chatgpt ai 算力 人工智能時代 算力網絡如何從“可用”到“好用”| CCF C3

陳健在當天以“背后的算力需求”為引導，為大家帶來《人工智能算力網絡從“可用”到“好用”》的主題分享chatgpt ai 算力，介紹了并行科技是由超算入手探索行業發展，提前著手布局“算力網絡”建設，并積極響應國家近年來的“東數西算”發展政策，旨在聚合國內優質超算算力，實現超算算力資源、應用資源、數據資源的共享與交易，面向終端用戶提供多樣化的算力服務。

陳健做主題報告

并行科技目前已上線包括天翼云、廣東聯通、福建移動在內的“三大運營商”算力資源，并與廣州超算、北京超算、濟南超算、中科院超算、浙江超算、寧夏超算等國產算力資源在內的大批優質算力資源結合，共計接入超80,000臺服務器，總計算力超1,，存儲資源超，配合并行科技先進的“云端租用”模式，可實現算力資源高效、快捷、按需分配的和合理化使用，使其真正成為一種像水、電一樣的生產力資源。陳健還表示，并行科技內蒙古算力基地預計在今年年底投入使用，將為國內“算力網絡”的建設填筑新的資源。王超代表CCF在陳健分享后為C3活動承辦方并行科技頒發了承辦單位感謝牌。

王超（左）向陳健（右）頒發承辦單位感謝牌

對于背后的核心技術——預訓練大模型，張鵬在活動中為嘉賓們帶來以《千億大模型：AIGC時代的基座》為主題的分享，并著重介紹了由清華大學知識工程實驗室（KEG）與智譜AI 共同研發的大規模中英文預訓練語言模型GLM-130B 。這是一個可與GPT-3基座模型對標的開源雙語模型。張鵬表示，在同等運算速度與精度的要求下，GLM-130B對顯存資源的消耗可節省75%，可幫助科研機構有效降低算力運營成本。自2022年8月發布以來，GLM-130B已收到41個國家266個研究機構的使用需求。在報告的世界主流大模型評測中，它是中國唯一入選的模型，其準確性、惡意性與GPT-3持平，魯棒性和校準誤差在所有模型中表現最佳。

張鵬做主題報告

楊耀東是此次主題分享環節的最后一位嘉賓。作為一名年輕有為的“學術派”，他以《序列化群體決策》為題向現場嘉賓剖析了成功的具體原因，提供了從理論研究角度看問題的視野。同時，結合自身豐富的學術研究背景，對的性能表現及未來優化給出了闡釋及說明chatgpt ai 算力，尤其是如何用賦能智能決策、具身智能、多智能體決策問題。他重點介紹了決策問題如何通過序列模型建模，以及決策序列如何與大語言模型的輸出對齊等問題。

楊耀東做主題報告

交流 · 迎接新的機遇與挑戰

在主題報告分享結束后，三位演講者又與現場嘉賓及場外觀眾圍繞《算力網絡環境下AI發展的新機遇和新挑戰》進行探討。陳健作為該環節主持人，從“人工智能領域發展過程中，從自身以及行業感受到，在算力方面遇到哪些瓶頸和挑戰？”這一問題展開了與嘉賓們的交流。

高峰論壇

左起：趙鴻冰 楊耀東 張鵬 陸金譚 王彥棡 郭宇

張鵬表示，算力是由市場驅動的，隨著技術的進步，各領域對算力的需求會越來越高。未來，行業中涌現的解決方案會更加多元化。不僅是要在硬件層打造更先進的芯片，在宏觀資源調度層，諸如并行科技算力網絡的方式也是解決算力問題的好思路。而最終，或許將形成宏觀層有算力網絡，硬件層有強大芯片，中間層有軟件做算法優化與加速這種“多向奔赴”的方式。王彥棡對此補充道，在人工智能領域，軟件的確是需要大家關注的重點，它是構成行業生態的關鍵，容易出現“卡脖子”問題，做好未雨綢繆，才能應對不斷變化的發展時局。

在有關“算力網絡環境下，各位嘉賓認為在促進AI發展方面存在哪些新機遇和新挑戰”的議題中，趙鴻冰表示，算力網絡接下來的發展重點是算力接入標準化的進一步建設，這會使更多算力資源被有效的接入到算力網中，滿足需求端的靈活使用。而目前，在算力網絡模式下，我們已經看到了優秀的應用案例，比如并行科技的應用云產品就可根據具體應用的特征、算力平臺實時忙閑等情況進行動態算力調度。對此，我們在暢想chatgpt ai 算力，未來是否可以基于算力網絡來實現大模型訓練，這需要我們在算力網絡分布式計算技術等相關領域做進一步研究。歷史上，電力網絡的構建曾為人類帶來福祉，隨著算力網絡建設的日新月異，新機遇已近在眼前。

免責聲明：本文系轉載，版權歸原作者所有；旨在傳遞信息，不代表本站的觀點和立場和對其真實性負責。如需轉載，請聯系原作者。如果來源標注有誤或侵犯了您的合法權益或者其他問題不想在本站發布，來信即刪。