主题: 中国人工智能产业迎“百模大战” 专家称数据存储需求将大量增长
2023-07-18 20:06:42          
功能: [发表文章] [回复] [快速回复] [进入实时在线交流平台 #1
 
 
头衔:金融岛总管理员
昵称:花脸
发帖数:71618
回帖数:2178
可用积分数:17817176
注册日期:2011-01-06
最后登陆:2025-09-10
主题:中国人工智能产业迎“百模大战” 专家称数据存储需求将大量增长


2023年07月18日 17:10 来源: 中国新闻网
官方最新数据显示,中国人工智能产业蓬勃发展,核心产业规模达到5000亿元,企业数量超过4300家,创新成果不断涌现。其中,今年以来热度蹿升的AIGC大模型成为当前人工智能产业的“弄潮儿”。据不完全统计,目前已有超90家中国科技公司发布AI大模型,而这个数字在今年4月份还仅为50多家,人工智能产业已经迎来“百模大战”。

  官方最新数据显示,中国人工智能产业蓬勃发展,核心产业规模达到5000亿元,企业数量超过4300家,创新成果不断涌现。其中,今年以来热度蹿升的AIGC大模型成为当前人工智能产业的“弄潮儿”。

  据不完全统计,目前已有超90家中国科技公司发布AI大模型,而这个数字在今年4月份还仅为50多家,人工智能产业已经迎来“百模大战”。

  在2023世界人工智能大会(WAIC2023)上,“大模型”成关键词,大会上有30余款基础大模型、垂直大模型集体亮相,有的瞄准通用、有的深耕行业,进一步推动人工智能从感知走向认知、从识别走向生成、从专用走向通用。

  工业和信息化部副部长徐晓兰表示,人工智能技术持续突破,智能时代正在加速到来,工业和信息化部以人工智能与实体经济融合为主线,加快培育壮大智能产业,瞄准模型,布局算力,整合数据,深挖场景,培育企业,保障安全,推动我国人工智能产业把握新机遇,应对新挑战,取得新成效。

  国家互联网信息办公室近日审议通过《生成式人工智能服务管理暂行办法》,2023年8月15日起开始施行。《办法》对大模型发展原则、技术发展与治理、服务规范、监督责任和法律责任等方面提出明确要求,鼓励生成式人工智能技术在各行业、各领域的创新应用。

  随着AI大模型的逐渐发展壮大,其衍生出的配套需求应加以关注,对新型基础设施建设的影响也不容忽视。

  北京大学教授、中国人工智能学会副理事长刘宏指出,目前大模型学习深度还不够,缺乏和外部知识库的交互和调用,有待与工具软件更好地嵌入、融合在一起,专业检索能力和数据安全保障有待提升。类似从短信到微信的一场聊天革命,AI大模型正在从“玩具”迈向“工具”发生快速演变,人工智能美好未来值得期许。

  浪潮信息首席架构师叶毓睿近日在接受中新财经记者采访时也提到,AIGC领域“百模大战”的演进速度会远超外界预期,大模型的出现将赋能千行百业,在很多领域产生出新的产品和服务,但从数据的角度而言,当前主要仍是简单的文本对话,未来一旦音频、视频、虚拟数字人等介入普及,大模型的数据存储需求会有大量增长,

  “我相信对比现有的文本对话文件,新的功能和服务的数据量可能是十倍、百倍这样数量级的提升,对数据的存储压力就会很大。”叶毓睿说。

  事实上,生产式AI可看作是人工智能从1.0时代进入2.0时代的重要标志,其具备强大的认知智能,主要应用场景涵盖文本生成、语音生成、图片生成、视频生成、代码生成、虚拟人生成等,在每种应用的背后是基于行业上下游对数据进行采集、标注、训练、推理、归档,其特征是数据量大、多元数据类型复杂、服务协议多样、性能要求苛刻、要求服务持续在线。

  业界认为,生成式AI对数据存储提出多方面挑战,包括异构数据的融合、持续的低延迟与高带宽、EB级大容量存储需求等。

  在数据存储领域,浪潮信息已打造出生成式AI存储解决方案,该方案基于浪潮信息AS13000融合存储系统,可支撑AIGC产业上中下游业务应用,并针对不同业务阶段的数据存储需求,提供热温冷冰四级存储,实现数据在各级存储间自动流转。

  同时,用高性能节点形态来满足数据训练、数据推理两个阶段的高带宽、低延时、高并行读写性能存储需求,用大容量节点形态来满足数据采集、数据准备、数据归档三个阶段的海量多元数据存储需求。

  在叶毓睿看来,数据存储产业需要进行全方位的技术升级,通过在多源异构融合、数据高速传输、海量数据管理等方面持续创新,打造专业的生成式AI存储产品与解决方案。

【免责声明】上海大牛网络科技有限公司仅合法经营金融岛网络平台,从未开展任何咨询、委托理财业务。任何人的文章、言论仅代表其本人观点,与金融岛无关。金融岛对任何陈述、观点、判断保持中立,不对其准确性、可靠性或完整性提供任何明确或暗示的保证。股市有风险,请读者仅作参考,并请自行承担相应责任。
 

结构注释

 
 提示:可按 Ctrl + 回车键(ENTER) 快速提交
当前 1/1 页: 1 上一页 下一页 [最后一页]