ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
全栈智能才能兑现AI红利?
5819点击    2024-02-06 10:49

AI变革接下来往哪里去?


这是2024年所有人都在热议的话题。


从CES到达沃斯,AI变革的兵锋所向、红利多大、周期多久,正在被思考、被讨论。


热议背后,基本共识已经形成——


这是一轮全新的技术革命。


突破性技术、市场需求、社会接受程度以及全球创新环境等基本条件均已具备,时代的齿轮悄然转动。


但问题是红利规模多大?周期延续多久?尚未形成共识。科技巨头、初创新星都在“摸着石头过河”。



国内外大模型趋势,吹过搜索引擎、办公软件、智能终端,从软件走向硬件;芯片、算力基础设施、云服务风起云涌。看似毫无规律的动向下,是各家趋于一致的底层逻辑:

全栈智能


So…Why?为什么全栈智能,能够成为诸多不确定中,巨头之间默契达成的一致战略?


而这些阵营,有一个熟悉的中国面孔——联想,为什么会身处其中?


为什么要做全栈智能?


来到问题本身,全栈智能是什么?


全栈的概念源自软件开发中的全栈工程师,指具备开发、设计、部署整个应用程序技术栈的工程师。


延伸到AI领域,全栈智能一般指企业团队具备跨足整个技术栈的能力,涵盖从底层基础设施到应用层的全方位AI技术知识和能力


如果企业要做全栈智能,将需要以全局性思维展开技术布局、进行长期积累,同时搭建底层基础设施、积极探索技术应用落地。


这对企业的技术、资金、人才、战略都构成考验。成败与否直接关乎企业能否抓住技术革命浪潮。联想集团执行副总裁、中国区总裁刘军在近期接受采访时就提到,联想面对每一次技术革命带来的产业发展机遇,都是“战战兢兢把握”。



如此耗时耗力,还要承担风险,为什么还要做?


直接间接、宏观微观,四方面因素影响。


从最底层来看,这是AI技术发展提出的要求。


当下正处于人工智能技术发展走向通用、大众、全社会的关键历史节点


以ChatGPT为代表的大模型是第一代强AI、通用AI。它不同于第一代知识驱动模型和第二代数据驱动模型。后两者都只能在特定领域利用特定模型完成特定任务,被称为弱AI、专用AI。


凭借强大的生成能力、迁移能力和交互能力,大模型可以在开域利用通用模型生成多样性的、连贯的、类似人类表达的文本。


同时因为是强AI,ChatGPT使用门槛几乎为零。普通人通过聊天对话形式,即可使用最先进AI能力。


这种前所未有的破圈效应,倒逼AI行业领域需要快速构建全栈能力,才足以支撑起全社会量级的AI需求。



进一步来看行业内,本身就有建设全栈智能的诉求


这场技术革命从一开始就是一场全栈革命。


大模型技术目前还在快速迭代发展中,想要在更短时间内变更强,构建高效的数据闭环尤为重要。当下诸多大模型厂商都是一边升级模型能力,一边探索拓展应用场景。核心目的就是希望能通过实际落地反馈,更有针对性提升模型能力,提升企业竞争力。


这种并驾齐驱的模式,往往需要企业具备全栈能力,而且是全栈智能能力。


比如计算基础设施方面,大模型训练不能再使用以往“粗放炼丹”策略。它不仅需要庞大计算集群作为基础,还要构建先进训练部署系统,减少断点、提高效率、降低资源浪费。AI Infra(人工智能基础框架技术)实力也一度成为大模型公司标榜自身实力的代名词。


以及应用方面,大模型的技术落地逐渐从软件层深化到硬件层。大模型将如何重塑终端?怎样可以更好做适配?也需要数据闭环、全栈能力作为支撑。



再聚焦到企业自身,布局全栈智能本身也符合其自身发展需求。


每一次技术浪潮,都能为人类社会带来一段加速发展的黄金时代。谁能更早、更快、更稳立于浪潮之巅,谁便能更大化享受时代红利。


角逐之中,不乏异军突起的黑马,但更稳操胜券的往往是资源积累雄厚、技术能力全栈、创新基因融入血脉的资深玩家


更何况AI引发的技术革命,不仅推进速度快,而且趋势变化复杂。23年上半年,趋势的风向还聚焦在搜索引擎、办公工具等软件方向;下半年,大模型终端落地异军突起,手机、PC、新型终端纷纷加入战局;再到2024年,可预见的趋势有Agent、具身智能等等。


想要把握住如此多方向,全栈智能布局是摆在企业面前最直接的答案。


更关键的,全栈布局能带来全栈红利



最后,全栈智能布局也符合宏观战略要求。


大模型技术不仅创新快、应用渗透强,国际竞争也异常激烈。这股燎原之势从硅谷点燃,最先烧向大洋彼岸,之后逐渐蔓延至欧洲、中东、印度等,目前已经形成全球范围内的科技革命。


目前我国处在趋势中的第一梯队,在“算力硬件+AI框架+大模型”的人工智能“根技术”方面夯实技术底座。


但面对的形势依然严峻。


正如工业革命起源于英国,但真正的巅峰发生于美国。当下我们也处于技术革命兴起时期,真正的产品革命、规模化生产革命还未到来,而后者才是带来深刻变革的关键。


因此国内迫切需要有企业站出来,构建全栈智能。


现在重新审视最初的问题,全栈智能布局何以成为共识?


答案已经明了——它符合自上而下的发展需求。技术想要更快迭代,需要完善全链条能力;企业想要引领趋势,需要构建完整技术布局、内部正向循环;产业想要产生变革,需要有技能树完整的“霸主”带来“头雁效应”……


不过回到具体层面,该怎么做?


还得看AI技术革命的实际参与者们如何行动。


全栈智能布局如何做?


可预见的答案有算力基础设施、算法和基于大数据算法所形成的智能解决方案与服务等方面。


但随着趋势发展,AI红利正在逐渐从软件层发展至硬件层。过去一段时间来,手机、PC、新型终端都在纷纷内嵌AI大模型。


因此在全栈智能布局中,终端部分也不容忽视,甚至是至关重要的一部分。


这些和联想的全栈智能战略都有所对应。


2017年,联想围绕“端-边-云-网-智”新IT架构的“擎天”智能IT引擎,展开全栈智能落地。2023年8月,在大模型趋势下这一战略正式对外发布,并向外界进行深入解读。


联想将全栈智能布局主要分为三方面:


  • AI内嵌的智能终端
  • AI导向的基础设施
  • AI原生的方案服务


联想认为三者之间的关系中,AI内嵌的智能终端就是“赛车”,AI导向的基础设施是重要的“赛道”,而要实现智能化变革,顺利到达目的地,离不开AI原生的方案服务支持



近期联想率先掀起AI PC趋势,正是联想全栈智能战略的具象化实例。


联想认为,AI PC是未来10年AI普惠的终极载体。2024年是AI PC元年,这一年中要让每个人可以拥有专属的个人AI助理。


以“一体多端”为战略布局,联想在大模型趋势下发布十余款AI PC,并在CES大展上展出几十款非PC终端产品,强调AI内嵌终端的品类丰富性。


能够快速跟进趋势带来实际落地产品,并给出行业定义。这一方面得益于联想的终端行业龙头身份。如今,联想已经形成了全面且强大的“端产品”布局,全球PC第一、全球平板电脑前三、全球手机第七等。



另一方面,联想丰富的AI解决方案服务经验和扎实的基础设施,也为此提供了保障。


其中,AI导向的基础设施是指算力建设


在大模型趋势中,充足算力是推进技术趋势、企业在竞争中保持领先身位的必要前提。


尤其在大模型趋势走向终端后,未来数以亿计的设备运行云端大模型,“算力问题如何平衡”决定了大模型终端设备最终能走多远。


联想作为算力厂商,已经有30余年的服务器研发经验,给整体全栈智能战略提供重要底层保障。


它已构建全面的产品线,覆盖通用、AI服务器、AI存储、高性能计算等;还在建设智算中心时研发了异构智算平台。


大模型趋势到来后,联想推出全新服务器品牌“联想问天”。它在传统形态服务器基础上,还专为中国客户在高性能计算、人工智能、海量数据等特定场景打造多种目标任务型服务器。


去年8月至今,联想已陆续发布多款训练、推理及训推一体AI服务器、边缘AI服务器等;上个季度联想存储跃升全球前三。


如排名中国高校高性能计算榜首的“思源一号”、西北最大公共算力平台“紫金云公共算力中心”都是基于联想服务器打造。



更进一步,联想不只“卖水”,也“卖铲”。


在全栈智能布局中,AI原生的方案服务是智慧解决方案和应用的核心体现。


联想刘军强调,联想不会做通用大模型,而是与产业伙伴合作基于现有的通用大模型进行二次深度开发,完成对个人大模型和企业大模型的构建。


目前,联想构建了以企业大模型驱动的、AI算力为支撑的企业解决方案和服务,为企业搭建技术中台、通用业务中台,提供全栈全周期AI原生方案服务。全服务周期中,核心产品工具即平台(PaaS)都基于联想自研的技术


如上三大AI板块的战略部署+AI解决方案与服务提供商的全新定位,构成了联想全栈智能布局的基本全貌。


截至目前,联想全栈智能战略正式发布已有半年,给产业带来的影响已经初露端倪。


23年8月,联想就明确提出中国正加速形成一个独立的AI生态,并将呈现三大特征:终端拥有超级智能、混合架构计算、AI将在全行业场景应用。


下半年趋势的发生逐一验证了这些判断。


最近联想还联合IDC共同发布《AI PC产业(中国)白皮书》,在AI PC趋势兴起之初,便为AI PC进行下定义,并明确AI PC的产业生态,以及给出市场预测。


可以预见的是,在全栈智能布局的战略下,随着AI技术革命继续发生,联想能给行业带来的影响还会继续加深。


而它所产生的影响,也代表了全栈智能带来的影响。


大模型时代,需要全栈智能


比尔·盖茨在年度公开信中写道:“2023让我们窥见了AI将如何重塑未来。”


ChatGPT横空出世,让AI如此真实地与每一个人产生联系。紧随其后的大模型终端趋势、Agent趋势,让这种关系变得更加紧密。


IDC报告显示,2023年下半年以来,越来越多的厂商开始更新升级生成式 AI 的相关产品,并加速将产品推向市场。生成式AI已进入行业探索爆发期。


尽管AI如何重塑未来的路径还不能确定,但被AI重塑后的未来会是什么样子,现在已经有了初步答案——AI全面普惠


具象化来看,就是让每个人、每个企业都能自如使用先进AI。好比工业革命给生产者送去机器、互联网革命让每个人都能使用电脑与网络,AI技术革命就是让AI成为即取即用的工具。


它可以帮助提升生产效率,也可以提供情感陪伴,还能具身化直接服务于人类。



但从畅想回归到现实,如何做才能更快走入智能时代?


AI技术革命的推进,先进算法是最基本要求,它是一切的出发点。算力网络是底层支撑,是AI普惠社会的基石,也是让AI服务流向千行万业、千家万户的基础。智能终端是AI的载体,服务方案是AI普惠社会的加速器……


想要真正进入智能化社会,搭建起一套足够强大完善的基座,成为必须前提。


由此,全栈智能不仅成为应对技术发展、市场需求、企业发展、宏观战略的有效解,也是时代发展的必然产物。


全球科技巨头纷纷布局全栈智能,这是对这一判断的印证。2017年开始践行全栈智能战略的联想作为其中代表,也恰好踩中了趋势,成为推动时代齿轮的一员。


最近联想的一个大动作,也体现了它们的决心:2月4日,联想在多所城市机场上线主题为“联想全栈智能,加速智能化转型每一步”的全新广告。



未来,相信像联想这样率先用全栈智能去解决AI时代的现有问题,并且积极应对未来的不确定性的方法将会受到更多认可。这种战略路径也会被更多具备全栈能力的科技巨头所采用,亦或是与合作伙伴达成某种合作,最终形成全栈发展的模式。


2024年开始,大模型趋势将会变得更加复杂,新的机遇也正在酝酿。


全行业都身处于巨大的兴奋和焦虑之中,如今,随着类似联想全栈智能战略共识的达成,这种焦虑可能得以部分消解。


全栈布局、全栈创新,在AI技术革命中的影响,也才刚刚开始。


—  —


文章来自于微信公众号“量子位”(ID: QbitAI),作者 “明敏”


关键词: AI , 全栈智能 , ChatGPT , AI Infra
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

2
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/