做家装的网站有哪些内容,如何快速做单页面网站,自己做局域网网站的流程,廊坊做网站电话9月19日#xff0c;在暴雨青海渠道大会上#xff0c;暴雨总裁孙辉谈及了AI的发展趋势和暴雨的智能化战略。
当前AI依然火热#xff0c;孙辉认为#xff1a;“从商业应用角度看#xff0c;从来没有一项技术进步像AI一样#xff0c;在如此短的时间内产生如此大的影响。AI技…
9月19日在暴雨青海渠道大会上暴雨总裁孙辉谈及了AI的发展趋势和暴雨的智能化战略。
当前AI依然火热孙辉认为“从商业应用角度看从来没有一项技术进步像AI一样在如此短的时间内产生如此大的影响。AI技术的持续进步正在推动各行各业智能化的不断深化正在走向全面智能化。”
近年来渠道大会的主题主要围绕着AI、云、算力也是暴雨的重点战略方向。暴雨从2018年开始推进AI发展战略并在去年的大会上进一步明确了公司全面智能化的战略。
孙辉首先重点谈到了算力他表示“智能化必将是一个长期过程而算力是智能化的关键基础过去是未来也是。因此智能化的可持续首先是算力的可持续。而算力依赖半导体工艺但我们必须要面对一个现实是美国在AI芯片领域对中国的制裁长期不会取消而中国半导体制造工艺由于也受美国制裁将在相当长时间处于落后状态这就意味着我们所能制造的芯片的先进性将受到制约。这是我们打造算力解决方案必须面对的挑战。”
因此在他看来立足中国只有基于实际可获得的芯片制造工艺打造的算力才是长期可持续的但同时也存在机会“因为人工智能正在成为主导性算力需求促使计算系统正在发生结构性变化需要的是系统算力而不仅仅是单处理器的算力。这些结构性变化为我们通过架构性创新开创出一条自主可持续的计算产业发展道路提供了机遇。”
目前暴雨的战略核心就是充分抓住人工智能变革机遇基于实际可获得的芯片制造工艺计算、存储和网络技术协同创新开创计算架构打造“超节点集群”系统算力解决方案长期持续满足算力需求。
面对AI带来的新空间孙辉也提出了一些观点。在他看来不是每个企业都要建设大规模AI算力不是每个企业都要训练自己的基础大模型也不是所有的应用都要追求“大”模型。
其中对于大规模AI算力的挑战孙辉表示AI服务器特别是AI算力集群不同于通用x86服务器对供电、散热等数据中心机房环境要求极高且随着大模型越来越大AI算力也将走向更大规模而且变化节奏快AI服务器快速升级换代数据中心机房面临要么浪费、要么满足不了需求的困境。
这只是挑战之一因此孙辉建议每个企业都要思考适合自己的获取AI算力的方式而不仅仅是建设自己的AI算力。
而训练基础大模型对于企业来说不仅意味着高成本同时是否能获取到足够的数据量也是挑战。所以他也提出并不是每个企业都要训练自己的基础大模型。
他进一步表示“不是所有的应用都要追求’大’模型。从暴雨在行业的实践看十亿参数模型可以满足科学计算、预测决策等业务场景的需求比如降雨预测、药物分子优化、工艺参数预测在PC个人电脑、手机等端侧设备上十亿参数模型也有广泛应用而百亿参数模型可以满足面向NLP自然语言处理、CV计算机视觉、多模态等大量特定领域场景的需求比如知识问答、代码生成、安全检测。面向NLP、多模态的复杂任务可以用千亿参数模型来完成。”
此外孙辉还谈到了终端AI“终端中引入AI能力已经成为普遍的趋势比如打造AI Phone、AI PC等。我们始终认为消费者的体验是第一位的消费者难以理解芯片工艺、算力TFLOPS、模型参数量…究竟意味着什么而是更加注重切身的使用体验。因此我们倡议终端AI应以体验为中心而不是以算力为中心。”
整体而言暴雨认为企业需要的是根据自身不同业务场景需求选择最合适的模型通过多模型组合解决问题创造价值。
