亚马逊云科技：大模型的训练和应用门槛亟需降低

在过去的两周里，ChatGPT的热度居高不下，引发全网讨论。虽然AlphaGo这类AI产品也曾引起热议，但是在应用层面终究还是离用户太远了。而ChatGPT更像是「民用级」的产品，真正意义上让AI技术跨入广泛破圈应用时代。在当下，机器学习和深度学习的上云已经成为众多企业的选择，不再为算力所累，释放生产力，亚马逊云科技能够以强大的云计算底座为模型训练供能。

 

大模型的训练和应用门槛亟需降低

ChatGPT相比以往的对话机器人之所以“聪明”，是因为摄入了数以亿计的语料库内容，而如此规模的大模型的训练和应用成本极高，绝大部分企业都无法承担，但我们看到越来越多的大模型走向了开源，并允许用户在此基础上进行低成本的微调，以更加适配最终用户的业务场景。如何获取这些大模型，并快速进行部署和微调，是真正落地大模型应用需要考虑的问题。

Amazon SageMaker JumpStart简单明了地回答了这个问题，JumpStart提供了超过350个来自TensorFlow、PyTorch、Hugging Face以及MXNet等广受欢迎的模型中心所提供的最先进的预训练模型、内置算法以及预置解决方案模板，能为对象检测、文本分类和文本生成等流行的ML任务提供支持。

在re:Invent 2022上，亚马逊云科技宣布将来自Stability.AI的用于AI作画的Stable Diffusion模型和超大自然语言处理模型Bloom集成到SageMaker JumpStart，用户仅需点点鼠标，即可完成模型