量子位|官方帐户
太热了，整个国内AI行业都被动员起来！
在春节结束之前，它迅速适应了多个国内筹码，并在主要的云平台上推出，使其非常活跃〜
这一系列趋势主要关注以下三个方面：
实际上，已经成功实施了国内大型模型和国内芯片计算能力的生态适应。
打破计算能力困境：国内AI生态系统的生存突破
为什么流行使国内AI行业如此迅速地采取行动？仅仅是因为模型本身的技术优势吗？
答案不是。
另一个关键因素是应对国际计算机供应链的不确定性，并面对国际社会的压力，实现独立和可控制的大型模型变得越来越紧迫。
计算能力是大型模型的基础，可以分为：根据应用程序方案，训练计算能力，推理计算能力和应用程序计算能力。
培训计算能力是指用于训练机器学习模型的计算资源。该过程涉及大量数据输入，复杂的数学操作以及重复的迭代优化。它在计算上很密集，有很长时间，具有很高的硬件要求，并且数据量也很大。
推理计算能力是一种计算资源，将经过训练的模型应用于实际数据以生成预测或结果。该过程比训练更简单，但需要有效且潜伏期较低。
应用程序计算能力是指支持整个AI应用系统操作的计算资源，包括数据处理，模型推理，用户交互，存储和网络通信等。
目前，在整个中国大型模型行业中，大型模型计算能力仍然主要依赖于海外计算能力，尤其是在培训过程中。
那么，为什么我们要强调培训课程呢？由于训练计算能力是从头开始的人工智能模型的关键，因此大型模型的进度取决于连续优化和迭代模型，这需要连续投资。
在训练阶段，强大的计算能力是优化模型参数并改善模型性能的关键。目前，主流大型模型通常具有数百亿或数十亿个参数。如此大量的参数空间意味着大量的计算工作量。
只有使用超大计算功率群集才能支持这样的复杂训练任务。培训算法的创新，例如更有效的并行化策略，更智能的参数搜索方法等，都提出了对计算能力水平的更高要求。
随着AI技术创新的战略指挥高度，其独立性和控制程度直接决定了工业发展的倡议。只有控制大型模型的训练过程，我们才能掌握AI技术创新的核心。
当国内计算电源平台仍处于开创性时期时，由于高技术阈值和高投资风险，大多数公司都会受到阻止。作为先驱，选择了“硬核突破”路径：
自2023年10月推出以来，由和华为创建的Wanka国内计算功率平台“ Star One”一直稳定运行，平均使用率为94％，这可以支持万亿美元的参数大型模型培训。 。
2024年1月，“飞行之星One”（ Star v3.5）的第一个成就是国家计算功率训练的第一个大型模型。
一年过去了， Spark仍然是唯一的国家计算能力模型。
为什么是唯一的？
这是因为完整堆栈开发的技术位于深水区，从芯片指令集优化到超大规模的集群稳定性保证，技术复杂性呈指数增长。
这也是对长期投资的战略决心的考验。完整计算能力的本地化需要多年的高强度投资。大多数公司不可避免地会更倾向于选择现成的解决方案。这种路径依赖性导致他们的训练计算能力总是由他人控制。
值得一提的是，于今年1月15日发布了我国家的第一个大型模型，具有基于国家计算功率训练的深刻思考和推理能力，这与 Spark X1相似。
不仅使用10,000个910B国内计算电源卡，不仅在大型模型的研究和开发中取得了一系列成就，而且还使用较少的计算机在国内计算功率平台上对无人土地进行了大量的适应和效率优化功率和较小的模型尺寸已经实现了一流的深入思维和对国内计算能力平台的长文本推理影响。
可以说，它确实实现了国内计算能力的最终效率，这需要更多的技术实力和战略勇气，并且标志着国内AI技术在处理复杂的认知任务方面的重要突破。
董事长Liu 透露，的团队正在加强迭代，并有望在下个月推出的Spark X1的升级版，其性能较高，以确保它始终处于像数学之类的关键领域，教育和医学研究。行业领先的水平。
同时，“飞星2”的第一批计算能力 - 由，和Hefei Big Data Asset Co.，Ltd.共同创建的中国国内超级大型智能计算平台也将是于2025年进行审判。
这种国内AI生态系统协同作用产生了远远超出预期的“化学反应”：华为上升系列芯片在实际场景中得到了调整，不断抛光和更适合AI应用程序的迭代特征； 的模型适应了硬件深度，在摆脱了计算功率瓶颈的束缚后，探索了创新的训练范式。
现在，越来越多的公司正在加入战场，国内AI技术系统的独特性开始出现 - 它既不是对国际技术的简单模仿，也不是新的初创企业，而是一种新物种在生态合作中的发展和解释。
董事长Liu 说：“据说前身种树，后来的几代人享受了凉爽的空气。在通往国家生产模式的道路上，必须有人种植树木。”在市场狂欢节的背后，先驱者的远见和确定是该AI竞争表现出越过循环的战略意义。
已完成培训计算能力，推理计算能力和应用计算能力的国内生产。
从2024年1月到现在， Spark模型已经升级了五次，继续对GPT-4 Turbo和GPT-4O进行基准测试，还推出了Spark多语言模型，为世界带来了第二选择。
就工业应用而言，是涵盖GBC这三个方向的少数市场参与者之一。它通过“ GBC链接”促进了大规模模型的实施。
GBC链接不仅需要在所有三个业务方向上布局，而且还需要充分利用资源共享和协同效果。
建立对g端的示范效应，为扩大B端和C端市场的基础奠定了基础；在B端，它通过与领先的行业企业的合作来扩大其市场影响力并提高C-End产品的市场意识和信任；同时，C端反馈和市场需求为G-End和B-End的产品优化提供了数据支持。
在此策略下，已经取得了哪些具体成就？
在模型迭代级别上， Spark在2024年的GB共同点相对提高了25％，长期文本效应相对改善了50％，行业的图形和文本效应相对改善了60％。
在业务实施方面（截至去年年底，涵盖300多个应用程序方案。
还值得一提赢得项目。 。
△图片来源：智能超参数
只有将模型和计算能力用作基础，行业数据作为积累，应用和服务作为终点，我们才能最终建立一个积极的“技术优势 - 企业企业返回数据返回数据”的积极周期，以便不断地加深我们的“”。护城河”，在复杂的比赛中找到立足点。
这场技术革命始于计算能力的突破，最终将演变为生态价值的全部释放 - 这可能是中国AI给世界给出的最佳答案。
“通用人工智能是一项长途种族，需要集中注意力”
如果时间继续前进，我们可以看到，国内大型模型的当前发展实际上已经达到了一个重要的节点。
一方面，大型模型正在朝着更高的智能水平发展，另一方面，AI行业的生态系统正在进一步加深和巩固。无论是从基础到模型，再到应用程序，它都朝着通用人工智能的最终目标加速。
国内外专家的意见进一步证实了这一点：尽管对AGI的实施时间表有许多不同的看法，但它确实在关键时刻迎来了。
认为可以在现有的GPU硬件上实施通用人工智能。在他的年底摘要中，我们可以看到它已经澄清了如何实现AGI并将目标进一步转移到超级智力上。
Li 专注于实施太空情报，并认为作为AGI的关键步骤，太空智能可以使AI学习，理解和采取行动。就在不久前，他们的团队完成了AI模拟世界的原型：AI只能用一张图片生成一个互动的3D世界。
Award获奖者LeCun专注于大型模型能力快速迭代背后的安全问题，并探讨了如何与人类在本地开发人工智能。这本身是AGI无法避免的问题。
当每个人都在讨论如何实现它以及它到底有多远时，主席刘素芬提出了一个独特的观点：一般模型的上限仍在打开。但是，无论发展多少发展，基础都必须掌握在自己手中，并且您自己的建筑物一定不能在别人的院子里建造。
现在，在通用人工智能的动荡浪潮中，刘青芬认为，是否有独立和可控的国内基础能力来支持它可以确定我们在这条路上可以走多远，并确定在通用人工智能的浪潮中，我们能否享受这浪的股息，您能成为仅次于美国的全球智慧的第二层次吗？
基于这种逻辑，为什么我们要做“飞星”？实际上，可以找到背后的原因。
不仅走得更远，而且更深入。
自成立的第一天以来，一直坚持在国内路线上，决心“用技术为国家工作”，并使“中国语音技术成为最好的”，而中国语音行业则由中国人手中人们。”这是进行中国技术的最初意图，现在看来它的影响非常深远。
鉴于众所周知的原因，成为最早被压制和放弃幻想的球员之一。在经历了一系列困难问题之后，其核心技术研究和产品开发平台逐渐实现了全面的独立控制，因此可以实现它。今天是一种繁荣的生态。
的选择实际上不仅适合，而且适合大型模型，而且还可以为整个中国的人工智能行业带来某些灵感。
首先，基本模型中的创新是独立创新的核心驱动力。在当前减慢基本模型迭代的全球趋势下，以代表的玩家可以继续更新大型模型的基础。
基本模型的持续迭代和升级不仅决定了AI系统功能的启动，而且还促进了在各个领域的AI技术的实施和创新。
随着人工智能技术的持续发展，劳动力的工业划分逐渐变得清晰，形成了一种新的模式：“基本层专注于计算能力，应用层专注于场景创新”。
基本层面的企业可以专注于提高计算能力和算法效率，而应用级别的企业可以根据这些基本技术开发更具创新的应用程序方案。
此外，还有一个更关键的水平，而安全利润的提高是企业独立创新的重要保证。当前的市场环境是动荡的，独立控制可以为行业建立“技术冗余空间”，从而使企业在外部环境中面临波动时能够更加冷静地做出反应。
例如，当芯片供应紧密时，具有独立培训功能的企业可以通过优化算法和模型来减少对硬件的依赖，从而保持业务连续性。这种技术冗余不仅改善了公司的风险抵抗力，而且还为整个行业提供了更多的安全保证。
最后，国内计算能力平台的兴起实际上为更广泛和更大的公司提供了便利。
企业不需要重新创建轮子，而可以直接在国内平台上开发应用程序。这不仅降低了技术阈值，还可以加速AI技术的普及和应用。
例如，为了帮助所有行业更好地实施大型模型，通过结合通信和专业化，连接终端和云以及集成软件和硬件以及构建“计算机动力构建”方法来帮助更多的公司完成数字升级。 ，数据管理，模型培训以及“实施场景，确保安全并改善操作”的完整解决方案。目前， Spark已成为中央国有企业大型型号的首选。
展望未来，AGI的实施仍然具有挑战性，但也充满希望。
在此过程中，独立创新将成为关键。中国公司必须遵守一条独立且可控的技术路线，并不断提高其技术实力，以便在未来的竞争中占据良好的地位。同时，劳动工业划分更清晰，应用方案将更加富裕，因此企业可以平静地处理各种外部不确定性。
随着技术的持续发展，AGI不再遥不可及，而是我们共同努力的目标。用主席Liu 的话来说，这将是一场长途比赛，需要集中精力。
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论