文 | 智能相对论
作者 | 陈泊丞
日前,英伟达CEO黄仁勋和Meta创始人马克・扎克伯格开展了一场“炉边谈话”。
两人作为当今人工智能领域的领袖人物,一边凭借AI芯片的绝对优势占据着算力领域的至高地位,另一边借助开源大模型Llama 3.1强势崛起成为开源领域的标杆。这样的对话为未来AI的发展趋势呈现了不同的视角。
黄仁勋对话扎克伯格
两位大咖的对话为我们描绘了AI技术未来的发展蓝图:从开源的AI算法,到先进的人形机器人,到未来即将普及的智能眼镜,AI技术发展充满了机遇与挑战。未来AI手机、AIPC、AI汽车、智能眼镜、服务器等等各类产品都会实现智能化升级,复杂的模型、海量的数据和计算,都极大地依赖于AI算力支持。
AI算力也正在从专用计算扩展到所有的计算场景,逐步形成“一切计算皆AI”的格局。
事实上,算力厂商们的动作也见证了市场对算力发展的要求。一方面,CPU、GPU、NPU等各种PU,也都被用于了AI计算。
另一方面,在适配不同场景应用的通用服务器上,浪潮信息也在致力于提供兼具高性能与低成本的选择。前不久,基于2U4路旗舰通用服务器NF8260G7,浪潮信息创新采用领先的张量并行、NF4模型量化等技术,实现了服务器仅依靠4颗CPU即可运行千亿参数“源2.0”大模型,再度成为通用AI算力的新标杆。
在今天的市场上,算力的产业地位正在迅速崛起。对应人工智能发展的三驾马车,算力、算法、数据三者终于到达了一个地位相当的状态,走向“并驾齐驱”。
要知道,在AI技术发展的前期,中国庞大的互联网用户群体和丰富的在线数据资源,侧重于数据的发展。而美国在计算机科学、数学和统计学等基础学科方面有着悠久的研究传统,则更聚焦算法的研发。对比两者,算力在前期的关注度就显得弱了许多。
时至今日,三驾马车并驾齐驱。大众对人工智能的发展思路也愈发清晰——AI产业的爆发是算法、算力与数据三者协同发展的结果。而这样的状态也就代表着AI产业正在进入一个全新的阶段。
人工智能产业来到了“过弯点”
现阶段,大模型技术的加速迭代,带来了千亿级大模型的持续涌现与精进。相关的AI应用也在以前所未有的速度和规模渗透到各行各业,并融入日常的生活和工作中。
人工智能产业正在从初步探索进入到了广泛应用的“过弯点”。在这个过程中,AI的三驾马车也到了全面协同发展的关键时刻,才能为场景应用的跨越式升级提供必要的技术支持。
以银行的防欺诈系统为例,早期的系统是基于大数据构建的,通过经验预设规则和统计模型来判断、检测可疑交易。如今,基于更高性能的通用算力整合大数据系统和金融防诈的AI模型,银行防欺诈系统实现了功能升级,不仅具备更高的准确性和更低的误报率,而且还能够根据新的数据自我学习和调整,快速适应新的欺诈模式。
算法、算力和数据三者协同,构成当前AI应用的基本范式。一个成功的AI项目往往需要在这三个方面都做出适当的投入和优化。
算法相当于AI的大脑,负责处理信息、学习知识、做出决策。而数据是算法的基础,如果没有足够的数据,即使是再先进的算法也无法发挥出应有的效果。
而在此基础上,不管是算法的运行还是数据的处理,都离不开算力的支持。特别是在涉及到大量的数据处理、复杂的模型训练以及实时的推理需求等场景中,AI对算力的要求,同时随着场景的规模化普及,还得进一步兼顾经济性。
现如今,针对AI产业的三驾马车,算法、算力和数据层面的升级依旧在同步进行,三者之间的协同在AI行业发展的驱动下达到了新高度。AI产业的加速发展,需要三驾马车的步伐更加一致。
是时候全面调整三驾马车的状态了
人工智能的广泛应用必然要建立在三驾马车协同发展的基础上。在接下来的时间内,针对人工智能产业的升级就需要解决一个关键问题,即如何保持三驾马车并驾齐驱的稳定状态。
一、技术“并驾”:一马当先并非最佳,三马同行最为稳定。
算力、算法、数据三者相辅相成,单一的技术领先无法带来AI产业的全面爆发,必须要另外两项迅速补齐,才能对应解决相关的技术问题。
例如,在当前,千亿级参数、甚至万亿级参数的大模型加速发展,带来了更强大的信息处理和决策能力,为智能涌现提供了基础。但是,算法层面的突破,必然要有算力、数据层面的升级,才能发挥出应用的效果。简单来说,如果没有足够的算力带动千亿级大模型的训练、推理等需求,那么再强大的模型也没有“用武之地”。
要加速人工智能的发展,支撑千行百业最广泛的通用场景,千亿级大模型必须要和大数据、数据库、云等场景相融合,实现高效运行。
但这一目标对计算、内存、通信等硬件资源需求量非常大。为了满足更多用户的AI算力需求,算力厂商不得不考虑如何有针对性地去克服现有的算力瓶颈。以承载千亿参数大模型推理的NF8260G7 AI通用服务器来看,浪潮信息在这方面就做出了专业的设计。
针对千亿级大模型推理过程中的低时延以及所需的巨大内存需求,NF8260G7服务器配置了4颗具有AMX的AI加速功能的英特尔至强处理器,内存方面,NF8260G7配置32根32G DDR5 4800MHZ的内存,内存带宽实测值分别为995GB/s(读带宽)、423GB/s(写带宽)、437GB/s(读写带宽),为满足千亿大模型低延时和多处理器的并发推理计算打下基础。同时,浪潮信息还对CPU之间、CPU与内存之间的高速互联信号走线路径和阻抗连续性做了优化,从而更好地支撑大规模并发计算。
这样的设计与升级,旨在面向算法,进行算力的优化,为接下来千亿级大模型的规模化应用提供了一个非常关键的支撑。
二、系统“齐驱”:三马拉车,重在系统性优化。
随着AI技术的发展,算力、算法、数据三者的系统性越来越强。很多科技巨头都在竞相发力寻找「模型水平高、算力门槛低」的人工智能方案。AI相关的解决方案不再是单一技术的应用,而是综合多个领域的突破实现整体系统性的升级。
举个例子,谷歌的EfficientNet模型通过优化网络架构,在ImageNet数据集上的精度相比传统模型提升了约6%,而所需计算量减少了70%。可见,当前大模型厂商在推动算力升级的过程中,也会考虑到软件层面的创新,提高算力和算法之间的适配运行能力。
为了能让通用服务器更好的运行千亿级大模型,浪潮信息除了对服务器本身进行创新升级外,也对千亿级大模型的参数规模做了优化。基于源2.0的算法研发积累,浪潮信息将1026亿参数的源2.0大模型卷积算子进行张量切分,为通用服务器进行高效的张量并行计算提供了可能,最终提高了推理计算效率。
基于CPU服务器的并行计算
同时,在这个过程中,浪潮信息还采用了NF4量化技术,对模型进行“瘦身”,提高了推理的解码效率等等。
NF4量化技术
当算力、算法走向协同,系统性优化的结果,是建立在两者协同的基础之上,最终目的在于为AI产业的落地提供一个稳定、强大的技术底座。未来,AI产业的全面爆发就需要以更系统的理念去驱动三驾马车的发展。
三、应用“加速”:产业落地需要“三驾马车”的综合最优解。
AI不再是实验室的产物,而是市场竞争的商品。不管是千亿级大模型的涌现,或是算力解决方案的升级,其根本的目标都是推动AI应用的加速落地,走向大众,带来实际性的经济效益。因此,在技术层面之外,行业还需要考虑经济层面的问题。
对比来看,尽管以英伟达GPU芯片为核心的AI服务器在处理机器学习、深度学习等高性能计算任务方面表现卓越,但是浪潮信息等算力厂商依旧致力于研发和升级以CPU为核心的通用服务器,这是为什么?
根本原因就在于CPU在通用计算、能效比以及成本效益方面仍然不可替代。特别是关系成本效益的经济性问题,本来就是当前限制诸多场景应用规模化落地发展的关键因素。因为AI专用基础设施的成本居高不下,普通的企业很难承受。而浪潮信息则是提供了一个更低成本、同时兼顾高性能的经济性选择,恰恰正是市场需要的。
基于通用服务器NF8260G7的软硬件协同创新,浪潮信息成功实现了千亿级大模型在通用服务器的推理部署,同时还提供了性能更强,成本更经济的选择,让AI大模型应用可以与云、大数据、数据库等应用能够实现更紧密的融合,助力产业高质量发展。这样的综合最优解,才是产业实现规模化爆发最需要的条件。
结语
AI三驾马车的系统性已经成型,更强大的算力可以支持更复杂的算法模型,从而更好地处理大规模数据。同时,高质量的数据集有助于提升算法的效果,反过来又需要更强大的算力来处理。而算法的进步也可以减少对算力的需求,通过更高效的模型设计降低计算成本。
这种系统性的形成,将极大推动人工智能产业的发展,也为现阶段AI厂商们的产品升级、技术迭代、服务进阶提供了一个关键的大方向。但同时,也意味着新的挑战,即如何去整合算力、算法和数据三者之间的技术与资源,成就新的突破。
*本文图片均来源于网络
#智能相对论 Focusing on智能新产业新服务,这是智能的服务NO.263深度解读
此内容为【智能相对论】原创,
仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。
部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。
•AI产业新媒体;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。
儿童奶粉市场已经迎来了越来越多品牌的进入,其中大品牌逐渐发挥了引领作用,助力儿童奶粉逐渐摆脱之前的“无序”状态。比较明显的能够看到,越来越多在婴配粉市场都还比较新兴前沿的营养素、研究被应用至了儿童奶粉中,同时儿童奶粉也呈现出了进一步细分的发展现状。 另外大品牌也在助力提高儿童奶粉的准入门槛,以及规范儿童奶粉的研发生产,比如质量监管体系沿用参照婴配粉、团体标准填补市场空白等。未来儿童奶粉市场有望进一步规范,品牌依旧需要关注产品配方研发和品质保障,同时在宣传上更好地把握尺度。 Part 1 应用新兴前沿的营养素, 并开始关注营养素的添加量 伴随着人口结构的变化,儿童逐渐成为了母婴行业的机会人群,3岁+儿童的营养需求获得越来越多品牌的关注,其中儿童奶粉就是一类典型代表。而随着3岁+儿童进入加速成长期,对脑部发育、视力健康、骨骼增长等多方面的营养补充需求十分强烈,也推动了儿童奶粉进一步瞄准细分功能。 早期功能型儿童奶粉的出现,对推动儿童奶粉市场的发展起到了很大的帮助,只不过在发展初期也涌现了一些问题。比较明显的是,一些功能型儿童奶粉的配方并没有太大的优势,也很难说服消费者其真正具备相关价值。 不同品牌之间的儿童奶粉存在配方同质化问题,而且在配方的设计和创新上存在不足,用一些较为常见的营养素组合组成了一款儿童奶粉,并将功能建立在某一或某些营养素上,比较常见的营养素有钙、维生素D、DHA等。 不过随着大品牌的加入,功能型儿童奶粉的这一现状有所改变,能够看到一些在婴配粉市场仍属新兴、前沿的营养素被更多地应用至了儿童奶粉产品中。比如在自护力方面,添加HMO的儿童奶粉已经有好几款,布局品牌包括蒙牛、君乐宝、伊利、惠氏、完达山等。 虽然HMO在我国被批准可应用至婴配粉、儿童奶粉中的时间还不长,但是儿童奶粉成为了各大品牌抢占HMO热度的一个重要方式,同时也反映出了品牌对儿童奶粉较高的关注度。此外在营养素的添加量上,也不再只是打出热门营养素的“噱头”,比如在儿童奶粉中乳铁蛋白较高的添加量能够达到100mg/100g,像50mg/100g的都比较常见。 从营养素的角度出发,功能型儿童奶粉逐渐改变了之前较为基础、普遍的配方,这其中也离不开大品牌的推动,让儿童奶粉配方竞争走向新的阶段。 Part 2 瞄准消费痛点, 探索更细分精准的功能 在科学化、精细化育儿理念之下,不仅是要求婴配粉产品更加精细化,儿童奶粉同样面临这一需求。尤其儿童群体所面临的年龄跨度范围更大, 可能更需要针对不同年龄阶段的儿童制定不同的营养解决方案,此时对细分功能、精准功能的要求会更高。 当下的功能型儿童奶粉比较常见“长高”“护眼”“益智”等卖点,从这些卖点出发品牌可以针对性地推出一些不同的产品配方,在现有产品的基础上进一步凸显自身的优势。也可以探索新的功能需求,通过瞄准不同的场景、性别、年龄等来实现。 比如在“长高”方面,钙是最为常见的一类营养素,也被更多的品牌添加至了儿童奶粉产品中。据不完全统计来看,较高的钙添加量达到了1300mg/100g、平均钙添加量为739.9mg/100g。除了钙之外,查看市场上的儿童成长奶粉时可以看到,水解蛋黄粉、初乳碱性蛋白等也成为了较为热门的营养素。 至于其他的功能卖点,有品牌研究发现,由于儿童早晚作息不同,所需要的营养素也有所不同,因此推出了早/晚儿童奶粉。其中早装奶粉注重调节脾胃,添加了乳铁蛋白、水解乳清蛋白、牛初乳粉等成分。而晚装奶粉关注睡眠问题,初乳碱性蛋白、水解蛋黄粉、乳矿物盐、酸枣仁等成分。 另外还能够看到一些分阶的儿童奶粉,进一步对儿童群体进行年龄划分,从而满足不同的营养需求。在品牌不断探索新的细分功能需求时,也有助于推动功能型儿童奶粉发展壮大。 Part 3 准入门槛不高但在提升门槛, 质量安全更有保障 儿童奶粉能够迎来较快的发展,一方面离不开消费需求的增加,另一方面准入门槛较低也方便了企业的进入,这也是儿童奶粉市场充满大大小小品牌的原因。只是在准入门槛较低的情况下,也很容易造成产品品质参差不齐的问题,尤其是一些功能型产品。 之前功能型儿童奶粉以营养素为卖点支撑的情况较为常见,而且还存在“擦边球”式宣传。可以说,儿童奶粉市场现存的这些问题容易导致消费者的不信任,以及不利于整个市场规范健康发展。 反观婴配粉市场,在新国标、二次配方注册的基础上已经淘汰了一些不具备实力的企业,现如今能够留在婴配粉市场中的品牌基本上都有自己的支撑点和优势点。作为要求和监管都十分严格的赛道,婴配粉品牌也必须要保持创新和品质。 不过在大品牌进入儿童奶粉市场之后,也在很大程度上推动了其准入门槛的提升,毕竟在他们的引领之下,消费者也会更多地关注起儿童奶粉的生产和配方,此时一些缺乏优势的品牌可能会在竞争中逐渐被洗牌出去。 比如某头部品牌将儿童奶粉与婴配粉共线生产,在原料、生产技术上的要求与婴配粉相同,并且采用国内严谨的食品质量管理体系进行监督。在2019年之前,很多儿童奶粉品牌基本在副厂生产,质量管理体系参考的也是成人奶粉。 如今不少品牌的儿童奶粉质量管理体系与婴配粉相同,很明显提高了儿童奶粉的生产、监管指标。从这些方面来看,不难看出头部品牌对儿童奶粉的关注,同时也在助力儿童奶粉走向更规范、更严格的发展阶段。 Part 4 关注儿童奶粉“功能”支撑点, 有效性成关注重点 对于功能型儿童奶粉来说,无论是“长高”“护眼”“益智”还是其他,消费者比较关注的就在于“功能”二字,这也是吸引他们进行购买的一个重要因素。然而很多功能型儿童奶粉只是打出了相关卖点,但是却缺乏必要的支撑。 正如之前所说的不少儿童奶粉将功能卖点放在某一或某些营养素上,可能这些营养素具备相关的功能,但是以此作为儿童奶粉的功能支撑未免有些单薄,而且在营养素的添加量、组合搭配上可能也会带来一定的影响。 因此功能型儿童奶粉要进一步为功能增加更多的支撑点,可能还需要探索必要的科学证明,目前已经有一些布局儿童奶粉市场的大品牌,开始关注起了科学实证。 比如某品牌的一款儿童成长配方奶粉发布了一项经动物喂养实证的研究结果,研究结果表明,在营养素不足的基础上添加该儿童奶粉,对钙的吸收和利用产生积极影响。某品牌的一款儿童奶粉同样是在动物喂养实验下表明,添加该儿童奶粉之后能降低地塞米松引起的肠道菌群紊乱,还能在一定程度上改变肠道菌群的结构。 目前科学实证更多地集中在婴配粉市场,为其产品配方增添了更多的竞争优势和可信任度。而儿童奶粉开始关注起科学实证问题,也是在更好地迎合消费期待,同时彰显品牌的科学态度和实力。 就功能型食品来说,提供必要的功能卖点支撑也是品牌需要关注的重点,而功能性儿童奶粉开始探索科学实证,不仅进一步增加了产品配方的科学性,也进一步凸显了产品的价值。 Part 5 团体标准已经发布, 有助于填补市场空白 儿童奶粉除了不需要像婴配粉那样进行配方注册之外,在生产标准上也没有统一、严格的要求,目前市场上的儿童奶粉基本上采用的都是调制乳粉标准,即《食品安全国家标准 乳粉》(GB 19644),这也是成人奶粉、中老年奶粉的生产标准。 然而对于儿童群体来说,与成人、中老年人还存在着明显的区别,因此即便儿童奶粉产品能够满足调制乳粉的标准,但是不一定能够满足儿童群体的营养需求。缺乏标准也是影响儿童奶粉产品不容易规范发展的一个重要因素,同时也反映出对标准的热切需求。 这一现状在去年迎来了新的变化,中国营养保健食品协会婴幼儿配方食品分会、中国标准化研究院农业食品标准化研究所与9家头部乳企联合起草了《学龄前儿童用调制乳粉》团体标准并正式发布。不久前由中国乳制品工业协会归口管理、国家乳业技术创新中心牵头、国内外十几家乳企共同参与起草的《儿童乳制品》正式发布。 上述标准对儿童奶粉做出了定义,也对原料、蛋白质含量、维生素及矿物质含量、其他微生物标准方面提出了具体要求。虽然还不是国家标准,不具有强制性和统一性,但是对规范儿童奶粉的研发和生产、提高整体营养质量等方面带来了积极作用。 而且在标准的推动之下,也不排除未来会有更为具体统一甚至更高层面的儿童奶粉标准出现,从而起到进一步规范儿童奶粉市场的作用,现阶段团体标准已经提供了一定的参考价值。 即便不采用上述团体标准,儿童奶粉本身也需要在品质上保持严格的标准和要求,以及在宣传上注重规范和边界,这样才能更好地推动儿童奶粉良性发展。 行业思考:儿童奶粉作为当下的一个热门赛道,已经吸引了不少品牌的进入,其中大品牌的加入可能逐步推动了儿童奶粉摆脱“无序”状态。比较明显的能够看到,新兴、前沿的营养素和研究被应用至儿童奶粉市场,以及质量监管体系也在向婴配粉靠近,再加上科学实证的加持,都为儿童奶粉带来了新的助力。未来在标准的加持之下,儿童奶粉市场有望实现规范发展。相关推荐: 问界M9那么多野生销售,原来图的是这个!文 | AUTO芯球 作者 | 雷慢 买问界M9这样的车,你有什么可怕的? 我告诉你,只会有惊喜! 你知道问界的野生销售员有多猛吗? 你看啊, 这个人他说,他已经推荐卖出了101台问界M9, 是的,华为是给每个推荐人奖励1万积分, 但这个人推荐的车主并没记录在自己的名下,好像是纯粹义务劳动, 这个人啊,他啊,他说只要找他买车就送现金, 还有个人说,只要找他买车就包介绍对象, 最狠的是这个,深圳单身女车主, 她说只要找她买车就给人租房免房租、送工作, 不过很快她就改口了, 她说,对那些单身买车的男车主,可以考虑自己嫁给他,把自己送人, 因为她意识到,买得起M9的人一般不租房、不缺工作。 我一开始看到这些,就觉得这帮人,真是理想、小米做梦都想得到的车主, 这些M9老车主啊,恨不得天下有钱人,人人来一辆, 一开始我也是百思不得其解 你要说他们图那点积分,还不够他们往外送的礼值钱, 他们天天给别人推荐问界M9, 华为也不给他们发工资, 这帮人好像不图钱不图利, 就单纯的用爱发电 直到看到这样一个故事,我才醍醐灌顶, 你看,一个从事装修的车主,自从买了M9入了车友群, 已经在车友群里承接了好几个装修业务, 一台M9的车钱一下就赚回来了! 看到这你明白了吧? 就好比北京的褚会长990万买了周鸿祎的迈巴赫,主打一个交友, 是不是点醒你了, 原来这帮人,一直在打高端局啊, 惊不惊喜,意不意外? 买车听我说,不做冤大头,…
原创文章,作者:admin,如若转载,请注明出处:http://readdaily.cn/other/134247.html