클라우드 공급업체는 대규모 모델 기능의 경계를 다시 인식하고 tencent tang daosheng은 "조금 더 인내심을 가지세요"라고 말했습니다.
2024-09-08
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
1년 전, tencent는 global digital ecology conference에서 hunyuan 모델을 출시했습니다. 1년여가 지나 '100대 모델 전쟁'은 끝났고, 일단 거인과 유니콘의 패턴이 정해졌다. 그러나 대형 모델에 대한 시장의 기대는 쇠퇴한 것으로 보이며 업계에서는 이를 재인식하고 있다. 대형 모델의 기능 경계.
최근 중국 비즈니스 뉴스(china business news) 및 기타 언론과의 대화에서 텐센트 그룹 수석 부사장이자 클라우드 및 스마트 산업 그룹 ceo인 tang daosheng은 ai 시장의 인기 하락에 대한 질문에 다음과 같이 말했습니다. 과거 신기술이 겪었던 사이클처럼 처음에는 모두가 몰려들고 투자하고 거품을 만들기도 했다. 그러다가 새로운 기술 변화가 정착되기까지 시간이 걸리고 심지어 첫 번째 물결을 기다려야 한다는 사실도 알게 됐다. 자본 중심의 덜 전문적인 선수들이 합리적이고 실용적인 상태로 돌아가기 전에 제거되어야 합니다. "지금의 대형 ai 모델도 마찬가지다. 아직 다듬어지는 시간을 경험하지 않았기 때문에 사람들이 처음에는 기대치가 더 높을 수도 있다. (이제) 진자가 다른 방향으로 휘둘리는 게 내 느낌이다."
대형 모델 개발 초기에는 클라우드와 대형 모델이 밀접하게 연관되어 있었고, 컴퓨팅 파워 소모량은 대형 모델의 수요와 인기를 반영했다. tencent group의 부사장이자 정부 및 기업 사업 부문 사장인 li qiang은 china business news와의 인터뷰에서 지난 2년 동안 대형 모델의 출현으로 gpu 컴퓨팅 성능이 크게 향상되었고 제품도 빠르게 성장했다고 말했습니다. 대규모 모델 훈련 지원과 관련이 있습니다. 그러나 애플리케이션 측면에서 볼 때 to b 측의 대형 모델 상용화는 모두가 생각하는 것만큼 성공적이지는 않습니다. 상대적으로 말하자면, 현재의 대형 모델은 상대적으로 내결함성이 높은 시나리오에 더 잘 적용될 것입니다. 여전히 기업 고객을 대상으로 하는 tencent의 대형 모델 서비스는 유연하고 다양한 적응 솔루션을 제공하고 대형 모델과 클라우드 제품의 조합을 탐색합니다.
ai 수익의 대부분은 gpu 컴퓨팅 성능에서 나옵니다.
tencent의 최신 재무 보고서에 따르면 올해 2분기 tencent의 금융 기술 및 기업 서비스 수익은 전년 대비 4% 증가했으며, 그 중 기업 서비스 비즈니스는 전년 대비 10포인트 이상 증가했습니다. tencent cloud의 고객은 국내 대형 모델 제조업체의 80% 이상을 포함합니다. 하지만 이번 텐센트 재무보고서에서는 ai가 가져온 변화에 대해 많이 언급하지 않았다.
tencent cloud의 수익 중 얼마나 많은 부분이 ai에서 나오는지에 대해 tang daosheng은 china business news에 현재 데이터를 정량화하기 어려울 수 있지만 예를 들어 협동 자율 주행 제조업체는 차량-기계 감지를 기반으로 한 모델 훈련을 계속 늘리고 있다고 말했습니다. 데이터. 소득 구조를 살펴보면서 li qiang은 기자들에게 현재 tencent의 ai 관련 수입의 대부분은 여전히 gpu 컴퓨팅 성능이라고 말했습니다.
tencent는 대형 모델 제조업체에 컴퓨팅 성능을 제공할 뿐만 아니라 자체 개발한 hunyuan 대형 모델의 상용화도 추진하고 있습니다. 대형 모델의 초기 시장 인기가 하락한 후 tencent는 이 두 부분의 사업이 실제로 달성할 수 있는 증가분도 평가하고 있습니다. 가져오다. 이전 인터뷰에서 tang daosheng은 투자한 대규모 모델 기업이 성공하려면 지속적인 클라우드 소비가 필요하며 이는 클라우드 비즈니스의 훌륭한 수입원이라고 말했습니다. 그러나 그는 또한 신기술의 초기 단계에서 많은 양의 자본에 의해 주도되는 스타트업이 크게 성장할 것이며 많은 플레이어가 거품의 일부가 될 수 있다고 말했습니다. “클라우드 수익이 자본 중심에 너무 많이 의존한다면. 스타트업은 거품이 터지면 일부 고객은 사라지고 성과도 떨어지며 고객이 떨어지면 더 고통스러울 것입니다.”
대형 모델로 인한 gpu 컴퓨팅 전력 소모와 더불어 클라우드 벤더들은 b측 대형 모델의 상업적 활용을 촉진하는 과정에서 대형 모델의 역량을 재인식하는 경험도 하게 됐다.
li qiang은 전체 시장 관점에서 ai 관련 수입 중 실제로 대형 모델 자체에서 나오는 상업적 생산량의 비율이 여전히 상대적으로 낮다고 말했습니다. 그는 이 과정을 시장이 "광신적"에서 "합리적"으로 이동하는 것으로 설명했습니다. 구체적으로 b측 산업에 대한 장벽은 상대적으로 깊다. ai를 산업 분야와 전통 산업에 적용하는 것은 to c보다 어렵고, 대형 모델은 아직 전통 산업의 요구 사항을 충족하지 못하고 있다. 내결함성에 대한 요구 사항이 더욱 엄격해졌습니다.
li qiang은 안전한 생산과 중요한 의사결정에 영향을 미치는 주요 애플리케이션이나 링크가 예상치 못한 상황을 수용할 가능성이 낮다고 설명했습니다. 이때 ai가 의사결정을 지원할 수 있다면 더 좋을 것입니다. 일부 전통적인 부문에서는 일반 대형 모델이 최선의 선택이 아닐 수도 있습니다. 예를 들어 iphone의 엄격한 품질 검사를 위해서는 사진을 찍고 100배 이상 확대해야 하는데, 일반 지식을 사용하여 훈련된 대형 모델은 이 시나리오에서는 의미가 없으며 효율성과 비용도 산업용 소형 모델만큼 좋지 않습니다. 대형 모델은 모든 틈새 산업 및 분야에 적용되지 않을 수 있습니다. 마치 아이들을 명문 학교의 학부생으로 훈련시킨 뒤 나사 조이는 일을 전문으로 하는 자리에 배치할 필요가 없는 것과 같습니다.
또한 대규모 모델, 특히 매개변수가 큰 모델은 대규모 컴퓨팅 클러스터에서 교육을 받아야 하며, 이러한 대규모 모델 기능을 사용하는 제조업체도 추론을 제공하기 위해 대규모 컴퓨팅 클러스터에 의존합니다. 클라우드 벤더의 퍼블릭 클라우드 기회. 그러나 b측 기업은 여전히 데이터 보안에 대한 우려를 갖고 있기 때문에 퍼블릭 클라우드에 의존하여 대규모 모델 기능을 제공하는 과정이 예상만큼 원활하지 않을 수 있습니다.
"국내 기업은 자체 산업 데이터의 기밀성에 대한 요구 사항이 상대적으로 높으며, 핵심 사업을 설립한 기업은 민영화 배포 형태로 이를 수행할 의향이 더 높습니다. 그러나 민영화 경로는 대형 모델과 통합에 영향을 미칠 것입니다. 어떤 의미에서는 이것이 오늘날의 병목 현상을 형성했습니다.” li qiang은 대형 모델 to b의 현재 배포 방법에는 민영화된 배포와 api에 대한 액세스가 모두 포함되어 있지만 핵심 애플리케이션의 경우 업계에서는 민영화를 더 많이 고려한다고 말했습니다.
대형 모델은 실제로 어디에 사용됩니까?
tencent 외에도 일부 주요 기술 회사도 ai에 투자하고 있으며 일부는 최근 재무 보고서에서 ai로 인한 수익 증가를 언급했습니다. 예를 들어 2024년 6월말까지 분기에 알리바바 클라우드의 ai 관련 제품 매출은 세 자릿수 성장을 달성했다. 올해 2분기에는 바이두 스마트 클라우드의 매출이 전년 대비 14% 증가했다. , baidu smart cloud 수익에 대한 ai의 기여도는 9%였습니다. 글로벌 클라우드 공급업체 중 구글의 올해 2분기 클라우드 사업 매출은 ai 수요에 힘입어 전년 동기 대비 29% 증가했다. 최근 분기에는 마이크로소프트 애저(microsoft azure) 등 클라우드 서비스 매출이 29% 증가했다. ai는 azure 매출 성장에 8% 기여했습니다.
일부 제조업체가 공개한 데이터에 따르면 ai가 가져오는 매출 성장률은 한 자릿수 비율이거나, 클라우드 매출에서 ai가 차지하는 비율은 ai에 대한 이전 시장의 엄청난 기대와 비교할 때 ai의 클라우드 향상입니다. 수익 강도를 더욱 강화해야 할 것 같습니다.
li qiang은 기자들에게 대형 모델이 "모든 질병을 치료"할 수 없다는 사실을 고객들이 점차 깨닫고 있으며 장면 선택에 있어서 더욱 합리적이 되었다고 말했습니다. 엄격한 내결함성 비율이 있는 산업 생산 시나리오와 비교하여 대형 모델은 지식 관리, 마케팅, 고객 서비스, 코딩, 지능형 위험 제어 분야 및 상대적으로 낮은 전문 요구 사항이 있는 분야를 포함한 다른 시나리오에서 더 나은 적용 공간을 갖습니다. 현장 점검 장면. 고객은 협력하기 위해 더 높은 수준의 응용 시나리오를 선택할 것입니다. 예를 들어 tencent와 zhongshan hospital이 공동으로 개발한 대규모 의료 모델은 보조 진단 및 치료로 간주될 수 있는 의료 진단 및 진단서 작성을 촉진합니다. 의사 결정 시나리오에서는 의사 결정을 지원하기 위해 대규모 모델이 더 많이 사용됩니다. 지식 관련 시나리오에서는 고객 서비스 및 직원 교육 시나리오에 대규모 모델이 더 일반적으로 사용됩니다.
대형 모델의 과제와 관련하여 tang daosheng은 기자들에게 여기에는 고품질의 과제와 공공 데이터의 상대적 희소성이 모두 포함되며 대형 모델 구현의 과제에는 데이터 기밀성과 같은 일련의 문제가 포함된다고 말했습니다. , 구현 비용, 정확한 결과 및 장면 선택. 또한, 또 다른 과제는 업계가 스트레스를 받는 환경에서 제로섬 게임을 하기 쉽다는 것입니다. 모두의 불안감이 커지면 손실을 통해 시장점유율을 유지하는 것은 건강한 상태가 아닐 것이라고 그는 믿는다.
"저는 손익계산서를 매우 주의 깊게 봅니다. 모든 기업은 자신의 손실을 충당하기 위해 다른 사람의 이익에 의존하지 않도록 비용을 명확하게 계산하고 가격을 합리적으로 설정해야 합니다. 모든 사람은 좀 더 인내심을 가져야 합니다. 오늘날의 기술은 오직 일부 시나리오에서는 50%를 달성합니다. 처음에는 많은 사람들이 모델이 세상을 빨리 바꿀 수 있다고 생각했지만, 최근에는 대형 모델이 보기에는 좋지만 사용하기 쉽지 않다고 생각하는 사람들도 있습니다. 실제로 그들은 단기적인 진전을 과대평가하고 장기적으로는 효과를 과소평가하는 것이 바람직하지 않다”고 말했다.
(이 기사는 중국경제신문에서 발췌한 것입니다)
