大模型掀起的 AI 新浪潮，激荡着全球科技创新领域的每一寸水域，无数创新技术和应用场景随之涌现。

这是大模型创业者的黄金时刻，对于大模型生态而言，同样也是一次难得的机遇。有人选择加入这场淘金盛宴，深入AI大模型的深水区，挖掘出前所未有的应用价值；也有人选择做金矿边的卖铲人，淘金客的卖水人，我们称他们为大模型“生态构建者”。

在2024年的SAIL奖申报项目中，大模型产品占比13.47%，而大模型生态（含技术底座）项目占比15.54%，而在TOP30榜单中，大模型生态获奖项目高达7个，大模型获奖项目仅有阶跃星辰Step系列通用大模型、智谱基座大模型GLM。

项目数量和获奖数量的双重反超，似乎显示出一种信号：大模型生态构建者们所耕耘的领域，正逐渐成为科技创新的新焦点，推动着大模型的浪潮向着更为广阔和深邃的方向奔腾而去。

“百模大战”鏖战正酣 卖铲人先赚一波

正如卖铲人在淘金热中成为最大赢家，在大模型时代，驱动AI发展的“三驾马车”——算力、算法、数据也扮演着类似的角色。

若论哪个最重要，可能大多数人都会投算力一票，毕竟，从国产算力荒、算力紧缺到供需错位、利用效率低下，大模型的发展一直处于“算力焦虑”的阴影之下。

一个朴素而有效的破局路径是，通过集群互联实现算力资源利用效率的最大化。近年来，各地政府已经紧锣密鼓地建设AI算力中心，而产业端也同样不甘落后，头部运营商、各大算力厂商都已加速布局大规模智算集群。

今年SAIL奖TOP30中，北京基流科技提出了“超大规模智算集群设计与实践”，基于英伟达的软硬件生态，构建了两个超大规模智算集群，集群上线初期无故障运行超过3天，并提升集群的有效算力超过600TFlops，保障高效率、高可靠性的深度学习模型训练；

基流科技供图

临港算力“中国电信临港智算中心”，据悉该项目已正式启用国内首个国产单池万卡液冷算力集群，创新性地采用网络中置、算力分层的“魔方”型，满足万亿级参数大模型训练所需的多机多卡并行、高吞吐无损通信等需求。

中国电信临港智算中心

在缓解算力紧缺焦虑上，今年斩获SAIL大奖、来自上海人工智能实验室的DeepLink人工智能开放计算体系扮演了一个非常特殊的角色。

DeepLink在AI生态中的位置

在大模型生态系统中，DeepLink是适配硬件芯片与深度学习软件框架的中间层桥梁，提炼通用的芯片计算能力，向下打通芯片适配，向上适配训练、推理框架来支持算力应用，支持大模型在内的训练和推理应用于硬件芯片上。同时针对大模型训练场景，突破多维度并行、长文本和自适应训练技术，显著提升训练能效，从软、硬件两方面共同助力人工智能技术突破。

据介绍，DeepLink已与昇腾、寒武纪、沐曦、燧原科技、壁仞科技、天数智芯、中科海光等10余家硬件企业展开合作，完成了实验室语言大模型书生·浦语的推理适配。在应用上，DeepLink已与商汤科技、仪电集团、电信天翼云等多家应用企业就软硬件适配、芯片评测、产品化集成等维度展开合作。

DeepLink项目视频

随着大模型进一步演进，“三驾马车”的资源配置情况正在一点点发生改变。数据的重要性日益凸显，毕竟优质数据越多，模型效果越好，数据已经成为决定大模型优劣的差异化关键变量。

大模型时代究竟需要怎样的AI数据库？今年同样位列SAIL大奖的MyScale AI数据库交出了自己的答卷。

当下，大语言模型早已不再局限于纯文本数据，但传统数据库只能处理机器容易处理的、如字符串等结构化数据，而非结构化数据，如文本、图片、视频等，虽然信息密度高，但并没有固定的模型或格式，处理效率低，缺乏标准性，无法简单地使用SQL等查询语言进行处理。

MyScale供图

而MyScale AI数据库采用多尺度向量/图索引算法作为非结构化数据的运算基础，这些算法能够有效地处理非结构化数据，提高其处理效率并通过多级存储保证AI数据库的高性能、高数据密度和高性价比。并通过提供一个统一的框架，将结构化数据、文本以及非结构化数据（即向量）管理、检索相融合，在同一个数据库中为用户提供统一的多模态数据管理和查询能力。

据介绍，自MyScale AI数据库开始商业化以来，已经服务了来自全球数十个国家的上百个企业用户，如新华社、科大讯飞、中国联通、亚马逊云科技、西门子、IBM、北京科学智能研究院等。

MyScale AI数据库项目视频

大模型最佳辅助 平台服务商“摆摊卖水”

大模型的角斗场上，没有人是天生的开发者，但人人都可能成为开发者，这个曾经的设想正被一群向淘金客卖水的聪明人实现。他们手中掌握着大量的预训练模型，就像拥有无数装满水的皮囊，随时准备为那些在大模型开发征途上的人们解渴助力。

如果你是一名工程师，想要一款个性化的定制级的大模型或应用程序，那么你可以直接在大模型商店里挑选零部件，基于大模型开发自己想要的应用，甚至直接调用预训练好的可用模型，无需二次开发。

比如今年SAIL之星——魔搭ModelScope，类似大模型领域的Github，它提供了大量高质量的开源模型与工具，将研发成果最大程度地惠及社区，基于模型训练、模型部署、模型调用等基础服务，魔搭ModelScope孵化了基础大模型、行业大模型15000余个，可应用于Agent、文档问答、语音助手、数字人、智能搜索RAG等应用生态场景。

魔搭ModelScope平台架构

此外，魔搭ModelScope也为开发者提供易于使用模型的工具，如模型管理工具、数据处理工具、模型微调工具、模型评估工具等。还开源了丰富多元的数据资源，如针对中文大模型安全治理的数据集、面向大模型SFT微调的中文数据集、服务于多模态大模型微调的图文对数据集、以及其他涵盖多语言、小语种文字和语音数据集等。

据了解，魔搭ModelScope社区用户已超700万，是国内规模最大的模型社区。

魔搭ModelScope项目视频

如果还想再进一步降低开发门槛，今年SAIL大奖得主——施耐德电气的EcoStruxure AI Module无疑为开发新手们打开了另一扇便捷之门。

施耐德电气自主研发的EcoStruxure AI Module是企业级一站式AI建模与运维平台，通过组件式组合的方式，不仅集成了身份认证、数据管理、AI建模、AI模型模版配置、AI模型商店多个功能模块，而且针对能源管理和工业自动化领域预置了多个成熟的AI模型模版，方便通过编辑配置文件，快速落地已经在行业内验证过的算法模型，可以帮助企业以低成本的方式，快速验证AI算法的合理性和实际效果。

EcoStruxure AI Module组件式开放架构

EcoStruxure AI Module相比传统的AI开发平台，具备在能源管理和工业自动化领域多年的行业积累，数十个已经被实际生产环境验证后的AI模型模版方便不同水平的用户（包括非软件开发的技术人员），也能轻松开启AI模型实现节能减排和智能化运维的大门，在AI世界里游刃有余的探索和创新。

EcoStruxture AI引擎项目视频

一个商人在沙漠的单行道上修一座加油站赚了钱，周围立刻多了十几座加油站，结果大家都玩完儿。但是第二个开了家旅馆，第三个人开了个披萨店，第四个人开了个超市……久而久之这里就会成为一个繁华的商业区。

大模型生态和这个故事非常相似的地方在于，封闭的竞争只会陷入内卷的僵局，当这个生态愈发繁荣之时，每一个细微之处都将被滋养，每一个企业，无论是专注于技术底座、模型开发，还是应用落地、生态平台，都能在这片肥沃的土壤中找到自己的盈利点。

文章来自于微信公众号“世界人工智能大会”，作者“WAIC”