• 注册
  • 查看作者
  • 新华三眼中的AI天路

    ChatGPT的火爆,在全球范围内掀起了新一轮的AI风暴。如今,各行各业都在讨论AI,各个国家都在密集进行新一轮的AI基础设施建设与技术投入。

    但眼前的盛景并非突然到来,就拿这一轮大模型热潮来说,谷歌早在2018年底就发布了BERT,开启了预训练大模型的探索,此后经历了四年的沉淀,才有ChatGPT的一鸣惊人。

    AI技术的演化和发展,既离不开算法本身的创新,也离不开基础设施与工程化应用的配合,这是一个相辅相成的系统化工程。就像这次AI复兴的技术主线是深度学习,但Hinton早在2006年就利用预训练方法缓解了局部最优解的难题,将神经网络隐含层推动到了7层,但技术上实现深度学习,却并不等同于效果上达成。直到2012年,在大数据与云计算的推动下,深度学习的价值才真正得到证明。

    这些AI发展史上的关键节点,向我们展示了这样一个事实:想要AI持续向前发展,就不能仅仅关注算法本身,而是必须将AI的基础设施、工程化、数字化等问题纳入通盘考虑,从而去预判和推动智能化正确发展。

    新华三眼中的AI天路

    那么,业界是否能足够清晰、多元指出AI发展方向的预判呢?答案是肯定的。

    刚刚发布的《新华三2023十大技术趋势白皮书》,其中就有一项,指出了未来技术发展的核心趋势,是AI技术通用能力持续增强,降低行业创新门槛

    让我们从这项趋势展开,共同聊聊火热的AI技术距离我们梦想中的智能时代还有多远,打通二者之间的界限,需要完成哪些努力。新华三又将如何围绕AI发展进行技术创新与产业布局,最终建设起让AI天堑变通途的未来之路。

    AI火花,智能时代,还隔着万水千山

    以ChatGPT为代表的新一代AI技术,正在持续引发热议。各行业都看到了借助大语言模型与AIGC提升生产力的可能性。这类应用的出现,可以让普通人近乎无门槛获取AI能力,自动化生成文案、代码、图片、专业性答案等内容,从而获得极大的能力延展。

    而在类ChatGPT应用之外,我们还可以看到预训练大模型这种形式,相比传统的深度学习算法,具有模型泛化里更强、鲁棒性更高的一系列特点,从而可以更加贴近产业应用,具有更加强大的模型定制性延展空间。ChatGPT的爆火,不仅仅是生成式AI本身的里程碑事件,更是整个AI技术走向繁荣的前奏。

    但必须看到的是,生成式AI获得的热烈反馈,仅仅是一朵绽放的AI火花,是万里长征走出的第一步。距离我们预想中的智能时代,AI还有非常漫长的路要走。

    比如说,今天的AI技术与应用,依旧面临着一系列清晰可见的挑战:

    新华三眼中的AI天路

    1.大模型的泛化效果能否持续增强,“智能涌现”现象能否变成常量?在今天,人们对深度学习模型的黑箱性了解还不透彻,如何在训练数据规模与智能效果之间达成平衡,依旧是困扰算法升级的主要问题。

    2.如何应对AI算力紧缺与算力挤兑问题?如何抑制AI带来的高能耗、数据洪潮隐患?大语言模型的火爆,让全球陷入了新一轮的AI算力紧缺。AI芯片与算力资源成本居高不下,在高算力消耗的同时,AI还带来了海量非结构化数据的存储难题,以及持续的高能耗、高碳排放问题。

    3.如何应对行业的工程化、应用路径问题,让AI走到千行百业当中去?在今天,对于大多数企业来说,大模型依旧是很遥远的一件事。企业如何训练和部署大模型,如何让AI与自身的需求、数据、行业知识结合,依旧有着非常复杂的挑战。

    在新华三发布的2023十大技术趋势白皮书当中,我们可以看到从ICT行业出发,是如何看待这些难题,以及又是如何勾勒出AI未来发展出路的。

    通过ICT的技术创新、产品升级,以及构筑AI通往行业的解决方案,我们可以筑造起更加牢固的智能化基础设施,降低行业智能化门槛,反向牵引和推动AI算法的持续迭代。

    一条跨越万水千山的AI天路,将在名为未来的大地上铺设出来。

    强能力,低门槛,架一条AI天路

    想要让AI更好适配复杂场景,服务真实的生产场景,从而创造出更大价值,就需要解决从算法到算力,从行业路径到技术协同空间的一系列问题,而不能只看一面,只抓一点。这就是新华三预判AI发展趋势时采取的核心思路。在新华三看来,通过AI核心算法的算法创新、算力设施增强、工程化方法实现,AI作为一项通用性技术的能力将逐渐显现出来,从而具备通用化、标准化、普惠化的属性,逐渐与各领域技术进行深度融合,推动领域创新突破。

    更强的通用能力,更低的应用门槛,是AI技术发展的两大核心目标。而为了实现这两大目标,就离不开核心算法创新、算力设施增强以及工程化方法实现。

    在十大技术趋势中,详细展现了新华三眼中,算法、算力与工程化方法三条创新路径的具体方案,为行业标清了发展方向与演进取数。

    首先在算法层面,目前我们已经可以看到基于Transformer的各类大型语言模型,可以大幅提升了对自然语言理解和生成的能力。在可见的未来中,大语言模型依旧将是AI产生智能涌现效果,提升核心能力的关键路径。与此同时,更大的算法机遇来自机器视觉,基于扩散模型的算法,将有可能带来图像生成效果质的提升。在语言+视觉的双重能力覆盖下,AI技术才能真正实现通用化更强大。

    新华三眼中的AI天路

    在今天,各行业更加关注的是AI基础设施的创新,尤其是算力基础设施的升级。因为算力稀缺,已经成为今天各行业应用AI时代最大的拦路虎。根据资料显示,仅仅是GPT-3的训练算力消耗就达到了3640 petaflop/s-day,根据OpenAI自己发布的数据,AI算力需求在过去十年间出现了数十万倍的提升,远远超过摩尔定律所能负载的范围。这意味着,我们必须构建强大的算力基础设施才能支撑接下来的智能化浪潮。而在新华三看来,大规模智算中心的建设,可以大幅度加速AI研究的创新,而智算设施的关键技术包括:

    1. Chiplet技术。在不改变制程的前提下,大幅提升AI芯片性能、降低功耗,在芯片侧提升AI算力。

    新华三眼中的AI天路

    1. 异构计算。包括CXL互联(Compute eXpress Link)、软硬协同等技术,全面提升AI集群系统整体效率,在算力集群层面强化AI计算的集约性,提升算力效率。

    新华三眼中的AI天路

    3.绿色低碳。通过液冷散热、绿色供电等降低PUE,确保AI技术崛起与双碳战略是吻合、适配的。

    在这技术的支撑下,智算中心可以承担起AI算力基础设施的重任,既保证AI算力的充沛,又确保不会产生资源错置与浪费。

    在AI技术与百行百业的结合上,新华三认为工程化方法实践,可以为AI应用大规模普及提供高效的落地支撑。通过采用工程化方法衔接AI流程各个环节,聚合全链路多角色团队,能够加速 AI生产力转化,让AI展现出最终价值。未来值得注意的AI工程化方法包括:

    1. MLOps(Machine Learning Operations,研运全流程一体化):MLIOps可以全面提升模型算法的开发和部署效率,降低流程成本,提升智能化的灵活性。IDC2022年预测,到2024年60%的中国企业将通过MLOps来运作AI任务。

    新华三眼中的AI天路

    2.MaaS(Model as a Service,模型即服务):在云计算领域SaaS、PaaS成为风潮后,新的MaaS形式正在更加引人注目。MaaS强调围绕AI模型本身来提供相应服务,从而提升企业与AI模型的联系紧密程度,尤其可以提升大模型在企业部署的场景化能力。

    3.AI安全,包括模型安全、模型可解释、隐私保护等方面。重视安全能力,可以为AI大规模部署扫清障碍。

    在算法、算力、工程化三大趋势的推动下,未来AI将向着通用化不断演进,并且持续降低适用门槛。预计未来3到5年,AI整体能力将得到全面提升,AI基础设施将持续增强,同时将有大量必须由人类完成的工作变成由AI来完成。

    未来,AI技术将与更多ICT技术组合,形成一个高度整体化、标准化的数字世界。人类共同预想的智能未来,将由此路前进。

    向科技,要答案,洞见智能未来

    二十大报告提出:“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施科教兴国战略、人才强国战略、创新驱动发展战略,开辟发展新领域新赛道,不断塑造发展新动能新优势。”

    在这个时代,必须向科技要答案,而科技的沃土是多元、复杂的。智能未来,需要在AI技术与新一代信息技术的广泛协同、融合,以及再创新。就像AI技术的算力基础设施,离不开智算中心以及企业AI计算能力的提升,这就对计算技术,尤其是多元算力建设提出了考验。而AI模型效果的充分释放,必须有赖于网络环节的支持,这就需要高品质的网络,才能让AI的价值最大化释放。

    于是从这里我们可以看到,新华三发布的2023十大技术趋势预测,并不是彼此孤立的十个技术单元,而是整体性、融合性的技术网络。AI将是未来智能化世界的技术抓手,但同时它也必须与其他数字化技术紧密相关,形成最终为人类服务的技术综合体。

    新华三眼中的AI天路

    这里我们可以看到,在新华三看来,高效释放多元算力的数据中心,将承载起复杂多元、准确快速的数字时代应用;高品质服务化的网络,会让生活、行业和社会场景更具个性化和智能;云网边端分布式架构,让数字应用一体化,串联起更广域的场景,应用流转与衔接更加无感;元宇宙也正在脱离纯虚拟化的早期设定,向着虚实融合、赋能实体的方向演进,为教育、文旅和城市模拟带来全新动力;能源系统的数字化,将成为双碳战略的发展基石;隐私计算与云原生安全,将成为千行百业上云与智能化过程中的安全守卫者;量子信息技术、全栈可观测性技术的到来,会加速下一个数字世代的到来。

    面向未来,我们不是需要一种技术、一个问题的答案,而是需要一个综合的,立体化的解答。任何技术趋势预测,都是当下需求的延伸,这些延长线汇聚到一起,才能清晰我们标明未来的方向。

    长期以来,新华三坚持集团以技术创新为核心引擎,公司研发人员占比超过50%,科技研发投入占销售收入的10到15%。向科技要答案,已经成为新华三发展过程中的信条。

    而如果我们想要了解十大趋势如何落地,想要探索AI技术发展的基础设施创新与工程方法迭代,想要了解新华三面向未来的信念与目标,接下来有一个非常好的窗口。

    6月9日,新华三在杭州市国际博览中心举办了2023 NAVIGATE 领航者峰会。在峰会上,新华三发布了“百业灵犀”LinSeer私域大模型和支持AIGC大算力调度的“傲飞算力平台”,可与业务深度结合提升工作效率,持续优化算法和积累公域数据,为客户提供最新知识能力。同时推出了“AIGC开放战略”,既支持“百业灵犀+新华三ICT基础架构”的模式保障数据安全,实现最优配合,同时也支持“客户自选大模型+新华三ICT基础架构”的模式满足多种需求,帮助百行百业量体裁衣制定数字化解决方案。驾驭算力、融汇数据、运用智能、赋能业务、提升效能,是新华三为自己设定的发展使命与愿景。

    要向科技要答案,向实干要答案,这就是新华三眼中的AI天路。

    广东·深圳
  • 0
  • 0
  • 0
  • 85
  • 请登录之后再进行评论

    登录
  • 做任务
  • 实时动态
  • 主题偏好
  • 单栏布局 侧栏位置: