大模型正在改變一切

改變著我們的生活與工作

驅(qū)動IT基礎設施加速變革

【全球云觀察 ｜ 熱點關注】

模型變小是大趨勢，不是什么都大的好，比如玉米還是越小越香甜，越小越糯越可口。

因此，企業(yè)級IT廠商在行業(yè)大模型的發(fā)展新趨勢中，也就可以很好地分得一杯羹了。只是僧多粥少，就看各自修為了。

此外，對于想在這個領域有所作為的大模型的創(chuàng)新公司而言，業(yè)內(nèi)人士分析指出，目前可以加強四個方面的技術(shù)方向。

一是，語義搜索(Semantic Search)，這是現(xiàn)代搜索引擎用來返回最相關的搜索結(jié)果的信息檢索過程。目前谷歌在采用這種方式，Semantic Search著重于搜索查詢背后的含義，甚至可以根據(jù)用戶的查詢內(nèi)容而確定內(nèi)部建議，而不是傳統(tǒng)的關鍵字匹配。

二是，檢索增強生成（RAG，Retrieval Augmented Generation），F(xiàn)acebook提出了一種檢索增強生成RAG模型的架構(gòu)，實現(xiàn)了端到端的可微模型，構(gòu)成部分包括了問題編碼器、神經(jīng)檢索器、生成器模型三個方面。這是自然語言處理（NLP）的創(chuàng)新應用，

三是，文檔分析（Document analysis），主要處理和分析上傳的客戶端文件和文檔，包括針對政策、流程、準則、還有一些記錄等等文檔分析，基于上下文理解需求，通過檢查描述業(yè)務環(huán)境或現(xiàn)有組織資產(chǎn)的可用材料來獲取業(yè)務分析信息。

四是，生成式人工智能聊天（Generative Al Chat），這是基于深度學習和自然語言處理技術(shù)的人工智能系統(tǒng)，就像一個使用通用大型語言模型（LLM），類似于ChatGPT的聊天機器人一樣，可以實現(xiàn)總結(jié)文章，生成文本，甚至起草電子郵件，以及升級對圖片、視頻的智能分析與生成。主要也是在內(nèi)容媒體如文本、圖像、音頻、視頻的大型數(shù)據(jù)集上進行訓練，以創(chuàng)建新的文本、音頻、圖像等。

當然，在當前情況下，任何一家有志于行業(yè)大模型趕大潮的企業(yè)級IT廠商，都必須盡早下場，盡早儲備，盡早發(fā)展行業(yè)大模型生態(tài)，要不然再遲疑的話，粥就沒了，后面就只剩下刷鍋水了。

早入者優(yōu)勢明顯，畢竟針對行業(yè)大模型的服務器方案，企業(yè)級存儲方案，以及網(wǎng)絡方案都需要做一定的創(chuàng)新。

比如在服務器方案方面，如何將AI服務器端的GPU資源充分發(fā)揮，不被浪費就是一個大進步，AI算力資源利用率的提升之道就很值得企業(yè)級IT廠商為之一戰(zhàn)，一戰(zhàn)成名的可能性非常大。為什么？

據(jù)業(yè)內(nèi)人士分析，目前全球AI算力資源利用率都很低，不少企業(yè)用戶的GPU資源長期處于閑置狀態(tài)。倘若可以發(fā)揮出閑置GPU資源價值，便是對企業(yè)用戶和企業(yè)級IT廠商一大利好。因此像國內(nèi)外的浪潮信息、新華三、華為、聯(lián)想、中科曙光、超聚變、寧暢、中興、Dell EMC、HPE、超微、寶德等服務器廠商，都需要在GPU資源利用率方面下功夫，下真功夫讓企業(yè)用戶得實惠，那么必然在這場AI服務器血拼之爭中可以感受到的“獲得感”很強。

其實，在企業(yè)級存儲方面，也需要下功夫。大模型變小雖然是大趨勢，但再小的行業(yè)模型訓練都不可能只是一臺服務器+存儲。訓練不僅需要高性能存儲方案，同時還需要在降本增效上找到更好的分布式存儲方案。在這個方面目前已經(jīng)有企業(yè)級存儲廠商在做了，比如有的存儲廠商推出了面向行業(yè)大模型訓練的分布式存儲系統(tǒng)。為此像國內(nèi)外企業(yè)級存儲廠商如新華三、中科曙光、浪潮信息、華為、聯(lián)想凌拓、超聚變、同有科技、中興、TaoCloud大道云行、焱融科技、XSKY、杉巖數(shù)據(jù)、Dell EMC、Hitachi Vantara、HPE、IBM、Oracle、DDN等，需要在企業(yè)級存儲與AI場景特別是大模型訓練與推理場景上做文章，做足了文章，后面的舞臺將會更大，想怎么跳就怎么跳。

大模型時代，企業(yè)級存儲作為AI打造數(shù)據(jù)底座，隨著模型變小進入百行百業(yè)，存儲也將越來越重要。這里提到的企業(yè)級存儲廠商有全球科技巨頭，也有國內(nèi)年營收2-6億元的初創(chuàng)公司，都比較有代表性。

在針對行業(yè)大模型發(fā)展的網(wǎng)絡方面也需要創(chuàng)新，大模型訓練與推理，都需要更好的網(wǎng)絡性能來支撐，以更優(yōu)化的網(wǎng)絡延遲將算力能力發(fā)揮到極致，從而獲得更高效的模型訓練結(jié)果�？梢姼咝ЬW(wǎng)絡需要像國內(nèi)外的網(wǎng)絡廠商繼續(xù)創(chuàng)新與努力。比如思科、新華三、華為、銳捷網(wǎng)絡、中興、瞻博網(wǎng)絡Juniper、康普網(wǎng)絡、邁普、博科(Brocade)等在網(wǎng)絡技術(shù)領域有所深厚的積累，更需要厚積薄發(fā)，在大模型之戰(zhàn)中發(fā)揮出網(wǎng)絡創(chuàng)新的后勁。

可見，一步一步，大模型正在改變著一切，改變著我們的生活與工作，并驅(qū)動IT基礎設施加速變革，迎來下一輪存儲行業(yè)格局洗牌、服務器行業(yè)格局洗牌、網(wǎng)絡行業(yè)格局洗牌。那么，誰將會勝出呢？拭目以待。

【全球云觀察 ｜全球存儲觀察 ｜阿明觀察 ｜科技明說】專注科技公司分析，用數(shù)據(jù)說話，帶你看懂科技。本文和作者回復僅代表個人觀點，不構(gòu)成任何投資建議。

       原文標題 : 大模型時代，洗牌在即，存儲、服務器、網(wǎng)絡廠商何去何從？