“沒有大數(shù)據(jù)，數(shù)字經(jīng)濟便是‘無米之炊’；沒有智能算法，數(shù)字經(jīng)濟就不能‘創(chuàng)造價值’。”
在日前的2023世界人工智能大會（以下簡稱WAIC）“大模型生產(chǎn)與產(chǎn)業(yè)落地合作論壇”上，國務院參事、中國科學院虛擬經(jīng)濟與數(shù)據(jù)科學研究中心主任、中國科學院大數(shù)據(jù)挖掘與知識管理重點實驗室主任石勇說。
近一年來，隨著通用人工智能（AGI）與生成式人工智能（AIGC）的興起，人工智能產(chǎn)業(yè)掀開了新的篇章AI對部分產(chǎn)業(yè)的顛覆開始加速，我們正在迎來一個屬于AI的新時代。
縱觀整個計算機科學歷史，進入AI時代后，中國AI產(chǎn)業(yè)與國際先進水平之間的差距正在不斷縮校但業(yè)界也清醒地認識到，中國AI產(chǎn)業(yè)的基礎設施仍然有很大的提升空間。
正如石勇所言，在AGI時代，數(shù)據(jù)、算力以及算法、算法開發(fā)平臺，都是中國AI產(chǎn)業(yè)發(fā)展壯大不可或缺的基礎設施。
在今年的WAIC大會上，越來越多的專家、學者以及AI、芯片等領域的從業(yè)者們都開始關注到這一問題，并希望能從底層入手，夯實中國AI產(chǎn)業(yè)的“地基”。
01. AI產(chǎn)業(yè)需要什么樣的基礎設施？
隨著AI技術進入大模型時代，AI產(chǎn)業(yè)對于數(shù)據(jù)、算力的需求急劇膨脹。
以ChatGPT為例，根據(jù)媒體報道及投資、咨詢機構(gòu)的分析，GPT-3時期的ChatGPT數(shù)據(jù)量達到了45TB，對于純文本數(shù)據(jù)而言，這一數(shù)字堪稱驚人。
與此同時，ChatGPT的算力消耗巨大，參與訓練的算力在萬張英偉達A100級別，單次訓練成本就高達140萬美元。此外，ChatGPT在運營過程中，用戶的每次互動都會產(chǎn)生一定的算力成本。
而在數(shù)據(jù)、算力之外，AI從業(yè)者，特別是最核心的算法工程師，還需要大量的開發(fā)工具。
“算法工程師很多時候并沒有真正研究算法，而是把時間浪費在了環(huán)境搭建的工作上。”在WAIC大會上，閃馬智能創(chuàng)始人、董事長兼 CEO彭說：“我們希望人能更好地利用工具，而不是被工具利用。”
有AI從業(yè)者將AI訓練調(diào)侃為“煉丹”，可靠的算法訓練平臺，可以有效減輕算法工程師的“煉丹”籌備時間。在這一背景下，越來越多的AI企業(yè)開始關注到AI開發(fā)平臺，閃馬智能便是其中之一。在WAIC上，閃馬智能發(fā)布了新一代的ATOM AI生產(chǎn)力平臺，希望通過更友好的開發(fā)平臺，幫助算法工程師提升效率。
據(jù)悉，閃馬智能的ATOM AI生產(chǎn)力平臺構(gòu)建了從標注、訓練、測試到落地的全鏈路自動生產(chǎn)體系，可以實現(xiàn)模型快速生產(chǎn)、迭代與驗證的一站式管理，保障技術成果積累和數(shù)據(jù)資產(chǎn)沉淀。
具體而言，ATOM AI平臺支持跨云、跨集群靈活調(diào)度，基于DataExpress數(shù)據(jù)多級緩存與數(shù)據(jù)pipeline，可支撐千卡級大模型訓練及各類場景微調(diào)模型的穩(wěn)定運行。
ATOM AI生產(chǎn)力平臺的前身，是閃馬智能團隊推出的ATOM深度學習平臺。官方資料顯示，該平臺經(jīng)多年迭代后，已成為1000余位算法科學家和數(shù)十所高校師生使用的AI模型開發(fā)工具。
02 視頻大模型方興未艾
與目前AI產(chǎn)業(yè)時下火熱的ChatGPT、Midjourney不同，ATOM AI平臺關注的是另一賽道。前兩者通過大模型實現(xiàn)了文本、圖片的AIGC，而后者則關注視頻領域，希望打造出更多視頻專屬的AI模型。
在AI視覺領域，業(yè)界現(xiàn)有的模型大多基于靜態(tài)圖片。目前，針對人臉、車牌、敏感內(nèi)容審查領域的AI模型已高度成熟。但在視頻領域，特別是較長視頻中的物體跟蹤與行為檢測，現(xiàn)有AI模型的表現(xiàn)仍然不夠理想。
這背后的原因是，大部分視覺模型針對靜態(tài)圖片表現(xiàn)良好，但針對動態(tài)視頻，模型需要根據(jù)時序模型，對單幀靜態(tài)圖片進行空間-時間建模，再提取視覺特征。這一過程的效率極低，且需要大量的算力支持。
此外，相較于圖片數(shù)據(jù)，視頻數(shù)據(jù)更稀缺、體積更大、標注也更加困難。因此，在整個AI產(chǎn)業(yè)，視頻大模型仍處于方興未艾階段，增長潛力巨大。
針對視頻模型開發(fā)的特殊需求，閃馬智能的ATOM AI生產(chǎn)力平臺提供了集成數(shù)據(jù)管理、標注、訓練、優(yōu)化和推理功能的一體化服務，并通過打通算力、數(shù)據(jù)資源的形式，幫助算法工程師專注于模型訓練本身。
事實上，閃馬智能自身也在持續(xù)投入模型開發(fā)。目前，閃馬智能解決方案已經(jīng)在智慧交管、智慧高速、智慧軌交、智慧建造、智慧電站和揚塵治理等業(yè)務場景中落地應用。
“大模型存在的意義一定是需要應用到實際場景中，為人們解決問題，賦能社會發(fā)展。”彭稱，“對于大模型本身，我們是理智的不盲目投入極大參數(shù)LLM（大型語言模型），而是結(jié)合自身優(yōu)勢，基于視覺拓展做了感知大模型。”
例如，閃馬智能日前發(fā)布的SupreMeta感知大模型，就融合了視覺、激光、雷達等多模態(tài)，對于目標及場景擁有更強的泛化能力，針對同一物體的不同視角、光照、遮擋，都能實現(xiàn)準確識別。
03 聯(lián)合算力、算法，打造AI生產(chǎn)生態(tài)
作為一家AI企業(yè)，閃馬智能以智慧交通解決方案為主營業(yè)務。對于ATOM AI開發(fā)平臺，閃馬智能更希望借此打造一個AI生態(tài)。
在WAIC大會上，閃馬智能宣布與北京國科智算科技有限公司、北京國科未來科技有限公司聯(lián)合成立“中科閃馬”，意在借助更多資源，共同推廣ATOM新一代異構(gòu)人工智能計算平臺和DataOcean新一代存儲系統(tǒng)，打造主可控、軟硬一體的人工智能計算與存貯設備，并為大模型的訓練與實戰(zhàn)提供可靠的計算平臺。
中科閃馬智能有限公司揭牌儀式
中國科學院虛擬經(jīng)濟與數(shù)據(jù)科學研究中心特聘研究員張影飛表示：“中科閃馬智能有限公司具有三大優(yōu)勢：第一，強強聯(lián)合、資源整合；第二，技術融合、拓展應用；第三，聚力發(fā)力、突破難點。期待與閃馬智能共同推動自主可控的國產(chǎn)技術發(fā)展與創(chuàng)新。”
毫無疑問的是，在大模型時代，算力的意義變得無比重大。在日前的WAIC大會上，閃馬智能便邀請了國產(chǎn)GPU及解決方案廠商沐曦加入ATOM產(chǎn)業(yè)生態(tài)。
在沐曦創(chuàng)始人陳維良看來，以GPU為代表的芯片產(chǎn)業(yè)已經(jīng)成為了AI產(chǎn)業(yè)的發(fā)展瓶頸。AI產(chǎn)業(yè)旺盛的需求催生出了GPU的廣闊市場，GPU未來的發(fā)展架構(gòu)也將針對AI產(chǎn)業(yè)需求進行定義。
閃馬智能的生態(tài)圈也在嘗試將更多伙伴拉入自身的生態(tài)圈。例如，在WAIC上，閃馬智能宣布將與3D互動內(nèi)容創(chuàng)作和運營平臺Unity中國合作，基于3D孿生技術和“AI+交通”的算法能力，打造實時全息的智慧交通系統(tǒng)與靈活彈性的渲染云平臺。
閃馬智能xUnity中國產(chǎn)業(yè)元宇宙戰(zhàn)略合作簽約儀式
以往，Unity大多被用于游戲開發(fā)，客戶以游戲廠商為主。但近年來，隨著科技業(yè)對于3D引擎需求的增長，越來越多的開發(fā)者開始將Unity用于非游戲領域的開發(fā)，如汽車智能座艙、數(shù)字孿生、元宇宙等等。特別是在汽車領域，包括閃馬智能在內(nèi)的眾多廠商，都在使用Unity作為3D渲染工具。
而Unity也在積極擁抱AIGC。日前，Unity中國公布了其在AIGC相關領域的規(guī)劃打造U3D Copilot開發(fā)者只需要使用自然語言下達需求，AI就可以通過大語言模型和用戶更自然的交互界面，串起3D的AIGC模型，以及引擎內(nèi)部能提供的包括資產(chǎn)庫和程序化生成等這種工具。
U3D Copilot同時面向游戲和非游戲行業(yè)的開發(fā)者。在2023世界人工智能大會上，Unity中國CEO張俊波在接受36氪采訪時表示，以U3D Copilot為代表的3D渲染AIGC工具，對于非游戲行業(yè)意義更大。與游戲開發(fā)者相比，這些開發(fā)者在3D渲染方面的經(jīng)驗有限，而AI則可以為他們提供更多助力。
不難看出從上游的算力、數(shù)據(jù)資源，到下游的行業(yè)應用，閃馬智能結(jié)合自身業(yè)務，搭建起了一整套面向大模型開發(fā)的生態(tài)系統(tǒng)。從某種程度而言，閃馬智能自身也成為了AI大模型產(chǎn)業(yè)基礎設施的一部分。
如今，中國AI大模型正在蓬勃發(fā)展。根據(jù)科技部新一代人工智能發(fā)展研究中心發(fā)布的《中國人工智能大模型地圖研究報告》，據(jù)不完全統(tǒng)計，國內(nèi)參數(shù)在10億規(guī)模以上的大模型全國已發(fā)布了79個。
對于大模型的未來前景，彭給出的答案是，這條賽道如今從業(yè)者甚多，但并不擁擠，因為大模型賽道極其廣闊：“今天，仍有很多領域的大模型甚至還沒有完成定義。”
“所以，我們一定要擁有自己的GPU、自己的算力，有更多做模型、做算法、做平臺的公司，這樣，中國的大模型產(chǎn)業(yè)才能發(fā)展起來。”他進一步解釋到。
