AGI时代，AI软着陆的新范式注定属于更多的企业

最新推荐文章于 2024-05-25 14:45:42 发布

智能相对论

最新推荐文章于 2024-05-25 14:45:42 发布

阅读量714

点赞数 20

文章标签：神州数码 AI 数智化转型大模型

本文链接：https://blog.csdn.net/sinat_32970179/article/details/139002151

版权

文 | 智能相对论

作者 | 沈浪

大模型的广泛应用和持续进步提升了现有AI系统的智能水平，也实实在在地加速了AGI时代的到来。当各行各业都在进行数智化转型，AI如何软着陆成了各大企业都需要思考的焦点问题。

日前，以“AI着陆创想无界”为题，由神州控股、神州信息、神州数码集团联袂打造的数云原力大会2024在深圳召开。在这场技术盛宴上，神州数码提出了全新的关于AI着陆的价值主张，其副总裁、CTO李刚表示：当“致广大”已被充分表达，神州数码反而愈加坚定以客户为中心的“尽精微”，才是真正实现AI着陆的当务之急。

其中提到的“致广大”与“尽精微”，出自《中庸》，全文为“致广大而尽精微”，意思是说做事既登高望远、胸怀大局，又落细落实、积微成著。对应AI行业的发展来说，AI着陆在于把小事做好，把技术落到实处。

如今，神州数码着力提供以客户为中心的AI着陆加速引擎，其背后的核心理念正是出自对“尽精微”的判断。那么，这样的路径真的符合AGI时代的发展趋势吗？换句话说，坚持“尽精微”的AI赋能，是否能解决企业客户的焦点问题？值得思考。

AI走向“尽精微”时代？

以客户为中心坚持“尽精微”是否能解决当前企业应用AI的痛点？关于这一问题的解答，主要还得回归行业的发展现状来看。

目前，随着AI在各行各业逐步迎来规模化应用，其相关的领域如技术迭代、数据处理、算力资源、行业应用、绿色发展等都在同步发生改变。对应的，企业想要用好AI，也将面临着一系列的新问题和新挑战。

其一，比较直观的一个新感受，在技术迭代层面，AI不仅要处理特定任务，还要展现出更广泛的理解、学习和适应能力。这就要求AI算法要更加精细，模型迭代也更加复杂且高效，能够处理更多维度的数据和更复杂的场景。

在这个阶段，企业就不得不面临一个严峻的问题：当单一的AI大模型无法解决企业复杂的业务需求，多模型选择和配置成为新的方向。企业便需要考虑多个大模型之间的选择和配置问题，进而才能协同发挥出应用的AI能力，达到数字化转型升级的结果。

其二，在数据处理与应用层面，AI能力的精进需要高质量数据的投喂，大量的无效数据被进一步筛选淘汰。那么对于企业而言，如何在一个综合性能力较强的平台上获取专业的、深度的、全栈的数据服务，用好自家的数据资产将是AGI时代用好AI能力的关键步骤。

其三，在算力资源层面，随着AI的广泛应用，算力相关的问题逐步爆发，例如算力资源供给不足、利用率过低、能耗过高、收费太贵以及多元异构复杂部署运营等等。企业在AGI时代亟需能提供全方位算力服务、解决好算力问题的专业服务商和平台，来解决这些问题，确保算力供给日常化、专业化，全面支撑AI应用落地。

其四，在行业应用层面，企业对AI能力的需求也不再是处理简单的自动化任务，而是能结合行业痛点、企业实际情况等把AI技术落实到细微处，提供专业化、定制化的解决方案。由此，企业就不得不面临如何把行业Know-how与AI技术协同应用的问题，这需要企业与AI服务商展开更深度的合作模式和达成更紧密的合作关系。

其五，在绿色发展层面，当AI应用成为常态，企业就需要考虑如何可持续发展的问题。这其中涉及能耗、资源利用率、商业模式等一系列绿色发展问题。简单举例，企业一旦选择了适合的AI服务平台，必然不会轻易进行迁移，因此如何选择适合的AI服务商和平台以及双方之间采用什么样的合作模式，都将是企业需要考虑的问题。

总的来说，AI发展到今天这一步，随着行业应用的深化，越来越多的细节问题需要重视和解决，以“尽精微”的理念去践行，才能真正推动AGI时代的加速到来。

AI软着陆的新范式

诚然，“尽精微”只是一个方向，具体的行业应用如何开展，需要业内企业不断去实践并探索出相应的范式。神州数码在数云原力大会2024上发布一系列产品服务和新见解，从中总结AI软着陆的新范式大致落在三个关键点，或许可以成为接下来行业发展的共识。

一、软硬兼顾。只有软件是无法完全发挥出AI应用的价值，随着AI应用的深化，数据处理、算力供给等层面更需要高效响应，以及强大的资源池化、灵活调配和强大的端侧能力。因此，硬件产品的加持与软件进行协同逐步成为行业AI解决方案的标配。

正因如此，神州数码不仅推出异构智算调度运营平台（HISO）和异构智算加速平台（HICA）两大平台产品，帮助企业客户在整个异构智算资源池中匹配最优算力组合，从而有效解决GPU服务器集群间和集群内部的资源池化和调配问题，大幅提升算力利用率与可用性。同时，神州数码还推出一体化交付的神州鲲泰全液冷整机柜，依托硅光加液冷技术，有效解决节点和节点间互联的能耗问题。通过优质的智算基础设施产品，神州数码正助力企业获取更优质的算力服务，进而满足AI应用的爆发性需求和常态化发展。

二、模型多元化配置。在企业实际场景中，通用大模型+行业大模型依然无法有效满足企业日益复杂的业务需求，已经成为业界共识。与之相对的，在企业的数字化转型过程中， AI大模型的多元化配置也逐步成为AI服务商和企业的必经之路。

神州数码在数云原力大会2024上发布的神州问学迭代版本——AI原生赋能平台，在实现了一站式企业级大模型集成和运营的基础上，更深层次地聚焦企业实际场景落地的细致需求，打造Agent工程、企业知识治理、模型训练与管理三个功能模块，多层面解决企业在应用AI能力上的关键问题。

类似的，目前业内对大模型产品的发布和更新一直在强调系列化，即以多个不同参数规模或专业领域的垂类大模型相互协同，共同解决企业的业务发展问题。随着这一趋势的强化，模型的多元化配置也将成为常态。

三、行业Know how+。不针对行业痛点或是企业业务需求的AI应用无法深入为企业带来相应的价值。当前，企业对AI需求不再停留在基础的通用解决方案，逐步深入企业业务发展的专业领域，须与行业Know-how充分结合，进而实现技术与行业专业知识的高度融合。

在数云原力大会2024现场，神州控股、神州信息所带来的一系列AI解决方案基本离不开与企业客户的深入探索。像神州控股在昆山打造的公共数据运营平台，就以AI能力对接了大量公共数据信息，并通过智能化的分析挖掘，才达到相应的服务效果。

未来，任何一项AI能力的落地都将无法忽视行业Know-how的结合。AI技术的有效落地是建立在理解行业痛点和需求之上的延伸，否则只能是停留表面的通用解决方案。

AGI时代属于更多的企业

神州数码副总裁、CTO李刚在接受媒体采访时，提到了对于当前AI时代的一个认知：这次AI浪潮有个特点，即ChatGPT这样一种超级应用出现以后，每个人都似乎摸到这个新的技术、新的应用。

AI发展至今，也正是如此。如果说“致广大”是属于巨头企业的主场，那么当AI走向“尽精微”阶段就是属于更多企业的大舞台。其本质在于，随着AI应用的深入探索，相关的细节问题如数据处理、算力供给、模型研发、算法迭代等等被解决，越来越多的企业有机会应用AI，从而打造自己的数字化能力。