AI的四大件(算法+算力+数据+应用场景)
一个大模型的准确率是取决于这三个指标(算法+算力和数据),教AI和教人读书一样,类比分别就是 教学方法+教学工具和教材。
过去整个市场的演绎都在围绕教学工具(算力),这是单一和片面的/。算力上的差距,昇腾和英伟达差的不是算力,更多是生态(CUDA),这也是AMD怎么都追不过英伟达的原因,那么,如果算力被锁死,我们就不发展人工智能了么,未来几十年,人工智能无疑仍然是最好的赛道。
所以,算力干不上去,大模型要达到同样的准确率,我们可以干 算法 和 数据这两个指标。
算法,场面上的盘古,星火大模型,通义千问,天工等,大模型已经泛滥,根本不缺,所以主要矛盾在数据
数据,这里的数据不是出版,教材,论文这种泛化的通用数据,而是高精度,清晰标注的行业数据,过去的AI吃通用数据,只是在教AI完成通识教育,要变成研究生,就需要高质量数据投喂,而这些,都是企业内部多年经验积累出来的,无论是科大讯飞的教育数据,还是润达医疗的医疗数据
而能够同时提升 算法和数据这两个指标的最优解,就是昇腾一体机
简单来说,一体机就是AI预制菜,把基于行业数据的算法先灌入进去+再基于华为的昇腾芯片进行训推,好处就是,越用效果越好。
华为的算力和昇腾 完全能支撑 训+推
应用场景:过去是信创,但因为雷蒙多的限制,一下变成了B端企业介入AI的必由路径:
昇腾一体机的底层逻辑:让AI先用起来,
讲的比较粗放,底层逻辑就是,算法,算力,数据三个指标,别老盯着算力干,算力锁死了; 而算法+数据的最优解,就是华为昇腾一体机,在使用过程中迭代数据,
中国本来就是应用场景全球第一的市场,资源禀赋在这,介入这个路径是早晚的事