美譽度品牌管理

美譽度11月16日消息，今天，聯(lián)想集團發(fā)布了2023/24財年第二財季業(yè)績，整體營收達到1044億人民幣，凈利潤近20億人民幣，連續(xù)兩個季度環(huán)比提升。

其中，IDG（智能設(shè)備業(yè)務(wù)）個人電腦出貨量市占率近24%；SSG（方案服務(wù)業(yè)務(wù)）營收、運營利潤均創(chuàng)新高，聯(lián)想集團正在打造混合式AI專業(yè)服務(wù)；能為生成式AI全生命周期提供服務(wù)的ISG（基礎(chǔ)設(shè)施方案業(yè)務(wù)）受多重風(fēng)險制約，存儲業(yè)務(wù)市場份額仍提升至全球第三。

眾所周知，生成式AI帶來的產(chǎn)業(yè)變革已經(jīng)席卷全球各行各業(yè)，其引發(fā)的技術(shù)變革成為當(dāng)下產(chǎn)業(yè)的焦點。

10月24日，聯(lián)想創(chuàng)新科技大會上，聯(lián)想集團提出了AI for All的戰(zhàn)略，在聯(lián)想集團董事長兼CEO楊元慶看來，AI for All意味著讓AI惠及每一個人。

同時，聯(lián)想創(chuàng)新科技大會上，聯(lián)想集團展示了AI設(shè)備產(chǎn)品組合，并闡釋了自己對于生成式AI時代的理解——個人與企業(yè)級人工智能雙胞胎（AI Twin）。

此次發(fā)布財報之際，聯(lián)想集團還創(chuàng)新性地隨發(fā)了一個可視化科普視頻，在展望生成式AI下一個里程碑用AI重塑Enterprise Twin（企業(yè)級人工智能雙胞胎）的同時，將其對于AI行業(yè)的深入理解進行了層層拆解。

在此節(jié)點，美譽度有幸與聯(lián)想研究院人工智能實驗室商務(wù)及運營總監(jiān)陳鋼、聯(lián)想研究院人工智能實驗室主任研究員王奇剛圍繞降低大模型訓(xùn)練成本等話題進行了對話，深入探討了聯(lián)想集團正如何抓住AI發(fā)展與落地的重要突破口。

自去年11月底至今，生成式AI引發(fā)的技術(shù)革新愈演愈烈，產(chǎn)業(yè)熱情被全面點燃。在這場空前緊迫的競賽中，以企業(yè)為主體的典型代表已經(jīng)躍躍欲試，試圖在新興技術(shù)浪潮中搶占先手棋。

這場風(fēng)暴的起點，最早可以追溯至人類“火種”的誕生，往后，每一次生產(chǎn)力工具的變革都推動了社會發(fā)展。數(shù)十萬年的薪火相傳，如今，在深度學(xué)習(xí)技術(shù)的驅(qū)動下，AI在人類生產(chǎn)力變革中扮演著重要的角色。

火堆、時鐘、汽車……短短20余秒的時間，視頻在逼真還原火焰物理效果的同時，沉浸式帶觀看者穿梭于不同時代背景，最終使得深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)被“點燃”。

產(chǎn)業(yè)變革至今，企業(yè)已經(jīng)成為生成式AI下一個里程碑的重要主體。這也就是聯(lián)想集團今年在聯(lián)想創(chuàng)新科技大會上，提出的Enterprise Twin（企業(yè)級人工智能雙胞胎）概念。

企業(yè)在AI世界的數(shù)字分身能做什么？首先，它具備AI的強大學(xué)習(xí)和表達能力，能基于企業(yè)的獨家、私有知識進行訓(xùn)練；其次，它能為此前大量依賴人類經(jīng)驗的任務(wù)提供有數(shù)據(jù)、邏輯清晰的輔助決策；最后，它還能通過文字、圖像等形式，將關(guān)乎企業(yè)業(yè)務(wù)規(guī)劃的內(nèi)容輸出。

視頻中構(gòu)建于城市大大小小的建筑物以及其中的萬千企業(yè)之上可視化的數(shù)字形象正是其最恰當(dāng)?shù)捏w現(xiàn)。

然而，正如畫面中緩緩旋轉(zhuǎn)并隱隱散發(fā)出些許微光的黑箱，企業(yè)熱切擁抱AI之際需要深厚的技術(shù)功底和具有遠見卓識的行業(yè)視角，真正沖破黑箱，感知到AI對企業(yè)自身帶來的顛覆式革命尤為關(guān)鍵。

這其中的第一個黑箱就是“訓(xùn)練模型”。飆漲的算力需求背后是真金白銀的AI芯片，鮮少有企業(yè)能獨立支撐如此大額的支出。

大模型訓(xùn)練最關(guān)鍵的三個要素就是算力、算法、數(shù)據(jù)，其中數(shù)據(jù)也是“Enterprise Twin能真正聽到企業(yè)完整的自主思考與內(nèi)心獨白”的關(guān)鍵，也是構(gòu)建其大腦的重中之重。

可以看到，市面上的大模型參數(shù)規(guī)模動輒上百億、千億，這轉(zhuǎn)換到企業(yè)的數(shù)字分身上就是經(jīng)營、生產(chǎn)、銷售的每一處細節(jié)。

視頻中以手機和民航飛機發(fā)動機的葉片為例，對其零部件進行可視化處理的同時，清晰展現(xiàn)出了其背后的龐大數(shù)據(jù)規(guī)模。當(dāng)將手機一層層“剝離”開時，每個生產(chǎn)環(huán)節(jié)中的信息都可能被轉(zhuǎn)化為數(shù)據(jù)；發(fā)動機上的葉片也涉及數(shù)百萬零件的供應(yīng)鏈體系。

龐大數(shù)據(jù)量的處理、以月為單位的訓(xùn)練時間、極易出現(xiàn)的返工等風(fēng)險，都是橫亙在企業(yè)面前的一道道難題。

但可以確定的是，企業(yè)積極、主動擁抱大模型已成必然趨勢，聯(lián)想集團則為這場前路莫測的創(chuàng)新革命，點亮了一盞引路燈。

二、

這就是聯(lián)想集團自研的AI開發(fā)及運營平臺煉AI大師，覆蓋了企業(yè)構(gòu)建Enterprise Twin（數(shù)字分身）的各個流程。

煉AI大師擁有圖像識別、語音識別、物體檢測等9類基礎(chǔ)模型，將模型訓(xùn)練的各個環(huán)節(jié)層層剝開，既包含其中所需的龐大數(shù)據(jù)，還能靈活應(yīng)對企業(yè)業(yè)務(wù)不同環(huán)節(jié)所需的多模態(tài)、多語言數(shù)據(jù)。

針對于企業(yè)訓(xùn)練大模型的核心痛點，結(jié)合煉AI大師的層層能力，聯(lián)想集團將為企業(yè)訓(xùn)練出具有超強大腦的大模型總結(jié)為三大要點，分別是保證訓(xùn)練出的模型準確可用、訓(xùn)練成本可控、能擺脫通用大模型千億級規(guī)模龐大身軀。

技術(shù)路徑、文案、視頻內(nèi)容相結(jié)合，將聯(lián)想集團在幫助企業(yè)降低大模型訓(xùn)練成本中的核心思路進行了呈現(xiàn)。

在保證訓(xùn)練出的模型準確可用方面，一般而言，通用大模型為了保證知識的廣度會預(yù)載綜合學(xué)科、語料庫等基礎(chǔ)數(shù)據(jù)，煉AI大師就會根據(jù)企業(yè)所處的具體行業(yè)、實際需求進行篩選。

還有一大關(guān)鍵在于，如何讓企業(yè)盡早發(fā)現(xiàn)模型訓(xùn)練中間的問題?；诖?，聯(lián)想集團自研了訓(xùn)測一體的流程，王奇剛解釋說，將大模型的訓(xùn)練和測試交叉進行，通過測試中間環(huán)節(jié)中大模型的表現(xiàn)效果，來綜合判斷實際的效果，如果出現(xiàn)問題就及時停止復(fù)查。

此外，為了讓企業(yè)在大模型訓(xùn)練時具有數(shù)據(jù)配比的參考，聯(lián)想集團將自身采樣抽取的常用操作集成到了框架中，可以幫助企業(yè)以某種規(guī)則從大數(shù)據(jù)集中生成自己的數(shù)據(jù)配方。

王奇剛談道，因為數(shù)據(jù)質(zhì)量對大模型精度的影響很大， 因此，聯(lián)想集團的研發(fā)人員正在研發(fā)將雜亂無章的數(shù)據(jù)以可視化的方式呈現(xiàn)出來，便于企業(yè)進行篩選、剔除劣質(zhì)數(shù)據(jù)，從而進一步提供模型訓(xùn)練的效率。

其次，就是更為關(guān)鍵的降低訓(xùn)練成本，聯(lián)想集團開發(fā)了專門對大模型進行二次預(yù)訓(xùn)練、微調(diào)的LeLLM大模型框架，其中通過3D并行分布式訓(xùn)練方案中的流水線并行、模型并行、數(shù)據(jù)并行，讓模型跑起來、跑得更快。

這一方案的實現(xiàn)路徑，通過視頻中被具象化的數(shù)據(jù)、服務(wù)器、GPU進行了層層剝離，通過動態(tài)的具體操作過程闡釋了其對于降低大模型訓(xùn)練成本的意義。

王奇剛談道，聯(lián)想集團將他們在加快預(yù)訓(xùn)練、微調(diào)等速度等工作方面的經(jīng)驗，集成到了LeLLM大模型框架中，并且這一框架也正在被集成到煉AI大師平臺中。

最后一步，就是幫助企業(yè)擺脫通用大模型千億級參數(shù)規(guī)模龐大身軀的技術(shù)——剪枝。剪枝可以剔除大模型中與企業(yè)無關(guān)的參數(shù)，從700億精簡至70億甚至10億。

王奇剛介紹道，他們有兩種方案，一種是量化，將浮點數(shù)從32bit轉(zhuǎn)化為16bit、8bit或4bit，以達到成倍減少大模型體積的目的；又因為大模型內(nèi)部和人腦類似，存在視覺、聽覺等分離區(qū)域，因此他們嘗試針對某個場景剪掉與之無關(guān)的區(qū)域，觀察其對大模型精度的影響等，這也是其第二種方案。

歸根結(jié)底，聯(lián)想集團要做的就是提高企業(yè)訓(xùn)練大模型的成功率，同時降低成本。在這之后，大模型訓(xùn)練、壓縮、推理、算力設(shè)施的一系列環(huán)節(jié)完成，也就意味著企業(yè)已經(jīng)擁有了擁抱AI的底氣。

聯(lián)想展望生成式AI下一個里程碑，用AI重塑Enterprise Twin的背后，正是其多年技術(shù)與經(jīng)驗積累的印證。

事實上，煉AI大師這一平臺的研發(fā)起步可以追溯至2016年，現(xiàn)在已經(jīng)迭代至6.0版本，這一平臺是聯(lián)想集團內(nèi)部、企業(yè)客戶等在AI開發(fā)過程中經(jīng)驗的“集大成者”。陳鋼談道，煉AI大師的路線十分清晰，就是AI訓(xùn)練推理的一站式平臺。前后版本的不同之處在于，此前煉AI大師面向的主要為中小模型，去年大模型爆火后，聯(lián)想集團迅速將其在大模型領(lǐng)域的工程化方法進行了集成。

除了技術(shù)外，還有聯(lián)想集團一以貫之的“內(nèi)生外化”思路。

聯(lián)想集團基于上述訓(xùn)練方法，打造了公司內(nèi)部局部試用的大模型，王奇剛透露說，聯(lián)想集團的一些業(yè)務(wù)部門可以直接登錄，與大模型進行對話，或者通過調(diào)用API，來實現(xiàn)企業(yè)級客服助手、知識管理等應(yīng)用。

如今，這一部分能力正在聯(lián)想內(nèi)部和外部都爆發(fā)出強大的生命力。陳鋼談道，對于聯(lián)想而言，他們自己就是大模型的第一使用者。因此，聯(lián)想集團內(nèi)部在積極推進內(nèi)部產(chǎn)品迭代、升級的同時，積極將這一部分能力外化出去。

王奇剛談道，這背后聯(lián)想集團的核心思路主要集中于兩點，首先為不是任何公司都有能力從頭訓(xùn)練大模型，其次就是進一步增強算力的有效利用率，讓企業(yè)少走彎路。

這也正是聯(lián)想集團在生成式AI產(chǎn)業(yè)變遷之際，積極加速AI普及的有力舉措。

正如視頻中所呈現(xiàn)的，生產(chǎn)力工具歷經(jīng)數(shù)十萬年薪火相傳，如今其火把已經(jīng)被傳給了AI。生成式AI在生成、理解等方面展現(xiàn)出的強大能力，不斷拓寬其在千行百業(yè)中的應(yīng)用邊界。當(dāng)下，AI驅(qū)動的各類應(yīng)用正在變革著人們的工作、生活、學(xué)習(xí)等。

聯(lián)想從2017年開始智能化轉(zhuǎn)型布局以來，技術(shù)積累頗深，且擁有從口袋到云端的全產(chǎn)品組合和能力。當(dāng)下，邁入AI戰(zhàn)略收獲期的聯(lián)想，將圍繞著計算和AI這兩個關(guān)鍵的“錨點”技術(shù)，加速AI的普及。