21世紀(jì)經(jīng)濟(jì)報(bào)道記者駱軼琪 汕頭報(bào)道

數(shù)字經(jīng)濟(jì)時(shí)代，國內(nèi)數(shù)據(jù)要素產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)正在積極將能力融合。硬件端，基于國內(nèi)GPU芯片平臺(tái)推進(jìn)能力積蓄；軟件端，則從數(shù)據(jù)產(chǎn)生前端在數(shù)據(jù)采集、挖掘、清洗等多層面著手籌備。

2023中國數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展大會(huì)期間，首都在線副總裁、智算中心事業(yè)群總經(jīng)理牛繼賓接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)表示，“首都在線一方面會(huì)在國內(nèi)針對英偉達(dá)算力持續(xù)投資，做算力業(yè)務(wù)部署；另一方面也開始與國產(chǎn)芯片公司進(jìn)行布局合作，首都在線和燧原科技等不少于五家的國內(nèi)優(yōu)質(zhì)芯片廠商合作，并在持續(xù)做適配和認(rèn)證工作。”

多名受訪者都指出，高質(zhì)量的精調(diào)數(shù)據(jù)將決定AI大模型的最終能力，要綜合運(yùn)用各類型工具完善這項(xiàng)工作；同時(shí)不可忽視是對數(shù)據(jù)合規(guī)性、安全性挑戰(zhàn)的前置預(yù)防型工作。

構(gòu)筑大模型底座

當(dāng)前AI大模型構(gòu)建過程中，最受關(guān)注的就是國內(nèi)底層GPU為代表的智能計(jì)算類硬件能力構(gòu)建進(jìn)展。

牛繼賓告訴記者，首都在線最早從數(shù)據(jù)中心業(yè)務(wù)起步，逐步迭代出云計(jì)算能力、新一代智能計(jì)算能力。人工智能和元宇宙互相促進(jìn)，元宇宙更側(cè)重于圖形圖像的沉浸式，人工智能更趨向于背后智能技術(shù)的支撐。牛繼賓稱，將通過把圖形圖像業(yè)務(wù)、GPU算力和服務(wù)做迭代升級(jí)，打造新一代算力平臺(tái)。

值得注意的是，當(dāng)前國內(nèi)普遍面臨著對大模型訓(xùn)練硬件能力緊俏的難題。對此，牛繼賓對記者表示，目前英偉達(dá)的高端訓(xùn)練芯片國內(nèi)可以用，但帶寬被限制過，即使如此也供不應(yīng)求。為此，首都在線一方面會(huì)在國內(nèi)針對英偉達(dá)算力持續(xù)投資，另一方面也開始與國產(chǎn)芯片公司進(jìn)行布局合作。

“我們已經(jīng)在無錫開通了信創(chuàng)專區(qū)，也會(huì)在內(nèi)蒙古、海南各自開通信創(chuàng)專區(qū)。目的是把國產(chǎn)芯片能力逐步引入。在每一個(gè)國產(chǎn)芯片的資源池上，都會(huì)迭代一種模型服務(wù)，最終服務(wù)于用戶。”牛繼賓進(jìn)一步指出，所以會(huì)從英偉達(dá)+國產(chǎn)算力，同時(shí)做資源池建設(shè)，然后引入成熟的模型，去解決算力短缺問題。

僅有算力硬件并不夠，牛繼賓分析道，單純建設(shè)智能算力業(yè)務(wù)只是建立了一個(gè)資源池，真正要用上這些資源，需要應(yīng)用驅(qū)動(dòng)，再結(jié)合英偉達(dá)不同的場景學(xué)習(xí)、觀察，最終導(dǎo)入到不同的國產(chǎn)芯片上，在不同場景中，計(jì)劃、激活模型訓(xùn)練相關(guān)業(yè)務(wù)。“我們采用應(yīng)用驅(qū)動(dòng)、網(wǎng)絡(luò)驅(qū)動(dòng)。可以把這些算力資源制作成服務(wù)的形式，最終交付到最終用戶。”

數(shù)據(jù)治理機(jī)遇

當(dāng)前在模型搭建過程中，面臨的較大難題是數(shù)據(jù)處理和清洗等相關(guān)工作。

對此，廣東天億馬信息產(chǎn)業(yè)股份有限公司副總經(jīng)理林少勇受訪時(shí)表示，為了處理好海量數(shù)據(jù)的挖掘，還需要引入一些大數(shù)據(jù)處理工具，包括分布式存儲(chǔ)、離線計(jì)算、實(shí)時(shí)計(jì)算等，同時(shí)也要有可視化的建模工具，以便更好調(diào)整模型參數(shù)。也可以借助AI，在數(shù)據(jù)中發(fā)現(xiàn)隱藏的模式和趨勢，從而幫助組織進(jìn)行預(yù)測性分析。

同時(shí)為了保證挖掘數(shù)據(jù)的價(jià)值和質(zhì)量，從數(shù)據(jù)采集方向，可以使用AI技術(shù)清洗數(shù)據(jù)、填補(bǔ)缺失值、處理異常值，以確保數(shù)據(jù)的準(zhǔn)確性。也需通過制定數(shù)據(jù)質(zhì)量規(guī)則、數(shù)據(jù)脫敏規(guī)則進(jìn)一步保證數(shù)據(jù)的質(zhì)量和合規(guī)，同時(shí)也建立訪問控制和權(quán)限管理，確保只有授權(quán)人員能夠訪問特定數(shù)據(jù)。

在數(shù)據(jù)治理過程中，林少勇認(rèn)為，AI可以提供很大幫助，這體現(xiàn)在幫助數(shù)據(jù)質(zhì)量提升、智能數(shù)據(jù)分類和標(biāo)注、預(yù)測性分析洞察和決策等方面。

“舉例來說，人工智能可以用于自動(dòng)檢測和修復(fù)數(shù)據(jù)質(zhì)量問題。比如使用機(jī)器學(xué)習(xí)算法來識(shí)別數(shù)據(jù)中的異常值、缺失值，進(jìn)行數(shù)據(jù)清洗和糾正；也可以自動(dòng)對數(shù)據(jù)進(jìn)行分類和標(biāo)注，幫助識(shí)別不同類型的數(shù)據(jù)，并為數(shù)據(jù)元素添加適當(dāng)?shù)脑獢?shù)據(jù)，從而提高數(shù)據(jù)的可管理性。”他進(jìn)一步指出，在AI的協(xié)助下，做好數(shù)據(jù)治理、提高數(shù)據(jù)質(zhì)量，可以反過來將數(shù)據(jù)提供給AI訓(xùn)練，進(jìn)一步提高模型的識(shí)別率，形成閉環(huán)。

深圳數(shù)闊信息技術(shù)有限公司（下稱“數(shù)闊”）創(chuàng)始人兼CEO劉寶強(qiáng)也對21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，當(dāng)前市場比較缺乏高質(zhì)量的精調(diào)數(shù)據(jù)，即經(jīng)過人工標(biāo)注、清洗、整合的數(shù)據(jù)。數(shù)據(jù)質(zhì)量決定了大模型能力。

應(yīng)對安全挑戰(zhàn)

數(shù)字經(jīng)濟(jì)時(shí)代，更為重要是對數(shù)據(jù)這一涉及人們生活各方面的要素進(jìn)行安全性防范。即便是剛剛興起的AI大模型，在被廣泛應(yīng)用后，很快部分公司便遭遇了泄密挑戰(zhàn)。

林少勇對記者表示，AI大模型對于訓(xùn)練的數(shù)據(jù)要求越來越高，國內(nèi)還需做好數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)脫敏、數(shù)據(jù)安全等工作。

尤其是數(shù)據(jù)的廣泛收集、存儲(chǔ)和共享為個(gè)人、企業(yè)和政府帶來了機(jī)會(huì)，但同時(shí)也引發(fā)對數(shù)據(jù)隱私、保密性和安全性的擔(dān)憂。

“因此公司會(huì)從多個(gè)層面考慮應(yīng)對這一難題：強(qiáng)化數(shù)據(jù)加密、建立訪問控制和權(quán)限管理、實(shí)施多層次防御策略（從軟硬件層面）、持續(xù)員工培訓(xùn)、運(yùn)用新技術(shù)（如人工智能、機(jī)器學(xué)習(xí)）等。”他續(xù)稱。

劉寶強(qiáng)則對記者分析，倘若要應(yīng)用海外大模型，可能會(huì)涉及數(shù)據(jù)被傳輸出去的情形，目前國產(chǎn)大模型本身底座安全，數(shù)據(jù)等信息也都留存在國內(nèi)；同時(shí)開源大模型已經(jīng)從底層源代碼開源，因此可自由部署、靈活可控。

近兩年來，在企業(yè)數(shù)字化轉(zhuǎn)型中，受大環(huán)境和市場等多重因素影響，企業(yè)對這方面的投入愈發(fā)審慎。但劉寶強(qiáng)對記者表示，“各行各業(yè)對數(shù)字化、智能化轉(zhuǎn)型的訴求上升速度很快，即使面臨短暫的資源困難，大多數(shù)企業(yè)都不會(huì)停止其數(shù)字化迭代進(jìn)程。”

關(guān)鍵詞：