“一切為了應(yīng)用！”發(fā)布會(huì)結(jié)束幾個(gè)小時(shí)后，九章云極DataCanvas在官方公眾號(hào)上發(fā)布了這樣一篇總結(jié)，標(biāo)題開宗明義言簡(jiǎn)意賅。3月21日，圍繞著“筑基賦能 智向未來(lái)”的主題，九章云極DataCanvas發(fā)布了一系列創(chuàng)新成果，海報(bào)上的“基”和“智”被用不同的顏色進(jìn)行了顯著標(biāo)注。

大模型“全家桶”開源打頭陣。發(fā)布會(huì)上，九章云極DataCanvas自主研發(fā)的DataCanvas Alaya 九章元識(shí)大模型矩陣開源了“Alaya-7B大模型系列”中的兩大模型，分別為Alaya-7B Foundation Model通識(shí)大模型和Alaya-7B Chat Model對(duì)話大模型。

九章云極DataCanvas 公司副總裁于建崗博士介紹，Alaya-7B大模型系列在保證模型表現(xiàn)的同時(shí)，對(duì)使用者的安裝使用硬件要求更低、應(yīng)用技術(shù)難度更低、訓(xùn)練所需的算力資源消耗更小，有助于加速大模型在各類行業(yè)場(chǎng)景的實(shí)際應(yīng)用。

一并開源的還有“LLMOps大模型工具鏈”中的LMS模型運(yùn)行工具和LMPM提示詞管理器兩大工具。前者能夠提高大模型的交付速度和質(zhì)量，降低大模型的運(yùn)維和運(yùn)營(yíng)成本，以及完成大模型生產(chǎn)化及服務(wù)運(yùn)營(yíng)等方面的需求；后者則通過(guò)幫助用戶設(shè)計(jì)更好的提示詞，引導(dǎo)大模型生成更加準(zhǔn)確、可靠、符合預(yù)期的輸出內(nèi)容。

此外，九章云極DataCanvas還發(fā)布了公測(cè)的TableAgent數(shù)據(jù)分析智能體。據(jù)了解，在充分理解用戶意圖后，TableAgent能夠自主地利用統(tǒng)計(jì)科學(xué)、機(jī)器學(xué)習(xí)、因果推斷等高級(jí)建模技術(shù)從數(shù)據(jù)中挖掘價(jià)值，進(jìn)而提供分析觀點(diǎn)和指導(dǎo)行動(dòng)的深刻見解。

值得一提的是，Code Interpreter（代碼解釋器）對(duì)國(guó)內(nèi)眾多企業(yè)用戶的最大障礙是企業(yè)數(shù)據(jù)因?yàn)榘踩浴⒑弦?guī)等種種原因，不能傳輸?shù)骄€上的共有服務(wù)平臺(tái)。

而TableAgent為企業(yè)提供私有化部署，系統(tǒng)部署在企業(yè)內(nèi)部，數(shù)據(jù)不外流，從根本上解決了安全合規(guī)的問(wèn)題，同時(shí)TableAgent也可以滿足企業(yè)級(jí)數(shù)據(jù)的大規(guī)模、高性能分析的要求，這也是Code Interpreter目前的短板。

從底層架構(gòu)到一眾工具的配合，最終的目標(biāo)指向的都是落地?！鞍ㄋ懔ο拗频仍蛟趦?nèi)，大模型出現(xiàn)以后，目前為止在企業(yè)里面有一定的難度真正的落地和應(yīng)用”，在接受北京商報(bào)記者采訪時(shí)，于建崗如此說(shuō)道。

他還補(bǔ)充稱，當(dāng)下企業(yè)在使用的大部分的開源大模型，通常是企業(yè)下載一個(gè)訓(xùn)練好的大模型自己進(jìn)行微調(diào)，或者拿著商用版的大模型找企業(yè)進(jìn)行商業(yè)化開發(fā)，但這種方式是存在短板的。而九章云極DataCanvas提供的就是這樣一整套落地方案，Alaya是智算中心的核心，再搭配上算力、工具等，幫助企業(yè)更好地應(yīng)用大模型。

發(fā)布會(huì)上，九章云極DataCanvas也與人工智能產(chǎn)業(yè)鏈上下游合作伙伴簽訂戰(zhàn)略合作，提速AI軟硬件自主創(chuàng)新、工業(yè)領(lǐng)域AI技術(shù)規(guī)?；瘧?yīng)用和國(guó)產(chǎn)化智能算力建設(shè)。

ChatGPT推出一年，大模型的風(fēng)也刮了一年，經(jīng)歷過(guò)初期的狂熱后，落地逐漸成為行業(yè)的共識(shí)。但就目前的發(fā)展情況而言，大模型的落地顯然不是一蹴而就的，單有模型不行，單有算力也不行。

不久前，中國(guó)工程院院士、清華大學(xué)計(jì)算機(jī)系教授鄭緯民還在公開場(chǎng)合提到，要大力開展基于國(guó)產(chǎn)AI芯片大模型基礎(chǔ)設(shè)施研究，完善國(guó)內(nèi)AI生態(tài)系統(tǒng)建設(shè)，做好整體系統(tǒng)工程化，關(guān)注軟硬件協(xié)同設(shè)計(jì)，解決大模型基礎(chǔ)設(shè)施建設(shè)的關(guān)鍵問(wèn)題。

大模型落地，越來(lái)越需要一個(gè)“生態(tài)圈”，在這個(gè)生態(tài)中，硬件算力提供基本的資源基礎(chǔ)，軟件的高效協(xié)同則發(fā)力靈活性和效率的提升。

就像鄭緯民說(shuō)的，國(guó)內(nèi)AI生態(tài)尚未建設(shè)完善，“大多數(shù)任務(wù)不會(huì)因?yàn)閲?guó)產(chǎn)芯片性能只能達(dá)到國(guó)外芯片性能的60%而有明顯感知，大家感覺(jué)到的不好用還是生態(tài)不行。即使硬件做得比國(guó)外更好，但如果生態(tài)沒(méi)有做好，依然不會(huì)被喜歡”。

不過(guò)于建崗樂(lè)觀地判斷，明年應(yīng)該是中國(guó)大模型商業(yè)化的元年，“可能會(huì)有一些商業(yè)化進(jìn)程中比較被大家看好的‘苗子’出現(xiàn)”。IDC近日公布的一組數(shù)據(jù)顯示，在中國(guó)基于大模型的AI市場(chǎng)規(guī)模在6億美元，到2027年這一數(shù)字將增長(zhǎng)至96億美元。

北京商報(bào)記者 楊月涵