社区
教程
Wiki
注册
登录
创作新主题
社区所有版块导航
Python
python开源
Django
Python
DjangoApp
pycharm
DATA
docker
Elasticsearch
分享
问与答
闲聊
招聘
翻译
创业
分享发现
分享创造
求职
区块链
支付之战
aigc
aigc
chatgpt
WEB开发
linux
MongoDB
Redis
DATABASE
NGINX
其他Web框架
web工具
zookeeper
tornado
NoSql
Bootstrap
js
peewee
Git
bottle
IE
MQ
Jquery
机器学习
机器学习算法
Python88.com
反馈
公告
社区推广
产品
短视频
印度
印度
一周十大热门主题
ChatGPT 助力科研,使您科研创新与效率双提升!
Github霸榜,今年最火后端项目,北大学霸开源,万人催更!
ChatGPT,峰值已过?
2024 ChatGPT最新一区Top文章《ChatGPT+MATLAB 在岩土工程中的应用》快来看...
GitHub(微博搜索)-20240418-1
MySQL用得好好的,为啥非要转ES?
香港科技大学(广州)机器学习基础实验室招收多名2024Fall/2025Spring博士生、研究助理...
免费课程:机器学习辅助材料模拟实践
杨小渝研究员:高通量多尺度材料计算和机器学习,助力新材料研发“弯道超车”
开源机器学习编译器的“理想与现实” src:网页链接 -20240423084002
关注
Py学习
»
chatgpt
重磅!华为版ChatGPT !
半导体行业联盟
• 10 月前 • 60 次点击
来源:钛媒体
链接:https://www.tmtpost.com/6557978.html
6月3日消息,钛媒体App近日从华为内部独家获悉,华为公司将发布一款直接对标ChatGPT的多模态千亿级
大模型产品,名为“盘古Chat”。
预计华为盘古Chat将
于今年7月7日举行的华为云开发者大会 (HDC.Cloud 2023) 上对外发布以及内测,产品主要面向To B/G政企端客户。
这意味着,在国产大模型军备竞赛中,继阿里、百度之后,又一重要科技巨头入局。基于华为的技术能力,盘古Chat有望成为国内技术能力最强的ChatGPT产品,同时华为生态产业链企业也将因此受益。
据悉,
盘古大模型于2020年11月在华为云内部立项成功。对于盘古大模型定位,华为内部团队确立了三项最关键的核心设计原则:一是模型要大,可以吸收海量数据;二是网络结构要强,能够真正发挥出模型的性能;三是要具有优秀的泛化能力,可以真正落地到各行各业的工作场景。
2021年4月,盘古大模型正式对外发布。其中,盘古NLP大模型是首个干亿参数中文预训练大模型,CV大模型则首次达到30亿参数。2022年4月,华为盘古升级到2.0,发布层次化开发方案 (LO, L1,L2) ,打造工业级盘古大模型。
根据华为云高管的演讲PPT信息,目前华为“盘古系列 AI 大模型”基础层主要包括NLP大模型、CV大模型、以及科学计算大模型等,上层则是与合作伙伴开发的华为行业大模型。
华为云人工智能领域首席科学家田奇今年4月称,盘古NLP大模型覆盖的智能文档检索、智能 ERP、小语种大模型等落地领域,2022年华为刚交付了一个阿拉伯语的千亿参数大模型。在应用方面,盘古大模型可以应用于智能客服、机器翻译、语音识别等多个领域,提供AI技术支持。
去年华为将盘古大模型在垂直产业领域落地应用。一个例子是,基于盘古 AI 大模型,华为在矿山领域打造了首个“基于大模型的人工智能训练中心”,实现 Al 应用“工业化” 开发,不仅降低成本——比人工核查节省80%+、每吨成本降低8元 (年产能260万吨),而且增加效益——防冲御压比人工核查节省80%+,提升效率——智能客户效率提升30%。
与其他厂商相比,华为的优势或在于拥有完整的产业链和较强的算力调配能力。据浙商证券此前披露,
在训练千亿参数的盘古大模型时,华为团队调用了超过2000块的昇腾910芯片,
进行了超2个月的数据训练能力。华为内部称,
每年大模型训练调用GPU/TPU卡超过4000片,
3年的大模型算力成本高达9.6亿元人民币。
东吴证券3月27日公布的研报中称,华为盘古大模型的优势在于人才储备和算力自主可控,有望成为国内领先的大模型,其生态产业链标的有望迎来加速发展,包括拓维信息、四川长虹、麒麟软件(中国软件)、统信软件(诚迈科技)、麒麟信安等华为生态公司。国盛证券则认为,华为盘古为首个多模态千亿级大模型,有望赋能百业。
根据华为公布的一份论文数据显示,华为盘古PanGu-Σ大模型参数最多为1.085万亿,基于华为自研的MindSpore框架开发。
整体来看,PanGu-Σ大模型在对话方面可能已接近GPT-3.5的水平。
值得注意的是,由于盘古大模型拥有超大规模的参数,因此训练成本较高。尽管盘古大模型在中文语言的处理方面具有很高的准确度和质量,但在语义理解方面仍存在一定的局限性,尤其是在处理复杂的语言结构和语义推理方面。同时,盘古Chat大模型也将面临着行业激烈的竞争压力,需要不断优化和提高模型的性能和质量,才能以保持在市场中的领先地位。
Python社区是高质量的Python/Django开发社区
本文地址:
http://www.python88.com/topic/155909
60 次点击
登录后回复