騰訊云發(fā)力行業(yè)大模型，有幾分勝算？

來源：證券之星

自BERT出現(xiàn)之后，大模型成為AI領(lǐng)域的主流技術(shù)趨勢，業(yè)界也因此掀起兩輪熱潮。國內(nèi)外眾多大廠、創(chuàng)業(yè)公司都在爭先推出各自的大模型，字節(jié)跳動(dòng)亦被認(rèn)為將在今年年中推出大模型。


(資料圖片)

如今騰訊也出手了。6月19日，騰訊云發(fā)布MaaS(模型即服務(wù))能力全景圖，計(jì)劃打造一站式行業(yè)大模型精選商店，以協(xié)助客戶構(gòu)建專屬大模型及應(yīng)用。騰訊云的入場，會(huì)給賽道帶來什么？在激烈的競爭中，騰訊云有幾分勝算？

助力大模型落地

目前市面上谷歌、微軟、百度、阿里等大廠公布的都是一個(gè)基礎(chǔ)的通用大模型。與此前諸多公司急切高調(diào)推出的通用大模型不同，騰訊將更多的關(guān)注放在了面向B端的行業(yè)大模型身上。

騰訊云MaaS的技術(shù)底座是一系列的行業(yè)大模型，包括金融、政府、文旅、傳媒、教育等。

基于這些基礎(chǔ)模型，騰訊云的客戶只要加入自己的場景數(shù)據(jù)，就可以生成契合自身業(yè)務(wù)需要的專屬模型；同時(shí)也可根據(jù)自身業(yè)務(wù)場景需求，“量體裁衣、按需定制”不同參數(shù)、不同規(guī)格的模型服務(wù)。

如在醫(yī)療健康領(lǐng)域，騰訊云可以幫助醫(yī)療機(jī)構(gòu)構(gòu)建和部署自己的疾病預(yù)測模型，提高診斷準(zhǔn)確率和治療效果；在金融領(lǐng)域，騰訊云可以幫助銀行和保險(xiǎn)公司構(gòu)建和部署自己的風(fēng)險(xiǎn)評估模型，提高風(fēng)險(xiǎn)控制能力。

騰訊選擇這個(gè)思路，也不難理解。通用大模型需要利用大規(guī)模數(shù)據(jù)和先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)來訓(xùn)練和優(yōu)化大型神經(jīng)網(wǎng)絡(luò)模型，但由于很多企業(yè)的業(yè)務(wù)數(shù)據(jù)等都是非常隱私的核心數(shù)據(jù)，他們根本不會(huì)將其放在數(shù)據(jù)集上進(jìn)行公開訓(xùn)練，因此訓(xùn)練模型的專業(yè)、且高質(zhì)量的數(shù)據(jù)收集是非常難的。

同時(shí)在通用大模型時(shí)，需要大量計(jì)算資源和漫長的訓(xùn)練周期。但是并非每家企業(yè)都有足夠的資源，讓大模型完成訓(xùn)練和推理，這對企業(yè)來說昂貴且耗時(shí)。英偉達(dá)曾公布數(shù)據(jù)顯示，訓(xùn)練一次大模型，大約100多萬美金。

但大模型在國內(nèi)落地的需求卻已刻不容緩，為了解決落地問題，推出更有針對性的行業(yè)大模型，并利用數(shù)據(jù)精調(diào)來滿足業(yè)務(wù)需要，已經(jīng)成為國內(nèi)云服務(wù)商曲線解決當(dāng)下困境的一種選擇。

中金公司指出，騰訊AI大模型內(nèi)外兼修，騰訊云的大模型能力可應(yīng)用于騰訊會(huì)議等SaaS產(chǎn)品當(dāng)中，將進(jìn)一步加強(qiáng)產(chǎn)品的優(yōu)勢及提升變現(xiàn)潛力。

大模型落地挑戰(zhàn)重重

在行業(yè)大模型落地的過程中，仍然有不少困難和挑戰(zhàn)需要去解決。

一是計(jì)算資源問題。訓(xùn)練大型模型需要大量的計(jì)算資源和存儲資源，與一般服務(wù)器相比，GPU服務(wù)器的穩(wěn)定性比較低，大模型訓(xùn)練需要的GPU經(jīng)常達(dá)到上千張卡。

對于許多企業(yè)來說，這可能是一個(gè)巨大的負(fù)擔(dān)，因此尋找更高效的算法和硬件優(yōu)化是解決這一問題的關(guān)鍵。

二是數(shù)據(jù)質(zhì)量問題。訓(xùn)練大型模型需要大量的高質(zhì)量數(shù)據(jù)，可現(xiàn)實(shí)情況卻是，這些數(shù)據(jù)往往存在噪聲、缺失值等問題，如果導(dǎo)入的數(shù)據(jù)質(zhì)量低，那訓(xùn)練出來的模型也會(huì)有問題。

因此，研究人員需要采用各種方法來解決這些問題，例如數(shù)據(jù)清洗、去噪等，這也導(dǎo)致數(shù)據(jù)質(zhì)量或不準(zhǔn)確。

三是大模型的應(yīng)用問題。當(dāng)把大模型的能力落到某個(gè)實(shí)際場景的應(yīng)用產(chǎn)品上時(shí)，由于沒有參照，其實(shí)是并不好判斷具體該如何用這些模型的。

雖然大模型在某些領(lǐng)域表現(xiàn)出色，但是它們并不一定適用于所有場景。因此，需要根據(jù)具體應(yīng)用場景選擇合適的模型。

此外，大型模型可能會(huì)泄露用戶的敏感信息，如醫(yī)療記錄、財(cái)務(wù)信息等。因此，保護(hù)用戶隱私是非常重要的，這需要采取措施確保數(shù)據(jù)的安全性和隱私性，例如使用加密技術(shù)、限制訪問權(quán)限等。

總之，大模型的落地面臨著許多挑戰(zhàn)，需要克服這些挑戰(zhàn)才能實(shí)現(xiàn)其潛力。但從邏輯上講，行業(yè)大模型一定會(huì)是在精度相對較低、容錯(cuò)率較高的行業(yè)先引用，再到精度要求高的地方去。

騰訊云有幾分勝算？

在當(dāng)前的大模型賽道中，谷歌、微軟、亞馬遜等科技巨頭已經(jīng)占據(jù)了主導(dǎo)地位，他們擁有龐大的數(shù)據(jù)集和先進(jìn)的算法技術(shù)，能夠訓(xùn)練出具有極高準(zhǔn)確性和泛化能力的模型。

此外，國內(nèi)的百度、阿里巴巴、騰訊等企業(yè)也在積極布局大模型賽道，通過自主研發(fā)和收購等方式獲取更多的技術(shù)和數(shù)據(jù)資源。

騰訊的優(yōu)勢主要是其過去積累的龐大的業(yè)務(wù)數(shù)據(jù)和算力基礎(chǔ)設(shè)施，如今騰訊云的解決方案，就是基于這些過去的積累，解決大模型應(yīng)用落地的痛點(diǎn)。

一方面，騰訊旗下有多個(gè)不同的業(yè)務(wù)板塊，多年來在金融、傳媒、文旅、工業(yè)等不同領(lǐng)域積累了大量的數(shù)據(jù)和經(jīng)驗(yàn)。以此為養(yǎng)料，騰訊云才能構(gòu)建起一系列針對不同行業(yè)的行業(yè)大模型，同時(shí)針對一些特定的任務(wù)進(jìn)行優(yōu)化，從而確保使用時(shí)僅需少了數(shù)據(jù)就可以達(dá)到較好的精調(diào)效果。

另一方面，騰訊云在大模型算力方面擁有領(lǐng)先優(yōu)勢。早在今年4月，騰訊云便發(fā)布了面向大模型訓(xùn)練的新一代HCC高性能計(jì)算集群，采用最新一代騰訊云星海自研服務(wù)器，結(jié)合多層加速的高性能存儲系統(tǒng)，具備3.2Tbps業(yè)界最高互聯(lián)帶寬，算力性能提升3倍。

騰訊還有自己的升級框架加速能力太極Angel，是其在人工智能領(lǐng)域的技術(shù)積累和創(chuàng)新成果之一，它采用了先進(jìn)的異步調(diào)度優(yōu)化、顯存優(yōu)化、計(jì)算優(yōu)化等技術(shù)手段，可以顯著提升大模型的訓(xùn)練和推理速度。

總之，騰訊入場大模型賽道將會(huì)對整個(gè)行業(yè)產(chǎn)生深遠(yuǎn)的影響，推動(dòng)技術(shù)的進(jìn)步和商業(yè)的發(fā)展。

標(biāo)簽：

推薦

財(cái)富更多》

動(dòng)態(tài)更多》

熱點(diǎn)