克雷西 發自 凹非寺
量子位 | 公衆号 QbitAI
百模大戰愈演愈烈，各大廠商卷出了不同形态：
有的大秀肌肉，在文本長度上一騎絕塵；有的與搜尋等功能深度融合，成為了全能型AI助手……琳琅滿目的大模型産品令人目不暇接。
但對于企業使用者而言，盡管這些通用大模型各有各的特色，但在解決行業任務時，表現得卻并非那麼完美。
究其“不能勝任”的原因，主要是通用大模型在特定行業的知識儲備并不充足，甚至存在嚴重的幻覺。
為了彌補這樣的缺陷，需要大量的行業資料，模型算法也需要進行優化，而這又會牽扯出算力問題……
也是這種背景之下，為了幫助企業使用者更好地實作大模型應用落地，浪潮資訊提出了集算法、算力、資料和互聯為一體的端到端解決方案。
大模型進入2.0時代，但落地依舊困難
随着人工智能技術的快速發展，AI正在變得無處不在，影響着各種計算裝置和平台。
從伺服器到個人電腦（PC），甚至是移動裝置，AI算力正在滲透進每一個計算裝置，面向人工智能的算力範式不斷革新。
除了這種“一切計算皆AI”的大背景，人工智能的代表性産品——大模型也進入了2.0時代。
這意味着将會出現更大的模型，随之而來的是更多的資料需求，以及對算力資源的更大需求。
而算法、算力和資料正是人工智能發展的“三駕馬車”，但從當今發展來看，發展得都不充分。
首先，由于大模型的訓練成本極其高昂，導緻試錯代價極高，進而出現了在大模型時代對于算法的創新依舊有所保守的局面。
算力的資源也并不均衡，北京智源研究院副院長兼總工程師林詠華認為，大模型2.0時代，不能隻關注單顆晶片的能力，而是需要考慮從晶片到伺服器叢集，再到資料中心的存儲和計算關系，以及整個網絡的協同。
資料方面的情況一樣不樂觀，随着大模型對計算規模的需求增加，人類産生的已知資料，對于大模型而言即将甚至已經不足。
除了大模型自身發展受到算力和資料等方面的桎梏，對于企業使用者來說，大模型落地還存在更多的現實問題。
一是大模型缺少專業的行業資料，不可避免地導緻了幻覺問題，難以适用于企業場景。
另一方面，有些企業應用場景中，對模型視窗長度需求極大，現有的模型可能無法滿足需求。
此外，開發難度大、技術門檻高，也是企業實作大模型落地的一個重要壁壘。
想要解決這些痛點難點，需要從上到下的整個生态為之發力，而浪潮資訊正是企業大模型落地助推者中的一份子。
端到端開發企業大模型應用
第十屆IPF浪潮資訊生态夥伴大會上，浪潮資訊AI軟體研發總監吳韶華隆重釋出了企業大模型開發平台元腦企智EPAI。
EPAI平台提供了端到端的企業大模型落地解決方案，解決了企業大模型應用開發流程複雜、門檻高等困難。
大模型2.0時代，資料就是資産，掌握資料就等于掌握了話語權。
而EPAI提供了上億條基礎知識資料，同時還包含了自動化的資料處理工具，可以幫助使用者整理行業資料和專業資料，生成高品質的微調資料和行業/企業知識庫，進而打造企業專屬資料資産。
有優質的基礎+行業+企業資料作為支撐，大模型生成内容的準确性和可靠性就有了保證，幻覺問題将大幅縮減。
同時，結合檢索增強生成（RAG）技術，EPAI可以解決企業知識庫更新頻率高但大模型微調耗時長、頻率低的沖突，保證模型能夠及時獲得處理最新知識的能力。
另一方面，EPAI還提供了高效的微調工具，支援千億參數模型面向産業知識的快速再學習，并讓模型具備百萬Token的長文檔處理能力，解決視窗長度不足的問題，快速打造領域大模型。
好馬當配好鞍，EPAI不僅擁有強大的企業大模型開發功能，在易用性方面也幫助開發者降低了使用門檻。
使用方式上，EPAI支援API、對話UI和智能體三種使用方式，可以面對不同的業務場景需求，并讓不同技術水準的開發者都能擁有與自己能力相比對的開發方式。
甚至是非專業開發人員，也能在幾天教育訓練之後快速掌握平台的使用方法，擺脫專業知識的限制。EPAI實作了大模型應用開發的普及化，降低了企業的用工成本。
吳韶華舉例說，假如要開發一個“智能程式設計助手”，即使是經驗非常豐富的工程師可能也需要兩到三周的時間，但用了EPAI，可以非常快速地執行。
而且EPAI既支援包括CPU和各種GPU在内的多元算力，又支援包括自研的“源”大模型和其他主流開源、閉源模型，适配快，遷移成本低，為企業提供了豐富的模型和算力選擇。
此外，企業使用者最擔心的資料安全問題，EPAI也提供了堅實保障，通過權限管理、資料加密、内容審查等多種技術手段，確定資料和模型安全，做到了隐私資訊不洩露。
相較于其他開發平台，浪潮資訊的一個獨特優勢是，從“左手”的算力、模型等底層技術提供者，到“右手”的各行業軟體開發商，都是浪潮資訊生态中的夥伴。
這意味着，EPAI平台可以上承算力，下接應用，成為整個生态的“交通樞紐”，加速面向應用的快速創新。
EPAI為企業使用者很好地解決了算法和資料問題，但浪潮資訊提供的支援不止于此，而是集算法、算力、資料、存儲、互聯為一體的全面布局。
在算力方面，面向越來越多的大模型推理場景，浪潮資訊還聯合英特爾釋出可運作千億參數大模型的AI通用伺服器；存儲方面，釋出分布式全閃存儲AS13000G7，解決大模型訓練資料挑戰；互聯方面，釋出國内首款超級AI以太網交換機 X400，加速大模型訓練推理……
浪潮資訊的這一系列布局，或将給大模型行業帶來新的格局。
EPAI将促進大模型産業協作
談及EPAI平台的意義，吳韶華介紹到，EPAI平台提供的是工具箱和方法論，讓使用者可以盡可能地發揮自己企業的價值。
而且，EPAI平台将能夠實作對于開發者的普惠，企業不必再花費大量資金建構一個高精尖的團隊，也可以做起大模型。
通過EPAI和其所提供的方法論，企業使用者可以從自己做起，掌握這樣一套方法和工具，然後再去服務好、支援好他們行業的客戶。
隻有借助最适合、最高效的工具，讓它在工作的時候擁有很高的效率和成功率，才能真正把産業快速地做大。
對此，浪潮資訊進階副總裁劉軍表示，EPAI“讓我們看到大模型的另外一面，它的産業化落地的這一面”。
此外，EPAI對于整個産業的協作也大有裨益——
過去，恨不得每個人都想做大模型企業，都想自己從頭徹尾都搞一套工具，但事實上不可能所有人都能把生意做大。
隻有依靠優質的産業協作分工，大家都做自己最擅長的事情，形成多元多樣化的、共同去促進的生态，才能讓産業AI真正落地。
— 完 —
量子位 QbitAI · 頭條号簽約
關注我們，第一時間獲知前沿科技動态