浪潮作为一个平台厂商通过两个方面的努力来抹平这道鸿沟 。
一是算力平台本身 ， 要支持不同的芯片 ， 能够有一个非常高性能、强壮的平台来统一容纳各种芯片 ， 提供芯片之间的高速交换、节点之间的高速信息连通 ， “浪潮现在是唯一一个能够设计、研发、支持八颗国产最高端的AI芯片在一个系统里面进行高速互联的AI服务器的厂商 。 ”刘军表示 。 在AI算力平台方面浪潮一路领跑 ， 以先进的技术换来全球市场份额第一的地位 。
二是软件层面 ， 每一颗芯片都需要与客户的应用对接 ， 这就意味着用户要为不同的AI芯片构筑新的烟囱系统 。 浪潮的AI开发服务平台AIStation构建了一个支持多元异构AI芯片的规范接口的标准 ， 目前已经接入了国内外六家公司的12款AI芯片 ， 可以在一个资源平台上面实现高效管理多元的AI芯片 ， 这就给客户最终使用带来极大的方便 ， 他们只需要聚焦于自己业务的创新 ， 不需要为底层多元算力分散精力 ， 从而大大提升了创新的效率 。
“浪潮将发挥算力平台领导厂商的作用 ， 建立起多元AI芯片和产业AI化之间的桥梁 。 ”刘军表示 。
“源1.0”填补算力与应用之间的鸿沟 人工智能那么好 ， 但是怎么跟客户的业务、应用场景结合？一面是轰轰烈烈在发展的AI技术 ， 一面是迫不及待想通过AI创新的企业 。 “我们发现很多科学家在用不同领域的模型去解决问题 ， 但当场景或者数据发生了变化 ， 就要推倒重来 ， 大大影响了产业落地速度 。 ”刘军认为在AI技术与应用场景之间的鸿沟主要是来自通用性的挑战 ， 大多数AI模型都只能用于某一特定领域 ， 通用性不强 ， 限制产业AI化进程 。
人工智能如何发展出像人类具备逻辑、意识和推理的认知能力 ， 是人工智能研究一直在探索的方向 。 “目前来看 ， 通过大规模数据训练超大参数量的巨量模型 ， 被认为是非常有希望实现通用人工智能的一个重要方向 。 ”王恩东院士认为 ， 随着巨量模型的兴起 ， 巨量化已成为未来人工智能发展非常重要的一个趋势 。
近年来人工智能的发展 ， 已经从“大炼模型”逐步迈向了“炼大模型”的阶段 ， 全球知名的AI领先公司在巨量模型上都予以重兵投入 。 这两年大模型这个概念特别热 ， 谷歌、微软、英伟达、浪潮、智源研究院、百度、阿里等公司相继推出了各自的巨量模型 。 显然 ， “巨量数据、巨量算法和巨量算力”正在成为迈向通用人工智能的重要路径 。
其中浪潮人工智能研究院发布的“源1.0”致力于打造最“博学”的中文AI模型 ，“源1.0”的单体模型参数量达2457亿 ， 超越美国OpenAI组织研发的GPT-3 ， 是目前全球最大中文巨量模型 ， 占据权威中文语言理解测评基准CLUE的零样本学习（zero-shot）和小样本学习（few-shot）2项榜单榜首 。
推荐阅读
- 机身重量|黑科技眼控对焦23年后回归，升级！ 江一白解读EOS R3
- 样儿|从太空看地球新年灯光秀啥样儿？快看！绝美风云卫星图来了
- 手机|黑莓宣布 1 月 4 日起将终止 BlackBerry OS 设备服务支持
- 测试|图森未来完成全球首次无人驾驶重卡在公开道路的全无人化测试
- ASUS|华硕预热ROG Flow Z13：称其是“全球最强悍的游戏平板”
- the|美监督机构：从煤电厂捕获二氧化碳的计划浪费了联邦资金
- 社交|Facebook被指试图在美政客中抹黑前雇员Frances Haugen声誉
- IT|全球汽车行业价值两年突增至3万亿美元 中国电动车企立大功
- IT|全球供应25亿剂疫苗 科兴上半年营收110亿美元
- IT|全球每日新增确诊病例首超100万例 世卫：两大毒株正掀起“疫情海啸”