人工智能框架作為軟件根技術(shù)，已成為加速人工智能大模型開發(fā)、推動(dòng)產(chǎn)業(yè)智能化發(fā)展的核心力量。3月22日， 以“為智而昇，思創(chuàng)之源”為主題的昇思人工智能框架峰會(huì)2024在北京國家會(huì)議中心舉辦，旨在匯聚AI產(chǎn)業(yè)界創(chuàng)新力量，推動(dòng)根技術(shù)持續(xù)創(chuàng)新，共建人工智能開源新生態(tài)。

格靈深瞳作為昇思開源理事會(huì)成員受邀參加本次活動(dòng)，格靈深瞳研發(fā)總監(jiān)潘玉峰在「昇思MindSpore產(chǎn)學(xué)研融合創(chuàng)新與應(yīng)用論壇2024」上發(fā)表了題為《視覺大模型在各行業(yè)的創(chuàng)新與應(yīng)用》的主題演講。

潘玉峰表示，預(yù)訓(xùn)練大模型雖然帶來了算法層面的新變革，但同時(shí)也引入了一系列的工程化問題。一方面預(yù)訓(xùn)練大模型對(duì)算力提出了更高的要求，并且要求基礎(chǔ)設(shè)施的迭代能隨時(shí)應(yīng)對(duì)業(yè)務(wù)的需求，另一方面算力的堆疊不等同于性能的提升，而且因?yàn)锳I算力成本較高，需要盡可能地榨干性能，以期得到充分的利用。因此，我們需要思考如何更高效地進(jìn)行敏捷開發(fā)，同時(shí)減弱與業(yè)務(wù)強(qiáng)耦合的工具開發(fā)。

而昇思MindSpore作為國內(nèi)主流開源框架，可以讓開發(fā)者更靈活地實(shí)現(xiàn)大模型創(chuàng)新，幫助我們加速大模型應(yīng)用規(guī)模落地。潘玉峰提到，昇思MindSpore 加速了大規(guī)模預(yù)訓(xùn)練模型的訓(xùn)練過程，提供了更穩(wěn)定的算力基礎(chǔ)設(shè)施、更高的訓(xùn)練性能以及更高的開發(fā)效率。

格靈深瞳使用 MindSpore 框架高效完成了預(yù)訓(xùn)練大模型的開發(fā)和調(diào)試，并在華為的訓(xùn)練卡上完成了訓(xùn)練；此外，我們基于 MindSpore 框架針對(duì)業(yè)務(wù)需求對(duì)預(yù)訓(xùn)練模型進(jìn)行了微調(diào)后，可以為客戶提供適配到目標(biāo)業(yè)務(wù)場景的模型；與此同時(shí)，MindSpore Lite極大簡化了推理工程化，借助 MindSpore Lite優(yōu)化過的 kernel 算子，在各算力平臺(tái)上實(shí)現(xiàn)了高吞吐、低時(shí)延的功耗推理，幫助我們提高了交付效率，加速了業(yè)務(wù)落地。

目前，格靈深瞳自研的大模型方案已經(jīng)在智慧金融等領(lǐng)域落地實(shí)踐，可為客戶提供高效的模型生產(chǎn)、高精度的算法能力和安全可靠的國產(chǎn)化解決方案。模型應(yīng)用了先進(jìn)的多模態(tài)弱監(jiān)督學(xué)習(xí)技術(shù)，可大大降低數(shù)據(jù)標(biāo)注的成本，在少量樣本學(xué)習(xí)場景中，能顯著提升模型精確度，并擁有出色的零樣本泛化能力，輕松實(shí)現(xiàn)模型的冷啟動(dòng)。同時(shí)，借助自主學(xué)習(xí)方案，用戶可迅速用行業(yè)數(shù)據(jù)進(jìn)行模型微調(diào)，打造滿足特定行業(yè)需求的垂直行業(yè)大模型。

審核編輯：劉清