阿里云12年数据智能工程，突破世界级超大规模中文AI模型

当今世界，人工智能无疑是最具想象力和吸引力的科技之一。从电影《人工智能》到《终结者》，从图灵测试到无人驾驶汽车，人们在丰富想象和具体实践中，不断拉近最终实现通用人工智能的距离。最新的消息是，通往通用人工智能的挑战之一，是超大规模参数的AI模型训练和推理。模型规模在一定程度上代表知识结构的复杂性，也就是说，参数越多，对知识的理解越深刻，就越能打开通往多种综合认知能力的通用人工智能。谷歌、微软等人工智能巨头纷纷挑战千亿及以上参数的超大规模AI模型。

在挑战世界级计算工程方面，阿里巴巴从来不会落后于国际顶级科技公司。日前，阿里巴巴与清华大学联合发布业界最大的中文多模态预训练AI模型M6，该模型参数规模超千亿，具备超越传统AI的文本、图像理解和生成能力。M6的全称为“Multi-Modality to Multi-Modality Multitask Mega-transformer”，翻译过来的大意是“从多种模态到多模态、多任务、超级Transformer算法”。Transformer是谷歌于2017年提出的一种AI模型，目前大有一统江湖趋势，绝大多数的预训练模型都在采用此架构。M6将Transformer推进到了千亿参数超大规模多模态，并预训练了目前最大规模中文文本和图片数据集，这也是多模态预训练领域史上最大的模型。

M6的突破，源自达摩院智能计算实验室底层技术创新以及超大规模的阿里云12年来在大数据和AI工程化的努力。据达摩院智能计算实验室资深算法专家杨红霞介绍，“基于稀疏激活（MoE）架构的千亿参数模型M6是目前业界最大的中文预训练模型。M6基于阿里云PAI团队自研的Whale分布式框架，将参数规模扩展到千亿的同时，利用大规模数据并行和模型并行，在256张A100卡上，1-2天即可完成上亿数据的预训练。同时M6是一种多模态模型，可以同时处理网页、图像等多种数据，正在扩展到音频、视频等。为了让预训练模型更加普及，我们将更加聚焦在GreenAI上，即在有限GPU资源情况下，训练超大规模模型。未来除了让M6参数规模进一步飞跃，我们还将让M6在效率、下游任务等方面得到突破提升。”

（阿里巴巴副总裁、阿里云智能计算平台负责人贾扬清）

谷歌、微软、阿里、华为等公司都在挑战超大规模AI模型，这就像一场AI领域的“世界杯”，阿里作为挑战中文超大规模AI模型的科技公司之一，阿里巴巴副总裁、阿里云智能计算平台负责人贾扬清表示，阿里能完成M6挑战，简单一句话就是：我们能！

M6：超级中文AI工程

为什么说M6是超级中文AI工程呢？

首先，目前的AI模型主要是针对单一任务，比如图片识别、文本识别、语音识别等，这是单一“模态”。而M6为多任务处理，完成文本图片联合学习这一跨模态的计算任务。也就是说，一个模型可以处理文本识别和理解、图片识别和理解等多种任务，更能实现跨文本和图片的联动识别、理解与生成，这个过程在很大程度上将AI模型又往通用AI方向推进了一步。

其次，M6提供了1.9TB图片和292GB文本，这是目前已知的最大中文图片和文本数据集。该中文数据集收集了百科全书、在线问答、论坛讨论、产品说明等海量中文网页，并通过复杂的数据清洗过程将之转换为高质量数据资产。M6提供了100亿参数与1000亿参数两个版本，均为超大规模参数。

第三，M6不仅是一个前沿的技术探索项目，更通过阿里云的工程化方式进行落地。M6这样一个超大规模参数AI模型，无法在除了公有云以外的其它计算设备上以更经济的方式进行训练。例如，根据公开的市场数据，NVIDIA最新机器DGX2约为20万美元一台，一台机器里有8个GPU，用64台的机器搭建一个专门用来做大规模训练的集群，成本估算约一亿人民币。而这仅为实验之用搭建的计算集群，搭建之前并不知道模型训练能否成功、成功之后是否有更大的商用价值。

但利用阿里云超大规模云计算基础设施就不同了，它可以将M6的计算任务分割成“一小块、一小块”，并利用阿里云已经在用的生产机器低谷时间运行，并不需要新购置机器，只需要利用现有云计算基础设施的“潮汐效应”就可提炼出所需的计算力。

更为重要的是，阿里云将M6模型以AI工程化的方式实现，在具体设计计算的过程中采用了多种工程深度优化，比如计算效率、通信效率、显存消耗等多个方面，从而帮助千亿多模态预训练模型快速迭代训练。

贾扬清表示，就像当年美国的阿波罗登月飞船，其目的不仅是登月，更是一个超大规模科技实验和科技工程。在研发阿波罗登月飞船的过程中，产生了大量基础科研成果和技术工程成就，最终催生了美国现代电子科技产业，可以说改变了人类的科技历史进程。而M6的研发，也将催生大量的基础科研成果和技术工程成就。

阿里云：12年数据智能超大工程

在M6的背后，是阿里云12年来数据智能超大工程。以“大数据+AI一体化”为核心，阿里云平台承载了企业核心数据业务的构建和创新。

其中，阿里云飞天大数据平台是目前国内唯一自主研发的计算引擎，单一引擎可将10万台服务器合为一体，也是全球集群规模最大的计算平台；飞天AI平台则是国内首个云端商业化机器学习平台，开发者在飞天AI平台上，可按需调用平台的能力，包括软硬件一体的编程环境、云边端一体的高性能训练和推理引擎以及多模态算法开发与部署。

飞天大数据平台+飞天AI平台，就是M6背后的超大工程。

阿里巴巴是典型的以数据驱动为核心的公司。最早的时候，阿里拥有亚洲最大的Oracle集群，从2002年到2006年阿里慢慢诞生不同的数字化技术，淘宝、天猫、B2B等一系列淘系技术开始出现。2008年，阿里遇到两个问题，一是数据越来越多，当时的Oracle技术无法承接超大规模数据，二是阿里不同BU和不同部门数据无法打通，无法形成数据的规模化效应。

这就是阿里云的起源。之后阿里云相继开发了大数据计算平台MaxCompute、大数据开发治理平台DataWorks、机器学习平台PAI等大数据和AI关键技术平台，还提出了跨整个集团的数据中台。

值得一提的是，2019年，贾扬清加盟阿里巴巴，负责阿里云大数据和AI平台的研发工作。同年，以MaxCompute+DataWorks为核心的飞天大数据平台和以机器学习平台 PAI为核心的飞天AI平台正式对外发布。

经过12年来发展，阿里云飞天大数据平台和飞天AI平台已经积累了多个核心关键产品：SaaS 模式云数据仓库MaxCompute 、一站式大数据开发治理平台DataWorks、云原生实时数仓MaxCompute 交互式分析（Hologres）、实时计算 Flink 、机器学习平台PAI、云原生数据湖平台EMR等等。

同时，阿里云数据智能进入全面成熟期，“大数据+AI一体化”的数据智能不断升级，飞天大数据平台和飞天AI平台也演变为数据智能的核心承载。在发展过程中，飞天大数据平台成为由“湖仓一体+离线实时一体化云数据仓库+数据综合开发治理平台”组成的最佳实践。飞天AI平台基于机器学习PAI，联合了从底层芯片到中间分布式系统到上层规模化算法和数据，实现了大规模AI端到端的能力，构建了一个AI作战集团军。

正是这些进化了12年来的数智平台和技术，支撑了M6在经济成本可控范围内，成为现实。

下一个大趋势：超大规模AI工程化

Gartner 2021十大重要科技趋势中提出的一大趋势就是AI工程化。Gartner研究表明只有53%的项目能够从人工智能（AI）原型转化为生产。由于缺乏创建和管理生产级AI管道的工具，人工智能项目的扩展难度很大。为了将AI转化为生产力，就必须转向AI工程化。

Gartner提出，人工智能工程化立足于三大核心支柱：数据运维、模型运维和开发运维。贾扬清从阿里云自己的超大规模数据智能实践以及M6的研发和工程化，总结了阿里云自己的AI工程化之道，这就是“大数据+AI一体化”的超大规模AI工程化：数据&算力的云原生化、调度&编程范式的规模化、开发&服务的标准化普惠化。

贾扬清介绍，阿里支持将大数据与AI平台放在一个团队里进行技术研发，其背后正如阿里自身的超大规模数据智能实践。

首先，数据和算力是人工智能的两大驱动力。无论是计算机视觉、自然语言处理，还是其它AI系统，都与数据密不可分。数据规模超大，AI模型越精准、高效但也越复杂。因此，无论是数据处理还是计算能力，都需要有一个更大规模、大体量的“底座”，这就是云原生计算“底座”。正是阿里云的数据与计算云原生“底座”，才支撑了M6在1-2天内就完成上亿数据的训练且不用新增机器，因此数据和算力的云原生化是超大规模AI工程化的第一个体现。

其次，大规模、大体量“底座”的背后，意味着面临两个成本问题：资源成本和人力成本。因为GPU非常昂贵，管理大规模的集群和大规模系统，就需要用到典型的“削峰填谷”方法，考验能够把AI计算任务掰开了揉碎后，“放置”在资源空闲的地方，以降低总体计算资源成本。同时在这背后还是一个巨大的模型训练和计算和任务，需要高水平AI工程师完成大量的工作，而编程范式的规范化就能降低AI工程师们的工作量。因此，更好地做到资源调度和资源调配，以及让AI工程师更容易撰写分布式编程范式，是超大规模AI工程化的第二个体现。

第三，为了让AI模型能够更加紧密地应用在实际场景中，需要进行开发和服务的标准化和普惠化，让更多的人可以轻松完成AI建模、训练和部署等。阿里云一直在思考，如何让更多的人，更容易上手高大上的AI技术。机器学习PAI平台构建了一个体系：DLC平台（Deep Learning Container）提供云原生一站式的深度学习训练，DSW平台（Data Science Workshop）提供交互式建模， EAS 平台（Elastic Algorithm Service ）提供更简易、省心的模型推理服务。贾扬清强调，阿里云AI业务的背后有一个AI工程团队在解决稳定性、弹性、免运维、用户体验等标准能力，这是超大规模AI工程化的第三个体现。

针对后M6时代，贾扬清表示，“科研还在继续往前走，我们在寻找新的高精尖方向。但同时怎样把现有结果大规模应用到不同场景中去，是一个非常大的趋势。”

的确如此，M6这样的超级中文AI工程最终落地到阿里云并服务于广泛的用户，这才是M6的最终意义所在。阿里云计算平台研究员林伟介绍，M6已经用于业务场景里，在犀牛新制造的服装设计上，M6可以根据潮流趋势文本的描述，自动产出细节清晰的服装图，并符合生产标准。同时，在阿里云官网的大数据和AI体验馆，M6已经开始支持用户调用API接口进行体验。

与此同时，对于阿里云来说，“大数据+AI一体化”是大数据发展的必然方向，而人工智能是大数据业务发展的终极出口。

事实上，在阿里云的超大规模数据智能平台上，越来越多的企业和机构从数字化转型走向了智能化：微博将万亿样本、百亿特征全量训练提升十倍，模型更新是10分钟量级，业务推荐效果提升10%；VIPKID用实时计算技术解决用户问题反馈实时性需求，实现自动化处理60%问题，减少40%监课人员，投诉率降低66%；天弘基金基于阿里云MaxCompute将原本需要清算8小时的用户交易数据缩短至1个半小时完成清算，极大地提升了业务效率；中建三局一公司基于阿里云的DataWorks和MaxCompute构建了数智建造一站式服务平台，覆盖了建造领域生产场景全链路、核心管控全流程和智能决策全视角，使建造类企业实时感知、动态控制和智能化决策成为现实……

全文总结：经过12年来发展，阿里云已经从最初的云计算，发展到云计算、大数据与AI等的融合一体化计算平台，已经为全球和全社会普及了超大规模数据、计算与智能的能力，为数字经济创造了无限可能。随着M6走向万亿参数以及超大规模AI工程化，阿里云智能已经为疫情之后的下一个12年做好了充分准备。（文/宁川）