入门AI大模型必备的行业深度解析（四）大模型的技术架构的五个层次（基础层、技术层、能力层、应用层和终端层）

最新推荐文章于 2025-03-31 10:08:26 发布

大模型微调部署

最新推荐文章于 2025-03-31 10:08:26 发布

阅读量1.8k

点赞数 25

文章标签：人工智能架构大模型 AI 深度学习 LLM AI大模型

本文链接：https://blog.csdn.net/star_nwe/article/details/142378867

版权

产业链分析

大模型的技术架构可分为基础层、技术层、能力层、应用层和终端层五个层次：

基础层：涉及硬件基础设施和数据、算力、算法模型三大核心要素。

随着AI大模型规模的不断扩大，对计算资源的需求也在增加。因此，高性能的硬件设备、海量场景数据、强大的算力基础和升级迭代的算法模型成为了支持AI大模型发展的关键。

深度学习模型的不断升级和迭代，增强了AI算法的学习能力；同时，开源模式将使AI大模型成为海量应用、网络和服务的基础。

技术层：AI大模型的技术层主要涉及模型构建。

目前，Transformer架构在AI大模型领域占据主导地位，如BERT、GPT系列等。AI大模型包括NLP大模型、CV大模型、多模态大模型等。

这些模型采用预训练和微调的策略，先在大量无标注数据上学习语言或图像的基本表示，然后针对特定任务进行微调。

能力层、应用层及用户层：在基础层和技术层的支持下，AI大模型拥有了文字、音频、图像、视频、代码、策略、多模态生成能力等，

具体应用于金融、电商、传媒、教育、游戏、医疗、工业、政务等多个领域，为企业级用户、政府机构用户、大众消费者用户提供产品和服务。

1、基础层：AI高性能芯片不断升级，AI大模型产业生态体系将不断完善

在大模型场景下，AI高性能芯片主要用于大模型的训练环节，芯片性能的强弱直接影响大模型的性能和表现。

在全球AI高性能芯片市场中，英伟达的芯片产品采用最前沿半导体工艺和创新GPU架构保持行业的领先地位。目前，英伟达的A100芯片在主流AI大模型训练中占据重要市场份额，H100虽性能强劲但难以获取。

AI高性能芯片未来将不断迭代升级，持续推动大模型性能和能力的提升。在国内，AI高性能芯片近年来发展速度加快。其中，华为昇腾主要包括310和910两款主力芯片，其中昇腾910采用了7nm工艺，最高可提供256TFLOPS的FP16计算能力，其能效比在行业中处于领先水平。寒武纪是中国具有代表性的另一本土AI芯片厂商，公司先后推出了思元290和思元370芯片及相应的云端智能加速卡系列产品、训练整机。

未来，随着全球AI高性能芯片不断迭代升级，也将持续推动大模型性能和能力的提升。

2、能力层、应用层及用户层：企业AI+与+AI的战略选择

随着大模型能力的不断增强，AI的作用不断深化，生成式AI新的应用不断被解锁。

通过对AI在搜索、电商零售、办公、金融法律、影视游戏，医药、教育、汽车等行业应用前景的分析，能够认为，AI应用的落地节奏或与行业数字化程度成正比，能够看到AI大模型在互联网（搜索+广告营销）、办公、金融等领域率先迎来“iPhone时刻”。

“AI+”是以AI技术为核心，重构现有业务；“+AI”是以现有业务为核心，借助AI降本增效，是改进而非重建。从结果来看，“AI+”企业在智慧城市等特定领域获得商业成功，但互联网（例如谷歌、百度的搜索，头条的推荐，阿里的广告）、金融等行业通过已有业务+AI提升了效率。

在当前大模型主导的创新周期中，大模型的应用模式仍然是许多企业关注的焦点。企业需要决定是选择“AI+”（以AI技术为核心，重构现有业务）还是“+AI”（以现有业务为核心，借助AI降本增效）？对于大模型应用模式的选择可以从两个方面考虑：

首先，要考虑AI在企业全业务流程价值链中所占比例。

如果AI在该赛道全业务流程价值链中所占比例很小，比如只有10%，则更容易从“+AI”切入。因为要从“AI+”切入，企业需要先将剩下的90%业务补足，而在产业链深耕多年的竞争对手很可能已经补足了这90%。相比之下，如果AI占据全业务价值链的较大比例，“AI+”将有更大的发展空间。

例如，在电商领域，可能更适合从“+AI”切入。因为即使没有AI技术，商家仍然可以通过提供更优质的产品和服务来取胜。这是因为AI在电商全业务价值链中所占比例较低，而用户、渠道和产品等因素更为关键。

大模型在电商领域更多地用于降低成本和增加效率，例如自动生成营销文案、图像快速检索和智能语音客服等。

其次，要考虑企业业务中AI是否具备护城河。

如果AI在业务中没有护城河或者门槛很低，选择“+AI”更适合持续发展。因为一旦传统企业认识到AI的价值，也开始采用“+AI”策略，其他企业很容易赶上来。在这种情况下，创业公司选择“AI+”可能难以生存。

相反，如果AI在业务中形成了较高的护城河，“AI+”也许会产生创业机会。即使AI只占全产业链的一小部分，比如30%，但这30%却具有非常高的门槛。后来进入市场的传统企业即使在其余70%上取得优势，也难以突破这30%的高门槛。因此，提前入局并占据了30%份额的企业仍能持续经营，这也是“AI+”模式的机会所在。