來源：鈦媒體
鏈接：https://www.tmtpost.com/6557978.html
（本文首發(fā)鈦媒體App，作者｜林志佳）
6月3日消息，鈦媒體App近日從華為內(nèi)部獨(dú)家獲悉，華為公司將發(fā)布一款直接對標(biāo)ChatGPT的多模態(tài)千億級大模型產(chǎn)品，名為“盤古Chat”。
預(yù)計(jì)華為盤古Chat將于今年7月7日舉行的華為云開發(fā)者大會 (HDC.Cloud 2023) 上對外發(fā)布以及內(nèi)測，產(chǎn)品主要面向To B/G政企端客戶。
這意味著，在國產(chǎn)大模型軍備競賽中，繼阿里、百度之后，又一重要科技巨頭入局?；谌A為的技術(shù)能力，盤古Chat有望成為國內(nèi)技術(shù)能力最強(qiáng)的ChatGPT產(chǎn)品，同時華為生態(tài)產(chǎn)業(yè)鏈企業(yè)也將因此受益。
據(jù)悉，盤古大模型于2020年11月在華為云內(nèi)部立項(xiàng)成功。對于盤古大模型定位，華為內(nèi)部團(tuán)隊(duì)確立了三項(xiàng)最關(guān)鍵的核心設(shè)計(jì)原則：一是模型要大，可以吸收海量數(shù)據(jù)；二是網(wǎng)絡(luò)結(jié)構(gòu)要強(qiáng)，能夠真正發(fā)揮出模型的性能；三是要具有優(yōu)秀的泛化能力，可以真正落地到各行各業(yè)的工作場景。
2021年4月，盤古大模型正式對外發(fā)布。其中，盤古NLP大模型是首個干億參數(shù)中文預(yù)訓(xùn)練大模型，CV大模型則首次達(dá)到30億參數(shù)。2022年4月，華為盤古升級到2.0，發(fā)布層次化開發(fā)方案 (LO， L1，L2） ，打造工業(yè)級盤古大模型。
根據(jù)華為云高管的演講PPT信息，目前華為“盤古系列 AI 大模型”基礎(chǔ)層主要包括NLP大模型、CV大模型、以及科學(xué)計(jì)算大模型等，上層則是與合作伙伴開發(fā)的華為行業(yè)大模型。
華為云人工智能領(lǐng)域首席科學(xué)家田奇今年4月稱，盤古NLP大模型覆蓋的智能文檔檢索、智能 ERP、小語種大模型等落地領(lǐng)域，2022年華為剛交付了一個阿拉伯語的千億參數(shù)大模型。在應(yīng)用方面，盤古大模型可以應(yīng)用于智能客服、機(jī)器翻譯、語音識別等多個領(lǐng)域，提供AI技術(shù)支持。
去年華為將盤古大模型在垂直產(chǎn)業(yè)領(lǐng)域落地應(yīng)用。一個例子是，基于盤古 AI 大模型，華為在礦山領(lǐng)域打造了首個“基于大模型的人工智能訓(xùn)練中心”，實(shí)現(xiàn) Al 應(yīng)用“工業(yè)化” 開發(fā)，不僅降低成本——比人工核查節(jié)省80%+、每噸成本降低8元 （年產(chǎn)能260萬噸），而且增加效益——防沖御壓比人工核查節(jié)省80%+，提升效率——智能客戶效率提升30%。
與其他廠商相比，華為的優(yōu)勢或在于擁有完整的產(chǎn)業(yè)鏈和較強(qiáng)的算力調(diào)配能力。據(jù)浙商證券此前披露，在訓(xùn)練千億參數(shù)的盤古大模型時，華為團(tuán)隊(duì)調(diào)用了超過2000塊的昇騰910芯片，進(jìn)行了超2個月的數(shù)據(jù)訓(xùn)練能力。華為內(nèi)部稱，每年大模型訓(xùn)練調(diào)用GPU/TPU卡超過4000片，3年的大模型算力成本高達(dá)9.6億元人民幣。
東吳證券3月27日公布的研報(bào)中稱，華為盤古大模型的優(yōu)勢在于人才儲備和算力自主可控，有望成為國內(nèi)領(lǐng)先的大模型，其生態(tài)產(chǎn)業(yè)鏈標(biāo)的有望迎來加速發(fā)展，包括拓維信息、四川長虹、麒麟軟件（中國軟件）、統(tǒng)信軟件（誠邁科技）、麒麟信安等華為生態(tài)公司。國盛證券則認(rèn)為，華為盤古為首個多模態(tài)千億級大模型，有望賦能百業(yè)。
根據(jù)華為公布的一份論文數(shù)據(jù)顯示，華為盤古PanGu-Σ大模型參數(shù)最多為1.085萬億，基于華為自研的MindSpore框架開發(fā)。整體來看，PanGu-Σ大模型在對話方面可能已接近GPT-3.5的水平。
值得注意的是，由于盤古大模型擁有超大規(guī)模的參數(shù)，因此訓(xùn)練成本較高。盡管盤古大模型在中文語言的處理方面具有很高的準(zhǔn)確度和質(zhì)量，但在語義理解方面仍存在一定的局限性，尤其是在處理復(fù)雜的語言結(jié)構(gòu)和語義推理方面。同時，盤古Chat大模型也將面臨著行業(yè)激烈的競爭壓力，需要不斷優(yōu)化和提高模型的性能和質(zhì)量，才能以保持在市場中的領(lǐng)先地位。
更多精彩內(nèi)容歡迎點(diǎn)擊==>>電子技術(shù)應(yīng)用-AET<<
