حوار مع Ji Xinhua ، الرئيس التنفيذي لشركة Youkede: العارضات الكبار المتنافسات لا يستلقين ويفزن فقط إذا كان لديهن بطاقة

** مؤلف | هو السيسي **

** تحرير | تشانغ جين **

مصدر الصورة: تم إنشاؤه بواسطة Unbounded AI

"إلى حد ما ، فإن حظر قوة الحوسبة في الولايات المتحدة سيحد من تطوير النماذج واسعة النطاق في الصين ، لأنه لا توجد طريقة لتدريب النماذج بدون قوة الحوسبة الأساسية." فيما يتعلق بأهمية قوة الحوسبة للنماذج الكبيرة ، جي شينخوا ، رئيس مجلس الإدارة والرئيس التنفيذي لشركة Youkede قل ذلك.

منذ أن أصبح النموذج الكبير شائعًا في الصين في فبراير من هذا العام ، أصبحت قوة الحوسبة على الفور الموضوع الأكثر اهتمامًا في الصناعة ، وأصبحت أيضًا عقبة يصعب التغلب عليها في تدريب النماذج الكبيرة المحلية. في الواقع ، من منظور آخر ، أدى النمو الهائل لقوة الحوسبة أيضًا إلى فرص تطوير غير مسبوقة لبائعي الحوسبة السحابية المحليين.

في هذا الصدد ، وافق جي شينخوا أيضا. قال إن تعطيل القدرة الحاسوبية أمر سيئ وجيد. فمن ناحية ، إذا كنت تريد حل مشكلة الاختناق في غضون عام أو عامين ، فأنت بحاجة إلى تسريع البحث والتطوير للرقائق المحلية ، والتي ليست مهمة سهلة ؛ من ناحية أخرى ، تولي الشركات المزيد والمزيد من الاهتمام لقوة الحوسبة ، وهذا سيعزز بدلاً من ذلك تطوير الرقائق المحلية.

كشركة مصنعة للحوسبة السحابية محايدة ، لطالما شعرت Youkede أنه وراء منافسة النماذج الكبيرة ، فإن سوق قوة الحوسبة سوف يؤدي إلى تغييرات ضخمة.

"لقد تواصلت مع Stable Diffusion لأول مرة في نوفمبر من العام الماضي. في ذلك الوقت ، اعتقدت أن تأثيره كان مذهلاً ، لذلك بدأت في الاهتمام بالنموذج الكبير." أوضح Ji Xinhua لموقع Leifeng.com لماذا دفع الانتباه إلى النموذج الكبير. في الوقت نفسه ، كشف أيضًا أنه لأنه في ذلك الوقت ، لم تبدأ الشركات الصينية في الاهتمام بالنماذج واسعة النطاق ، ولم تكن تعرف مقدار القيمة التي يمكن أن تخلقها ، لذا فهم لم يتخذوا قراراتهم بشأن القيام بأعمال تجارية ذات صلة بالنماذج على نطاق واسع في ذلك الوقت.

سيبدأ التطبيق الحقيقي للنماذج واسعة النطاق وخدمة المؤسسات النموذجية واسعة النطاق من قبل المملكة المتحدة في فبراير من هذا العام ، وهو أيضًا الوقت المناسب لخروج النماذج واسعة النطاق من الدائرة في الصين.

علم موقع Leifeng.com أن UKED طورت لأول مرة أربعة منتجات للذكاء الاصطناعي للاستخدام الداخلي استنادًا إلى النموذج الواسع النطاق ، ومنصة الأسئلة والأجوبة المعرفية "Shiwen" ، ومنصة مساعد كود UCoder ، ومنصة مساعد الرسم AI ، و نظام أساسي لإدارة أمان النموذج واسع النطاق. للحصول على مركز بيانات مبني ذاتيًا منخفض التكلفة وذات قيمة مضافة عالية ، أنشأت UKED قاعدة طاقة حوسبة AIGC ، والتي توفر بمرونة مجموعة متنوعة من موارد طاقة حوسبة GPU للتدريب على النماذج الكبيرة والاستدلال ومعالجة البيانات.

بعد ذلك مباشرة ، أطلقت UKED جهازًا متعدد الإمكانات مخصخصًا على نطاق واسع ، والذي تم تضمينه في منصة UCloudStack السحابية الخاصة الكاملة المكدسة التي طورتها UKED بشكل مستقل ، مما يوفر حلول خصخصة للمحاكاة الافتراضية والتخزين والشبكة ونماذج MaaS ، جنبًا إلى جنب مع النماذج العمودية واسعة النطاق للصناعة: يمكن للشركات نشر تطبيقات نموذجية كبيرة بنقرة واحدة.

فيما يتعلق بوضع UKED في عصر النماذج الكبيرة ، أكد Ji Xinhua مرة أخرى على مبدأ "الحياد". وأوضح أن الحياد يعني أن المملكة المتحدة ليس لديها منافسة مع العملاء فحسب ، بل تساعد أيضًا الشركات النموذجية الكبيرة في العثور على العملاء. في هذا الصدد ، سخرت Ji Xinhua علنًا من أنه في عصر العارضات الكبيرة ، فإن ما يتعين على Youke فعله هو "الخاطبة".

من إجابة Ji Xinhua ، يمكننا أيضًا الحصول بشكل غير مباشر على أسباب البحث والتطوير الداخلي لـ UKED وتطبيق منتجات النماذج واسعة النطاق. أحدها هو أن يفهم موظفو الشركة النماذج واسعة النطاق وتعلم استخدام النماذج واسعة النطاق. على هذا الأساس ، يمكنهم فهم النماذج واسعة النطاق بعمق. ما هي نقاط الضعف ، وفي أي سيناريوهات يمكن تنفيذها ، وذلك لتقديم خدمة أفضل للعملاء.

عندما يتعلق الأمر بمستقبل النماذج الكبيرة ، قال Ji Xinhua إن هناك الكثير من أوجه عدم اليقين في المستقبل ، ولكن بغض النظر عن أي شيء ، فإن صناعة الإنترنت أو صناعة الذكاء الاصطناعي بحاجة إلى قوة حوسبة. وقدرات الربط البيني محدودة ، لذا فإن عمل UKEDE المستقبلي سيركز على بناء قاعدة طاقة حاسوبية واسعة النطاق.

** فيما يلي المحادثة بين Leifeng.com و Ji Xinhua: **

لا تكتفي النماذج الكبيرة التنافسية بالاستلقاء والفوز إذا كان لديها بطاقات ، فالقدرات الهندسية ضرورية لتدريب النموذج.

** Leifeng.com: ** يقول الكثير من الناس إن قلة قليلة فقط من بائعي السحابة يمكنهم المشاركة أخيرًا في منافسة النماذج الكبيرة الحجم. ليس كل منهم لديه شبكات عالية السرعة. ما هي برأيك عوائق المنافسة؟

** Ji Xinhua **: حسنًا ، تقنيات مثل الشبكات عالية السرعة ليست هي العتبة الرئيسية للتنافس بين النماذج الكبيرة. بما في ذلك Youkede ومعظم بائعي السحابة قادرون على القيام بذلك. الآن للشبكة هيكلين: الأول هو شبكة RoCE ، والتي تمتلك UKED هذه القدرة بالفعل في عام 2019.

والثاني هو حل شبكة IB الذي أوصت به Nvidia ، وهذا الحل بسيط نسبيًا ولا يحتاج إلا إلى نشره وصيانته. لذلك ، بالنسبة لبائعي السحابة أو الشركات الكبيرة بشكل خاص ، فإن التكنولوجيا ليست العتبة الرئيسية.

** Leifeng.com: ** في الواقع ، يقال أن العديد من الشركات الكبيرة بدأت في تخزين البطاقات؟

** Ji Xinhua **: نعم ، خاصة أن بعض الشركات المصنعة الكبرى تقوم بتخزين البطاقات ، بما في ذلك A800 و H800 وما إلى ذلك. من ناحية أخرى ، تحتاج أعمال الذكاء الاصطناعي الخاصة بها إلى استخدام البطاقات ، ومع المزيد من الاستثمار الرأسمالي ، ستشتري عددًا كبيرًا من البطاقات من قبل ؛ من ناحية أخرى ، بدأ الاهتمام المحلي على نطاق واسع بالنماذج الكبيرة في فبراير من هذا العام ، و العديد من الشركات المصنعة نظرًا لأهميتها ، فإنها ستعمل أيضًا على تسريع سرعة تخزين البطاقات.

Leifeng.com: هل يعني ذلك أنه كلما زاد عدد البطاقات لديك ، زادت ربحك؟ كيف يتنافس بائعو السحابة الآخرون مع كبار اللاعبين؟

** Ji Xinhua: ** لم أستلقي ولم أفز. تستخدم الآن العديد من شركات نماذج الذكاء الاصطناعي الكبيرة بطاقاتنا. هذه الظاهرة شائعة جدًا.

هناك عدة أسباب: أولاً ، لا يكفي استخدام بطاقة واحدة فقط ، وثانيًا ، لماذا ترغب الشركة النموذجية الكبيرة في التعاون مع Youkede؟ لأنهم يشعرون أن المصانع الكبرى لديها قوة حوسبية وخوارزميات وبيانات وسيناريوهات ، وهم قلقون بشأن المنافسة التجارية في النهاية عندما يتعاونون مع المصانع الكبرى. بصفتها مورِّدًا محايدًا وآمنًا للسحابة ، لا يوجد لدى Ukerd منافسة مع الشركات الكبيرة. في الوقت نفسه ، فإن UKDE قادرة على تطوير منصات الطاقة الحاسوبية ، والمكتبات النموذجية ، وما إلى ذلك من مركز البيانات والبنية الأساسية ، مع تراكم تقني عميق وقدرات خدمة هندسة النظام الشاملة.

قم بعمل جيد في خدمة الطاقة الحاسوبية ، وقم بعمل جيد في دور "صانع التوفيق" للنموذج الكبير

** Leifeng.com: ** متى بدأت Youkede بالاهتمام بالموديلات الكبيرة؟

** Ji Xinhua: ** أقرب اتصال كان خلال العيد الوطني العام الماضي. أول شيء رأيته هو Stable Diffusion. في ذلك الوقت ، اعتقدت أن تأثيره كان مذهلاً ، لذلك بدأت في الاهتمام بالنموذج الكبير ، لذلك تابعنا على ChatGPT سابقًا.

** Leifeng.com **: إذن هل اتخذت قرارك للقيام بذلك خلال العيد الوطني العام الماضي؟

** Ji Xinhua **: بعد العيد الوطني العام الماضي ، حددت UKED AIGC كهدف لهذا العام ، وأصدرت صورة منصة الرسم بالذكاء الاصطناعي في نوفمبر من العام الماضي. في فبراير من هذا العام ، بعد التواصل مع الشركات الرائدة في مجال النماذج واسعة النطاق في الصين ، أدركت أن سوق طاقة الحوسبة المحلي سيكون له تطور هائل ، لذلك قررت أن أفعل ذلك في نهاية مارس.

** Leifeng.com **: كم عدد العملاء المحتملين في هذه المؤسسات النموذجية واسعة النطاق؟

** Ji Xinhua **: خلصنا إلى أن هناك 130 شركة نموذجية كبيرة الحجم في الصين ، و 78 شركة ذات أغراض عامة ، و 52 شركة عمودية. وما زال يتزايد ، أكثر من 30 منهم هم بالفعل من عملائنا.

** Leifeng.com **: بأي شكل سيتم تصدير الخدمة؟

** Ji Xinhua **: أحدهما هو قوتنا الحاسوبية ، والآخر هو خدمات غرفة الكمبيوتر ، لأن بعض الشركات تشتري معداتها الخاصة وتضعها في غرفة الكمبيوتر لدينا.

** Leifeng.com **: كيف تفهم خدمة غرف الكمبيوتر؟ هل لأن العميل نفسه ليس لديه قدرات تشغيلية؟

** Ji Xinhua **: المؤسسة نفسها بحاجة إلى غرفة كمبيوتر بغض النظر عن مكانها. غرفة الكمبيوتر التي يتطلبها نموذج كبير لها خاصيتان: الأولى أنها تستهلك قدرًا كبيرًا من الطاقة ، والأخرى هي استهلاك الطاقة من آلة H100 تتجاوز 10kW. لا يمكن لغرفة الكمبيوتر تلبية هذا الطلب ، ومركز بيانات Ulanqab في Youkede مناسب بشكل خاص. بالإضافة إلى ذلك ، تواجه العديد من الشركات الآن مشكلة امتلاك خوادم ولكن لا يمكنها استخدامها.يمكن أن تساعدهم Ukerde في بناء نظام أساسي للطاقة الحاسوبية وتنفيذ أعمال الصيانة اللاحقة.

** Leifeng.com **: بالإضافة إلى توفير قوة الحوسبة ، أصدرت Youkede أيضًا "Shiwen" منذ بعض الوقت؟

** Ji Xinhua **: قامت UKED ببناء أربع منصات داخلية: منصة الأسئلة والأجوبة المعرفية "Shiwen" ، منصة مساعد كود UCoder ، منصة مساعد اللوحة AI ، ومنصة إدارة أمان نموذجية كبيرة. في الواقع ، قبل "التعرف على الأسئلة" ، كان أول شيء فعلناه هو نظام إدارة تطبيق النموذج واسع النطاق. هذا هو أول منتج لنا ، ونأمل أن يتمكن الجميع من استخدام النموذج واسع النطاق في المستقبل ؛

ثانيًا ، من أجل حل مشكلات الأمن التجاري ، وضعنا بعض القيود ، بما في ذلك أسئلتك والملفات التي تم تحميلها ، وسنقوم بتسجيلها وفلترتها لمنع تسريب معلومات الشركة السرية على الإنترنت ؛

ثالثًا ، بالنسبة لمشاكل المستخدم ، بما في ذلك مشاكل الموظفين الداخلية والتواصل الخارجي وردود الفعل ، سيقوم النظام بالتسجيل تلقائيًا ، حتى تتمكن الشركة من الاستمرار في تنفيذ التدريب النموذجي الخاص بها في المرحلة اللاحقة.

** Leifeng.com **: لماذا صنعت هذه المنتجات الأربعة؟ هل يمكن أن تخرج؟

** Ji Xinhua **: أولاً ، حتى يتمكن موظفو الشركة من فهم واستخدام النماذج واسعة النطاق. وعلى هذا الأساس ، يمكنهم أن يفهموا بعمق ما هي نقاط الضعف لشركات النماذج الكبيرة ، وفي أي سيناريوهات هم سيتم تنفيذ ذلك من أجل خدمة العملاء بشكل أفضل.تقديم الخدمات.

تستخدم الشركة حاليًا هذه المنتجات الأربعة داخليًا ، ولكن إذا احتاج العملاء إليها ، فيمكننا أيضًا التواصل أكثر.

** Leifeng.com **: ما النموذج الذي تعتمد عليه هذه المنصات؟

** Ji Xinhua: ** تدرب باستخدام GPT 4 أولاً ، قم بإجراء التحقق من النموذج ، ثم استخدم تدريجيًا النماذج الكبيرة المحلية أو النماذج الكبيرة مفتوحة المصدر لتحسينها. وفي هذا الصدد ، أشرت أيضًا إلى مفهوم يسمى "شحذ البنادق في الخارج والقتال في الداخل".

** Leifeng.com **: ما هي السيناريوهات الأخرى التي أنت متفائل بشأنها في المستقبل؟

** Ji Xinhua **: إذا تم تمييزها وفقًا للتسامح مع الطبيعة غير الدقيقة لمحتوى مخرجات ChatGPT ، فقد قسمنا 10 سيناريوهات.

الأول هو الترجمة والدبلجة. القدرة في هذا المجال عالية جدًا بالفعل ويمكن أن تحل محل البشر تمامًا ؛ والثاني هو NPC للعبة ؛ والثالث هو التفاعل الاجتماعي ؛ والرابع هو إنتاج محتوى التجارة الإلكترونية ؛ والخامس تصميم اللعبة ؛ السادس هو خدمة العملاء ؛ السابع هو المساعدة في الوثائق والبرمجة ؛ الثامن هو إدارة المعرفة داخل المؤسسة ؛ التاسع هو سيناريوهات التعليم والتأمين ؛ والأخير هو مساعدة المحامين والأطباء.

** Leifeng.com **: هل سيتم عمل هذه المشاهد العشرة في نفس الوقت؟ أم خطوة بخطوة؟

** Ji Xinhua **: Ucar لا تصنع نماذج كبيرة ، نحن فقط نربط العملاء والشركاء ، وهو ما يمكن فهمه على أنه دور "الخاطبة". على سبيل المثال ، قم بتوصيل عملاء اللعبة بـ MiniMax ، وربط العملاء في صناعات التجارة الإلكترونية والتعليم بـ Zhipu Huazhang.

يصعب على النماذج المحلية واسعة النطاق اللحاق بـ GPT4 ، وهناك المزيد من الفرص للشركات الناشئة

** Leifeng.com: ** ما عدد الأنواع التي تعتقد أنه يمكن تقسيم شركات النماذج الكبيرة المحلية إليها؟ من هم العملاء الرئيسيون في Youkede؟

جي شينخوا: نحن مقسمون إلى خمس فئات. الفئة الأولى هي عمالقة ، بما في ذلك علي ، بايدو ، توتياو ، هواوي ، JD.com ، إلخ. الفئة الثانية بدأها العلماء ، مثل Zhipu Huazhang ؛ الفئة الثالثة هي شركة AI الأصلية ، AI Four Tigers ، Daguan ، Yunzhisheng ، 4Paradigm ، إلخ ؛ الفئة الرابعة هي الشركات الناشئة ، مثل MiniMax ؛ الفئة الخامسة هي أن الشركات المدرجة الأصلية قد تحولت إلى نماذج واسعة النطاق ، مثل Kunlun ، 360 ، وتضم أيضًا قادة رياديين مثل Wang Xiaochuan و Li Kaifu.

النوع الأول من كبار المصنّعين ليسوا عملاء Youkede المستهدفين ، والأنواع الأخيرة هم عملاؤنا الرئيسيون.

** Leifeng.com **: هذا يعني أن المصانع الكبيرة لديها القدرة على بناء نفسها ، لكن الشركات الأخرى لا تملك القدرة على بناء نفسها؟

** Ji Xinhua **: نظرًا لأنه يشمل مجال الذكاء الاصطناعي ، فهو لا يمثل مشكلة في الشبكة فحسب ، بل يمثل أيضًا سلسلة من المشكلات مثل التخزين وغرف الكمبيوتر. على سبيل المثال ، يمكن للشركات الناشئة أيضًا بناء الحوسبة الخاصة بها لكن الدورة ستكون طويلة جدا انتظروا منه ليبنيها بنفسه بعد ذلك تنتهي المنافسة. تدور المنافسة بين الطرازات الكبيرة حول السرعة ، وأي شخص لديه أسرع سرعة قد يحتل المرتفعات المسيطرة.

** Leifeng.com: ** بالنسبة لمصنع كبير ، كم عدد المراحل والعقد لنموذج كبير؟

** Ji Xinhua **: الأول هو إطلاق النموذج الكبير ، والثاني هو التحقق من التأثير بعد الإطلاق. في الوقت الحاضر ، من المعروف أنه تم إطلاق شركات مثل MiniMax و Zhipu و Baidu و Ali و HKUST Xunfei وما إلى ذلك.

** Leifeng.com: ** أيهما أفضل ، هل يعتمد بشكل أساسي على مقدار قوة الحوسبة التي يستخدمها؟

** Ji Xinhua **: لا أعتقد ذلك. قد لا ينتج عن زيادة قوة الحوسبة للتدريب بالضرورة نموذجًا جيدًا ، ولكن إذا تم استخدام رابط الاستدلال بشكل أكبر ، فهذا يعني أن هناك عددًا كبيرًا من المستخدمين والمزيد من التعليقات سوف يتم الحصول عليها.إنها تساعد على تدريب نموذج جيد.

** Leifeng.com: ** بغض النظر عن التدريب أو التفكير ، لبناء نموذج كبير ، يجب أن يكون لديك أولاً قوة الحوسبة؟

** Ji Xinhua **: نعم ، أول شيء هو امتلاك بطاقة. إذا لم يكن لديك بطاقة ، فستتأخر بالتأكيد. حوالي 40-50٪. إذا تم حل المشكلتين المذكورتين أعلاه ، فهذه مشكلة أمنية ، كما أن مشكلة المرور مهمة جدًا.

** Leifeng.com **: ما هو مستوى الموديلات المحلية؟ يقول الكثير من الناس أنها ستلحق بـ GPT4 بحلول نهاية هذا العام.

** Ji Xinhua **: في الوقت الحالي ، لا يوجد نموذج يفوق GPT3.5 في الصين. بالطبع ، من السهل جدًا تجاوز GPT3.5 في جانب معين. من الصعب تجاوز GPT4. المفتاح هو أن الأوراق قبل GPT3.5 علنية ، لكن GPT4 لم يتم الإعلان عنها بعد ، لذلك لا يعرف الجميع ما يجب فعله.

** Leifeng.com **: ألا تتاح لهذه الشركات المصنعة المحلية الكبرى فرصة اللحاق بالركب؟

** Ji Xinhua **: أعتقد أن تأثير الشركات الكبرى ليس جيدًا مثل تأثير الشركات الناشئة. لأن بعض الشركات المبتدئة ذات المعتقدات والمثل قد بدأت بالفعل في القيام بذلك ، وقد بدأت Dachang بالفعل بعد رؤية شعبية ChatGPT.

** Leifeng.com: ** من المنطقي أن الشركات المصنعة الكبرى قد تراكمت لديها التكنولوجيا ، فهل لديهم المزيد من الفرص؟

** Ji Xinhua **: هناك العديد من الاتجاهات للذكاء الاصطناعي. في الماضي ، اعتقدت معظم الشركات أن النماذج العمودية واسعة النطاق لديها فرص ، لكنها لم تعتقد أن النماذج واسعة النطاق للأغراض العامة لديها فرص. لذلك ، في الماضي بضع سنوات ، كانت بعض فرق ريادة الأعمال مع فرق البحث العلمي والقناعة ، مثل Zhipu Huazhang ، MiniMax ، الأكاديمية الصينية للعلوم ، إلخ.

بالنسبة لكبار المصنّعين ، من المهم أكثر أن نرى أن الدول الأجنبية تتابع بعد القيام بذلك ، ولم ترتقي إلى استراتيجية الشركة ، لذلك ليس لديهم الكثير من التراكم في النماذج الكبيرة للأغراض العامة.

** Leifeng.com **: سيتم حل مشكلة القدرة الحاسوبية عاجلاً أم آجلاً ، فما هي مزايا UKEDe من حيث الطرز الكبيرة؟

** Ji Xinhua **: يمكن تلخيصها في ثلاث نقاط: أولاً ، الحفاظ على الحياد وعدم وجود علاقة تنافسية مع المستخدمين. ثانيًا ، لديه القدرة على بناء مجموعة كاملة من حلول AIGC لمراكز البيانات والشبكات وتخزين البيانات ، والتي يمكن أن تساعد الشركات الصغيرة والمتوسطة الحجم على بناء منصات بسرعة وحل مشكلة كفاءة استخدام النماذج الكبيرة ؛ ثالثًا ، يمكن تساعد بشكل أفضل الشركات النموذجية الكبيرة على توسيع العملاء.