在人工智能(AI)的廣闊領域中,模型作為算法與數據之間的橋梁,扮演著至關重要的角色。根據模型的大小和復雜度,我們可以將其大致分為AI模型
    的頭像 發表于 07-10 10:39 ?3254次閱讀

    STM CUBE AI錯誤導入onnx模型報錯的原因?

    使用cube-AI分析模型時報錯,該模型是pytorch的cnn轉化成onnx ``` Neural Network Tools for STM32AI v1.7.0 (STM.
    發表于 05-27 07:15

    為什么Cubeai導入模型的時候報錯[AI:persondetection] ModuleNotFoundError: No module named \'_socket\'?

    在使用CubeIde導入ai模型進行模型分析的時候報錯[AI:persondetection] ModuleNotFoundError: No module named \'_sock
    發表于 05-21 06:44

    防止AI模型被黑客病毒入侵控制(原創)聆思大模型AI開發套件評測4

    在設計防止AI模型被黑客病毒入侵時,需要考慮到復雜的加密和解密算法以及模型的實現細節,首先需要了解模型的結構和實現細節。 以下是我使用Python和TensorFlow 2.x實現
    發表于 03-19 11:18

    cubemx ai導入onnx模型后壓縮失敗了怎么解決?

    cubemx ai導入onnx模型后壓縮失敗。請問我怎么解決
    發表于 03-19 07:58

    AI模型遠程控制啟動車輛(原創)

    AI模型
    還沒吃飯
    發布于 :2024年03月18日 15:18:29

    使用cube-AI分析模型時報錯的原因有哪些?

    使用cube-AI分析模型時報錯,該模型是pytorch的cnn轉化成onnx ``` Neural Network Tools for STM32AI v1.7.0 (STM.
    發表于 03-14 07:09
    主站蜘蛛池模板: WWW夜片内射视频在观看视频| 人妻无码AV中文系统久久免费| 国语自产二区高清国语自产拍| 老少配xxxxx欧美| 欧美一级做a爰片免费| 午夜男女爽爽羞羞影院在线观看| 伊人国产在线播放| 久久伊人草| 少妇无码吹潮久久精品AV网站| 国产人人为我我为人人澡| 久久久欧美国产精品人妻噜噜 | 免费a视频在线观看| 麻豆AV蜜桃AV久久| 小黄文纯肉污到你湿| 亚洲国产综合久久精品| 新香蕉少妇视频网站| fyeex性欧美人与曾| 99久久久久亚洲AV无码| 国产综合在线视频| 色欲AV亚洲永久无码精品| 521人成a天堂v| 久久99热狠狠色AV蜜臀| 午夜理伦片免费| 国产69精品久久久久麻豆| 国产免费69成人精品视频| 日韩精品免费一区二区| 亚洲国产cao| 在线观看国产高清免费不卡| 最近中文字幕免费高清MV视频6| 99精品免费在线观看| 狠狠干福利视频| 男人和女人一级黄色大片| 欧美特级特黄AAAAA片| 中文无码熟妇人妻AV在线| 丰满人妻妇伦又伦精品APP国产| 嫩草亚洲国产精品| 中文字幕福利视频在线一区| 韩国无遮羞禁动漫在线观看96| 先锋影音 av| 国产麻豆剧看黄在线观看| 色尼玛亚洲综合|