
2023年8月11日,以“数智双擎,算融未来”为主题的2023东湖算力与大数据创新大会在武汉顺利举行。AI大模型创新成果与产业专题论坛同期举办,论坛邀请来自高校、研究机构,以及各行业企业大模型技术专家、资深工程师和产业精英代表等,分别从大模型应用、算法、AI基础软硬件等不同视角进行深入研讨,共话算力时代产业发展新趋势及新挑战。
赋能万物,智领大模型应用未来
2023年无疑是AI大模型的“爆发年”,大模型以极强的通用能力和突破性效果,正加速推动通用人工智能的快速发展。
会上,武汉大学人文社会科学研究院副院长陶军在致辞中表示,AI大模型是人工智能领域的重要创新,但也面临着许多挑战和风险,我们需要从多个角度深入思考和讨论,共促AI大模型健康和可持续发展。
武汉大学人文社会科学研究院副院长 陶军
武汉人工智能研究院院长、中科院自动化所紫东太初大模型研究中心常务副主任王金桥表示,普惠AI时代正在到来,整个人工智能大模型的道路刚刚开启。如何解决算力短缺、大模型训练成本高等问题,是当下我们要重点探讨的内容。
武汉人工智能研究院院长、中科院自动化所紫东太初大模型研究中心常务副主任 王金桥
华为公共事业系统部副总裁孙鹏飞表示,当前,基于昇腾AI已经孵化和适配了30多个主流大模型,为中国人工智能产业繁荣提供了强大稳固的基石。未来,AI大模型将应用到千行百业,成为各行业的重要技术手段。
华为公共事业系统部副总裁 孙鹏飞
算力驱动,共促大模型产业发展
在北京航空航天大学教授、“数据智能与智慧管理”工信部重点实验室主任、国家杰青吴俊杰看来,算力能够驱动数据智能的研究与应用,能够把技术和管理衔接起来,以可信安全的方式赋能人机协同、管理决策、城市公共事业等各类场景应用。
北京航空航天大学二级岗教授、“数据智能与智慧管理”工信部重点实验室主任、国家杰青 吴俊杰
谈及提高算力应用成效的方法时,武汉数据智能研究院副院长、武汉大学信息管理学院副院长吴江以武汉数据智能研究院举例,研究院正在通过昇腾AI、昇思MindSpore AI框架等技术能力,支持企业孵化,推进长江中游城市群等产业集群发展。
武汉数据智能研究院副院长、武汉大学信息管理学院副院长 吴江
武汉人工智能研究院算法架构师、中科院自动化所副研究员易东以紫东太初2.0全模态大模型为例说到,基于昇腾AI的紫东太初模态更全、思考能力更强、插件更多,极大地提高了自身的主动性、精确性、实效性以及创造力。
武汉人工智能研究院算法架构师、中科院自动化所副研究员 易东
创新实践,推进大模型落地应用
大模型研发及AI基础软件方面,武汉大学计算机学院副研究员李祖超分享了基于昇思MindSpore AI框架打造的幂思BatGPT大模型和中国大模型产业化的方向。昇思MindSpore技术总监徐传飞带来了关于昇思MindSpore原生支持大模型开发的技术分享,现场讲解基于昇思MindSpore打造的大模型开发套件从开发、训练、微调到部署的全流程加速大模型开发的能力。
武汉大学计算机学院副研究员 李祖超
昇思MindSpore技术总监 徐传飞
在气象预测大模型方面,华为公共事业系统部气象解决方案主任架构师曹晖介绍,华为云盘古气象大模型能够在1.4秒内完成未来24小时的全球天气预报,比传统的方法快了1万倍。
华为公共事业系统部气象解决方案主任架构师 曹晖
在AI+法律服务方面,武汉百智诚远副总经理孙诗怡表示,在处理法院诉讼服务的过程中,我们通过紫东太初大模型构建出法律行业专用模型来帮助分析案件,有效减轻了人工筛选的工作量。
活动当日还开展了圆桌讨论。程齐凯、邹立新、易东、孙诗怡、李明举等AI大模型相关的学术、产业界专家参与讨论,深度交流关于AI大模型的创新研发、落地应用以及长期发展等问题。
大模型已经成为全球科技竞争高地,随着AI新时代的到来,基于昇腾AI打造的武汉人工智能计算中心,将继续以算力赋能产业集群发展,为数智武汉、数智湖北、数智中国建设赋能。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。