ChatGPT的火爆,在全球范圍內掀起了新一輪的AI風暴。如今,各行各業都在討論AI,各個國家都在密集進行新一輪的AI基礎設施建設與技術投入。
但眼前的盛景并非突然到來,就拿這一輪大模型熱潮來說,谷歌早在2018年底就發布了BERT,開啟了預訓練大模型的探索,此后經歷了四年的沉淀,才有ChatGPT的一鳴驚人。
AI技術的演化和發展,既離不開算法本身的創新,也離不開基礎設施與工程化應用的配合,這是一個相輔相成的系統化工程。就像這次AI復興的技術主線是深度學習,但Hinton早在2006年就利用預訓練方法緩解了局部最優解的難題,將神經網絡隱含層推動到了7層,但技術上實現深度學習,卻并不等同于效果上達成。直到2012年,在大數據與云計算的推動下,深度學習的價值才真正得到證明。
這些AI發展史上的關鍵節點,向我們展示了這樣一個事實:想要AI持續向前發展,就不能僅僅關注算法本身,而是必須將AI的基礎設施、工程化、數字化等問題納入通盤考慮,從而去預判和推動智能化正確發展。

那么,業界是否能足夠清晰、多元指出AI發展方向的預判呢?答案是肯定的。
剛剛發布的《新華三2023十大技術趨勢白皮書》,其中就有一項,指出了未來技術發展的核心趨勢,是AI技術通用能力持續增強,降低行業創新門檻。
讓我們從這項趨勢展開,共同聊聊火熱的AI技術距離我們夢想中的智能時代還有多遠,打通二者之間的界限,需要完成哪些努力。新華三又將如何圍繞AI發展進行技術創新與產業布局,最終建設起讓AI天塹變通途的未來之路。
AI火花,智能時代,還隔著萬水千山
以ChatGPT為代表的新一代AI技術,正在持續引發熱議。各行業都看到了借助大語言模型與AIGC提升生產力的可能性。這類應用的出現,可以讓普通人近乎無門檻獲取AI能力,自動化生成文案、代碼、圖片、專業性答案等內容,從而獲得極大的能力延展。
而在類ChatGPT應用之外,我們還可以看到預訓練大模型這種形式,相比傳統的深度學習算法,具有模型泛化里更強、魯棒性更高的一系列特點,從而可以更加貼近產業應用,具有更加強大的模型定制性延展空間。ChatGPT的爆火,不僅僅是生成式AI本身的里程碑事件,更是整個AI技術走向繁榮的前奏。
但必須看到的是,生成式AI獲得的熱烈反饋,僅僅是一朵綻放的AI火花,是萬里長征走出的第一步。距離我們預想中的智能時代,AI還有非常漫長的路要走。
比如說,今天的AI技術與應用,依舊面臨著一系列清晰可見的挑戰:
1.大模型的泛化效果能否持續增強,“智能涌現”現象能否變成常量?在今天,人們對深度學習模型的黑箱性了解還不透徹,如何在訓練數據規模與智能效果之間達成平衡,依舊是困擾算法升級的主要問題。
2.如何應對AI算力緊缺與算力擠兌問題?如何抑制AI帶來的高能耗、數據洪潮隱患?大語言模型的火爆,讓全球陷入了新一輪的AI算力緊缺。AI芯片與算力資源成本居高不下,在高算力消耗的同時,AI還帶來了海量非結構化數據的存儲難題,以及持續的高能耗、高碳排放問題。
3.如何應對行業的工程化、應用路徑問題,讓AI走到千行百業當中去?在今天,對于大多數企業來說,大模型依舊是很遙遠的一件事。企業如何訓練和部署大模型,如何讓AI與自身的需求、數據、行業知識結合,依舊有著非常復雜的挑戰。
在新華三發布的2023十大技術趨勢白皮書當中,我們可以看到從ICT行業出發,是如何看待這些難題,以及又是如何勾勒出AI未來發展出路的。
通過ICT的技術創新、產品升級,以及構筑AI通往行業的解決方案,我們可以筑造起更加牢固的智能化基礎設施,降低行業智能化門檻,反向牽引和推動AI算法的持續迭代。
一條跨越萬水千山的AI天路,將在名為未來的大地上鋪設出來。
強能力,低門檻,架一條AI天路
想要讓AI更好適配復雜場景,服務真實的生產場景,從而創造出更大價值,就需要解決從算法到算力,從行業路徑到技術協同空間的一系列問題,而不能只看一面,只抓一點。這就是新華三預判AI發展趨勢時采取的核心思路。在新華三看來,通過AI核心算法的算法創新、算力設施增強、工程化方法實現,AI作為一項通用性技術的能力將逐漸顯現出來,從而具備通用化、標準化、普惠化的屬性,逐漸與各領域技術進行深度融合,推動領域創新突破。
更強的通用能力,更低的應用門檻,是AI技術發展的兩大核心目標。而為了實現這兩大目標,就離不開核心算法創新、算力設施增強以及工程化方法實現。
在十大技術趨勢中,詳細展現了新華三眼中,算法、算力與工程化方法三條創新路徑的具體方案,為行業標清了發展方向與演進取數。
首先在算法層面,目前我們已經可以看到基于Transformer的各類大型語言模型,可以大幅提升了對自然語言理解和生成的能力。在可見的未來中,大語言模型依舊將是AI產生智能涌現效果,提升核心能力的關鍵路徑。與此同時,更大的算法機遇來自機器視覺,基于擴散模型的算法,將有可能帶來圖像生成效果質的提升。在語言+視覺的雙重能力覆蓋下,AI技術才能真正實現通用化更強大。

在今天,各行業更加關注的是AI基礎設施的創新,尤其是算力基礎設施的升級。因為算力稀缺,已經成為今天各行業應用AI時代最大的攔路虎。根據資料顯示,僅僅是GPT-3的訓練算力消耗就達到了3640 petaflop/s-day,根據OpenAI自己發布的數據,AI算力需求在過去十年間出現了數十萬倍的提升,遠遠超過摩爾定律所能負載的范圍。這意味著,我們必須構建強大的算力基礎設施才能支撐接下來的智能化浪潮。而在新華三看來,大規模智算中心的建設,可以大幅度加速AI研究的創新,而智算設施的關鍵技術包括:
1.Chiplet技術。在不改變制程的前提下,大幅提升AI芯片性能、降低功耗,在芯片側提升AI算力。

2.異構計算。包括CXL互聯(Compute eXpress Link)、軟硬協同等技術,全面提升AI集群系統整體效率,在算力集群層面強化AI計算的集約性,提升算力效率。

3.綠色低碳。通過液冷散熱、綠色供電等降低PUE,確保AI技術崛起與雙碳戰略是吻合、適配的。
在這技術的支撐下,智算中心可以承擔起AI算力基礎設施的重任,既保證AI算力的充沛,又確保不會產生資源錯置與浪費。
在AI技術與百行百業的結合上,新華三認為工程化方法實踐,可以為AI應用大規模普及提供高效的落地支撐。通過采用工程化方法銜接AI流程各個環節,聚合全鏈路多角色團隊,能夠加速 AI生產力轉化,讓AI展現出最終價值。未來值得注意的AI工程化方法包括:
1.MLOps(Machine Learning Operations,研運全流程一體化):MLIOps可以全面提升模型算法的開發和部署效率,降低流程成本,提升智能化的靈活性。IDC2022年預測,到2024年60%的中國企業將通過MLOps來運作AI任務。

2.MaaS(Model as a Service,模型即服務):在云計算領域SaaS、PaaS成為風潮后,新的MaaS形式正在更加引人注目。MaaS強調圍繞AI模型本身來提供相應服務,從而提升企業與AI模型的聯系緊密程度,尤其可以提升大模型在企業部署的場景化能力。
3.AI安全,包括模型安全、模型可解釋、隱私保護等方面。重視安全能力,可以為AI大規模部署掃清障礙。
在算法、算力、工程化三大趨勢的推動下,未來AI將向著通用化不斷演進,并且持續降低適用門檻。預計未來3到5年,AI整體能力將得到全面提升,AI基礎設施將持續增強,同時將有大量必須由人類完成的工作變成由AI來完成。
未來,AI技術將與更多ICT技術組合,形成一個高度整體化、標準化的數字世界。人類共同預想的智能未來,將由此路前進。
向科技,要答案,洞見智能未來
二十大報告提出:“必須堅持科技是第一生產力、人才是第一資源、創新是第一動力,深入實施科教興國戰略、人才強國戰略、創新驅動發展戰略,開辟發展新領域新賽道,不斷塑造發展新動能新優勢。”
在這個時代,必須向科技要答案,而科技的沃土是多元、復雜的。智能未來,需要在AI技術與新一代信息技術的廣泛協同、融合,以及再創新。就像AI技術的算力基礎設施,離不開智算中心以及企業AI計算能力的提升,這就對計算技術,尤其是多元算力建設提出了考驗。而AI模型效果的充分釋放,必須有賴于網絡環節的支持,這就需要高品質的網絡,才能讓AI的價值最大化釋放。
于是從這里我們可以看到,新華三發布的2023十大技術趨勢預測,并不是彼此孤立的十個技術單元,而是整體性、融合性的技術網絡。AI將是未來智能化世界的技術抓手,但同時它也必須與其他數字化技術緊密相關,形成最終為人類服務的技術綜合體。
這里我們可以看到,在新華三看來,高效釋放多元算力的數據中心,將承載起復雜多元、準確快速的數字時代應用;高品質服務化的網絡,會讓生活、行業和社會場景更具個性化和智能;云網邊端分布式架構,讓數字應用一體化,串聯起更廣域的場景,應用流轉與銜接更加無感;元宇宙也正在脫離純虛擬化的早期設定,向著虛實融合、賦能實體的方向演進,為教育、文旅和城市模擬帶來全新動力;能源系統的數字化,將成為雙碳戰略的發展基石;隱私計算與云原生安全,將成為千行百業上云與智能化過程中的安全守衛者;量子信息技術、全棧可觀測性技術的到來,會加速下一個數字世代的到來。
面向未來,我們不是需要一種技術、一個問題的答案,而是需要一個綜合的,立體化的解答。任何技術趨勢預測,都是當下需求的延伸,這些延長線匯聚到一起,才能清晰我們標明未來的方向。
長期以來,新華三堅持集團以技術創新為核心引擎,公司研發人員占比超過50%,科技研發投入占銷售收入的10到15%。向科技要答案,已經成為新華三發展過程中的信條。
而如果我們想要了解十大趨勢如何落地,想要探索AI技術發展的基礎設施創新與工程方法迭代,想要了解新華三面向未來的信念與目標,接下來有一個非常好的窗口。
6月9日,新華三在杭州市國際博覽中心舉辦了2023 NAVIGATE 領航者峰會。在峰會上,新華三發布了“百業靈犀”LinSeer私域大模型和支持AIGC大算力調度的“傲飛算力平臺”,可與業務深度結合提升工作效率,持續優化算法和積累公域數據,為客戶提供最新知識能力。同時推出了“AIGC開放戰略”,既支持“百業靈犀+新華三ICT基礎架構”的模式保障數據安全,實現最優配合,同時也支持“客戶自選大模型+新華三ICT基礎架構”的模式滿足多種需求,幫助百行百業量體裁衣制定數字化解決方案。駕馭算力、融匯數據、運用智能、賦能業務、提升效能,是新華三為自己設定的發展使命與愿景。
要向科技要答案,向實干要答案,這就是新華三眼中的AI天路。
-
算法
+關注
關注
23文章
4696瀏覽量
94661 -
AI
+關注
關注
87文章
34090瀏覽量
275200 -
異構計算
+關注
關注
2文章
105瀏覽量
16575 -
新華三
+關注
關注
0文章
197瀏覽量
15046 -
chiplet
+關注
關注
6文章
452瀏覽量
12855
發布評論請先 登錄
首創開源架構,天璣AI開發套件讓端側AI模型接入得心應手
中軟國際教育攜手安徽新華學院共建數智現代產業學院
三星Galaxy S25系列:AI天團賦能,重塑旗艦新標桿
新華三集團加入CCCA,力推綠色低碳發展
新華三集團榮獲“智算中心關鍵技術創新獎”
新華三全面接入DeepSeek,引領AI發展新熱潮
天璣 9400拿下AI性能榜冠軍,最強NPU引領手機AI應用變革

評論