摘要
來源:信息通信技術(shù)與政策
作者:黃瀟潔 等
摘要
當(dāng)前,新型計(jì)算業(yè)務(wù)如AIGC正在蓬勃發(fā)展,算力網(wǎng)絡(luò)的發(fā)展也呈現(xiàn)出新的趨勢(shì)與特點(diǎn)以滿足新型業(yè)務(wù)的發(fā)展需求。重點(diǎn)探討面向AIGC類新型計(jì)算業(yè)務(wù)的算力網(wǎng)絡(luò)挑戰(zhàn)與設(shè)計(jì),首先介紹AIGC類業(yè)務(wù)引入算力網(wǎng)絡(luò)的必要性,以及二者結(jié)合發(fā)展的意義和價(jià)值;其次設(shè)計(jì)了承載AIGC類業(yè)務(wù)的新型算力網(wǎng)絡(luò)架構(gòu),最后根據(jù)目前的發(fā)展趨勢(shì)和挑戰(zhàn),為后續(xù)研究工作提供參考。
關(guān)鍵詞
算力網(wǎng)絡(luò);AIGC;算網(wǎng)融合
引言
2023年是人工智能(Artificial Intelligence,AI)大模型應(yīng)用元年,多個(gè)維度的技術(shù)發(fā)展推動(dòng)了人工智能生成內(nèi)容(Artificial Intelligence Generated Content,AIGC)的產(chǎn)生,其在知識(shí)問答、翻譯、摘要說明、內(nèi)容創(chuàng)作等諸多應(yīng)用中有著非凡的性能表現(xiàn),成為數(shù)字經(jīng)濟(jì)時(shí)代的新引擎。目前,AIGC技術(shù)已經(jīng)成為人工智能領(lǐng)域的熱點(diǎn)話題,并延伸至多個(gè)應(yīng)用領(lǐng)域,如智能家居、自動(dòng)駕駛、智能醫(yī)療等。
當(dāng)前,AI應(yīng)用計(jì)算量呈幾何級(jí)數(shù)增長,算法模型向巨量化發(fā)展,人工智能模型參數(shù)在過去十年增長了十萬倍[1]。因此,AIGC類新型計(jì)算業(yè)務(wù)對(duì)算力和通信的要求非常高,需要相匹配的算力網(wǎng)絡(luò)來支持其發(fā)展。隨著數(shù)字化程度加快以及大模型對(duì)算力需求的不斷提高,未來數(shù)字經(jīng)濟(jì)的發(fā)展將會(huì)越發(fā)依賴于算力網(wǎng)絡(luò),AIGC類新型業(yè)務(wù)與算力網(wǎng)絡(luò)的結(jié)合將會(huì)創(chuàng)造出更加智能化、數(shù)字化和人性化的業(yè)務(wù)應(yīng)用。本文將重點(diǎn)探討面向AIGC類新型計(jì)算業(yè)務(wù)的算力網(wǎng)絡(luò)挑戰(zhàn)與設(shè)計(jì),為相關(guān)領(lǐng)域的技術(shù)人員提出研究和發(fā)展方向的建議。未來,期待算力網(wǎng)絡(luò)和AIGC有更加廣泛和深入的應(yīng)用,同時(shí),需要關(guān)注技術(shù)發(fā)展中的風(fēng)險(xiǎn)和挑戰(zhàn),推動(dòng)相關(guān)部門制定政策和采取措施,確保人工智能技術(shù)的發(fā)展能夠更好地為人類社會(huì)服務(wù)。
1 AIGC類業(yè)務(wù)和算力網(wǎng)絡(luò)的必要性
1.1 AIGC類業(yè)務(wù)的發(fā)展和應(yīng)用
通用人工智能(Artificial General Intelligence,AGI)是指一種可以具備人類智能水平的人工智能系統(tǒng)。AGI的主要特點(diǎn)是可以通過學(xué)習(xí)、理解、推理和創(chuàng)造等方式,來處理各種復(fù)雜任務(wù),包括語言理解、圖像識(shí)別、自然語言處理(Natural Language Processing,NLP)等。而AIGC作為AGI發(fā)展的第一步,將人工智能、通信技術(shù)和云計(jì)算等技術(shù)進(jìn)行融合,實(shí)現(xiàn)智能化的數(shù)據(jù)處理和分析,AIGC既是從內(nèi)容生產(chǎn)者視角進(jìn)行分類的一類內(nèi)容,又是一種內(nèi)容生產(chǎn)方式,還是用于內(nèi)容自動(dòng)化生成的一類技術(shù)集合[2]。雖然目前AGI技術(shù)還處于研究階段,但是AIGC的相關(guān)應(yīng)用隨著大模型的出現(xiàn)實(shí)現(xiàn)了快速發(fā)展。
當(dāng)前AIGC類業(yè)務(wù)的發(fā)展和應(yīng)用已經(jīng)非常廣泛,包括音頻、文本、圖像、視頻生成及圖像、視頻、文本間的跨模態(tài)生成,同時(shí)AIGC已經(jīng)在許多實(shí)際應(yīng)用中取得了顯著成果,如文本生成、藝術(shù)創(chuàng)作、游戲開發(fā)等。許多公司和研究人員已經(jīng)成功將AIGC技術(shù)應(yīng)用于實(shí)際項(xiàng)目和產(chǎn)品。
其中較為著名的生成式預(yù)訓(xùn)練轉(zhuǎn)換模型(Generative Pre-trained Transformer,GPT)主要基于三個(gè)技術(shù):自然語言處理中基于注意力機(jī)制的序列到序列模型Transformer[3];采用Prompt機(jī)制用于指導(dǎo)模型生成特定類型的輸出;利用Fine-tune微調(diào)技術(shù)針對(duì)預(yù)訓(xùn)練模型通過少量的標(biāo)記數(shù)據(jù)集,在新的任務(wù)或領(lǐng)域上訓(xùn)練模型來改進(jìn)其性能。
以GPT[4]為例,2023年涌現(xiàn)了大量的大型語言模型(Large Language Models,LLMs)[5-6]和AIGC相關(guān)領(lǐng)域[7-8]的研究。以GPT-3、GPT-4為代表的超大規(guī)模預(yù)訓(xùn)練模型,以數(shù)據(jù)和算力優(yōu)勢(shì)取代了一些小型算法模型,展示了一條通向通用人工智能的可行路徑[9]。表1列舉了國內(nèi)外主流AIGC大模型和應(yīng)用概況。
表1 主流AIGC大模型和應(yīng)用概況
2 承載AIGC類業(yè)務(wù)的算力網(wǎng)絡(luò)架構(gòu)和設(shè)計(jì)
3 挑戰(zhàn)與展望
4 結(jié)束語
聯(lián)系客服