报告称，到2030年人工智能模型可扩大10000倍
报告称，到2030年人工智能模型可扩大10000倍保持增长在技术上是可能的，但并不确定
来自主题: AI资讯
5209 点击 2024-09-03 10:36
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
保持增长在技术上是可能的，但并不确定
近年来，Transformer等预训练大模型在语言理解及生成等领域表现出色，大模型背后的Scaling Law（规模定律）进一步揭示了模型性能与数据量、算力之间的关系，强化了数据在提升AI表现中的关键作用。
8月28日至30日，2024中国国际大数据产业博览会正在贵阳火热进行中。“产业链上下游的人都来了。”一位行业人士观察，与以往不同，这届数博会上，数据要素、智算基础设施建设，正在和智能化、大模型行业应用等一起成为被密集讨论的话题。
大模型带动生成式AI爆发后，对算力的高需求让芯片巨头英伟达的订单量、收入、股价一路走高，而国内芯片厂商却一直处于蛰伏状态。
土地和电力资源成为AI行业的“香饽饽”，而工业用地正好能满足AI数据中心建设的部分“刚需”。
当前运营商是智算中心的重要筹建方之一。
为了实现算力层面的提升和追赶，国内有大量的厂商和从业者在各个产业链环节努力。但面对中短期内架构、制程、产能、出口禁令等多方面的制约，我们认为从芯片层面实现单点的突破依旧是非常困难且不足的。
过去十几年来，科技巨头之间发生了前所未有的激烈竞赛，囤积算力、笼络人才，还要小心翼翼地看护好自己的护城河，大家都希望能锻造出最好的 AI 模型，获得进入 AGI 时代的门票
DeGEN如何解决去中心化系统的经济规模问题？AIoT与DeGEN如何联手重塑能源领域？
在人工智能领域，模型参数的增多往往意味着性能的提升。但随着模型规模的扩大，其对终端设备的算力与内存需求也日益增加。低比特量化技术，由于可以大幅降低存储和计算成本并提升推理效率，已成为实现大模型在资源受限设备上高效运行的关键技术之一。然而，如果硬件设备不支持低比特量化后的数据模式，那么低比特量化的优势将无法发挥。