網宿科技:邊緣計算將在大模型時代迎來更多用武之地

7月17日消息,近日,在全球邊緣計算大會上,網宿科技、分享了網宿邊緣計算對于大模型時代的思考與探索。

網宿科技邊緣智能平臺資深架構師陳云輝表示,在未來大模型將成為一種基礎設施,每個行業(yè)甚至每個企業(yè)都會有屬于自己的大模型。而如何更好地將大模型落地到具體應用場景、提升生產力,是產業(yè)共同探索的方向,也是網宿邊緣計算的機會所在。

邊緣計算如何在大模型時代發(fā)揮價值?在陳云輝看來,邊緣計算可以從微調訓練和邊緣推理兩大場景切入。

眼下,大模型和AIGC正引領全球科技新浪潮,而由于從零開始訓練模型面臨周期長,GPU需求大、成本高等問題,大模型的使用范式主要為 “預訓練 + 微調訓練+提示詞工程”,即基于預訓練好的大模型進行領域知識微調訓練或使用提示詞工程,再應用到具體的場景,從而降低成本。

“這種模式可以加快AIGC創(chuàng)新步伐,但大模型的參數量巨大,進行所有參數的微調成本非常高,LoRA成為有效的解決方法之一。網宿邊緣計算可以支持LoRA、QLoRa等輕量微調訓練方法,大大降低大模型個性化、領域化的適配成本,促進AIGC在垂直應用場景的落地?!标愒戚x分析道。

不僅如此,隨著多模態(tài)AI的發(fā)展以及AIGC在更多領域的應用,AIGC生成的內容將涵蓋圖片、語音以及視頻,AI推理相對訓練的成本占比將提升,對流量需求將越來越高。同時,伴隨AIGC模型領域化、小型化、輕量化技術的發(fā)展,未來AIGC對算力要求也將持續(xù)降低。

“因而大模型推理運算可以從中心下沉到邊緣,實現更低的帶寬成本、更快的響應速度。網宿在邊緣側有得天獨厚的優(yōu)勢,可以很好地賦能邊緣推理場景?!标愒戚x表示。

作為領先的邊緣計算服務商,網宿邊緣計算擁有顯著的資源協同優(yōu)勢,可以與CDN業(yè)務在機房、算力、帶寬、調度等方面充分協同,并且網宿基于全球2800個節(jié)點打造的輕量化邊緣智能平臺,節(jié)點分布廣泛,平臺運營經驗豐富,可以復用到大模型場景。

得益于以上優(yōu)勢,網宿科技探索了面向大模型與AIGC時代的產品形態(tài),并逐步落地。據悉,網宿科技基于網宿邊緣智能平臺,針對大模型推理、訓練等場景,構建了邊緣CPU算力平臺、開源大模型訓練部署平臺,并輸出垂直領域的解決方案,以適應市場需求和技術發(fā)展,讓大模型賦能百業(yè)。

其中,網宿邊緣GPU算力平臺基于網宿廣泛分布的節(jié)點資源,提供輕量化算力資源,支持GPU虛擬化,可滿足輕量AI任務場景的需求,如AI推理、深度學習、圖形可視化等。

網宿開源大模型訓練部署平臺基于開源預訓練大模型,提供包含模型微調訓練、性能評估、部署監(jiān)控、輕量化推理等功能的端到端大模型服務平臺,可降低大模型應用落地成本,幫助客戶打造自己專屬的的大模型。

此外,網宿提供垂直領域的解決方案,包括開箱即用的基于私有大模型的企業(yè)知識庫解決方案,可以服務企業(yè)內部與外部客戶,以及針對電商領域的圖像生成解決方案,如AI模特等,幫助垂直領域降本增效。

陳云輝表示,“以上三種產品形態(tài)分別對應Iaas、PaaS 、SaaS層,未來我們希望打造全棧解決方案,降低AIGC的使用門檻。我們相信,隨著大模型和AIGC的廣泛應用,網宿邊緣智能平臺將迎來更多用武之地?!?/p>

值得一提的是,此次會上,陳云輝還重點展示了網宿邊緣智能平臺在AI應用場景的實踐經驗。

網宿邊緣智能平臺基于網宿豐富的節(jié)點管理和調度能力,針對邊緣計算場景提供云邊一體化協同托管方案,可以一站式納管各類架構的邊緣設備,將云上應用延伸到邊緣,滿足客戶對邊緣計算資源的遠程管控、數據處理、分析決策、AI應用等訴求。目前該平臺已經服務于智能養(yǎng)殖、智能換電、智能勘測、智能安防等AI應用場景,成功幫助客戶節(jié)約建設成本、提升運營效率。

(免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )

贊助商
2023-07-17
網宿科技:邊緣計算將在大模型時代迎來更多用武之地
近日,在全球邊緣計算大會上,網宿科技、分享了網宿邊緣計算對于大模型時代的思考與探索。

長按掃碼 閱讀全文