os fornecedores de nuvem reconhecem novamente os limites dos recursos de grandes modelos, e tencent tang daosheng disse "tenha um pouco mais de paciência"
2024-09-08
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
há um ano, a tencent lançou o modelo hunyuan na global digital ecology conference. um ano depois, a "batalha dos 100 modelos" chegou ao fim e o padrão de gigantes e unicórnios foi inicialmente determinado. no entanto, as expectativas do mercado para modelos grandes parecem ter diminuído e a indústria está reconhecendo novamente o. limites das capacidades dos grandes modelos.
em um diálogo recente com o china business news e outras mídias, tang daosheng, vice-presidente executivo sênior do grupo tencent e ceo do grupo de nuvem e indústria inteligente, respondeu a uma pergunta sobre o declínio da popularidade do mercado de ia e disse que apenas como os ciclos vividos pelas novas tecnologias no passado, no início todos correram, investiram e até criaram uma bolha. depois descobriram que as novas mudanças tecnológicas demoram para se instalar e até têm que esperar pela primeira onda de. os actores menos profissionais, orientados pelo capital, sejam eliminados antes de poderem regressar a um estado racional e pragmático. "o mesmo é verdade para grandes modelos de ia agora. as pessoas podem ter expectativas mais altas no início porque ainda não experimentaram o tempo de polimento. (agora) o pêndulo oscilou em outra direção. este é o meu sentimento."
nos estágios iniciais do desenvolvimento de grandes modelos, a nuvem e os grandes modelos estavam intimamente relacionados, e o consumo de energia computacional refletia a demanda e a popularidade dos grandes modelos. li qiang, vice-presidente do grupo tencent e presidente de negócios governamentais e empresariais, disse ao china business news que o surgimento de grandes modelos nos últimos dois anos trouxe um enorme aumento no poder de computação da gpu, bem como o rápido crescimento de produtos relacionado ao suporte ao treinamento de grandes modelos. mas do lado da aplicação, a comercialização de grandes modelos no lado to b está longe de ser tão próspera quanto todos pensam. relativamente falando, o grande modelo atual será melhor aplicado em cenários com tolerância a falhas relativamente alta. o serviço de modelo grande da tencent, que ainda é orientado para clientes corporativos, fornece soluções de adaptação flexíveis e diversificadas e explora a combinação de grandes modelos e produtos em nuvem.
a maior parte da receita de ia vem do poder de computação da gpu
o último relatório financeiro da tencent mostra que, no segundo trimestre deste ano, a tecnologia financeira e a receita de serviços empresariais da tencent aumentaram 4% ano a ano, dos quais o negócio de serviços empresariais aumentou mais de dez pontos ano a ano. os clientes da tencent cloud incluem mais de 80% dos fabricantes nacionais de modelos em grande escala. no entanto, este relatório financeiro da tencent não falou muito sobre as mudanças trazidas pela ia.
quanto à receita da tencent cloud vem da ia, tang daosheng disse ao china business news que os dados podem ser difíceis de quantificar agora, mas estão aumentando. por exemplo, os fabricantes cooperativos de direção autônoma continuam a aumentar o treinamento de modelos com base na detecção veículo-máquina. dados. olhando para a estrutura de renda, li qiang disse aos repórteres que, atualmente, a maior parte da receita relacionada à ia da tencent ainda é o poder de computação da gpu.
a tencent não apenas fornece poder de computação para grandes fabricantes de modelos, mas também promove a comercialização de grandes modelos hunyuan autodesenvolvidos. depois que a popularidade inicial de modelos grandes no mercado diminuiu, a tencent também está avaliando o incremento real que essas duas partes do negócio podem. trazer. em uma entrevista anterior, tang daosheng disse que se o grande modelo de empresa investido for bem-sucedido, será necessário um consumo contínuo de nuvem, o que é uma excelente fonte de renda para o negócio de nuvem. mas ele também disse que nos estágios iniciais da nova tecnologia, as startups impulsionadas por uma grande quantidade de capital crescerão descontroladamente e poderão investir demais. muitos participantes podem fazer parte da bolha “se a receita da nuvem depender demais do capital. startups, quando a bolha estourar, alguns clientes desaparecerão, o desempenho cairá e será mais doloroso quando eles caírem.
além do consumo de poder de computação da gpu causado por modelos grandes, os fornecedores de nuvem também experimentaram um novo reconhecimento das capacidades dos modelos grandes na promoção do uso comercial de modelos grandes no lado b.
li qiang disse que, do ponto de vista geral do mercado, entre as receitas relacionadas com a ia, a proporção da produção comercial que realmente provém dos próprios grandes modelos ainda é relativamente baixa. ele descreveu esse processo como o mercado passando de “fanático” para “racional”. especificamente, as barreiras para a indústria do lado b são relativamente profundas. a aplicação da ia no campo industrial e nas indústrias tradicionais é mais difícil do que para c, e os grandes modelos ainda não atenderam aos requisitos das indústrias tradicionais. requisitos mais rigorosos para tolerância a falhas.
li qiang explicou que os principais aplicativos ou links que afetam a produção segura e a tomada de decisões importantes são menos propensos a aceitar situações inesperadas. neste momento, seria melhor se a ia pudesse ajudar na tomada de decisões. em alguns segmentos tradicionais, os modelos grandes em geral podem não ser a melhor escolha. por exemplo, a rigorosa inspeção de qualidade dos iphones exige tirar fotos e ampliá-las mais de cem vezes. modelos grandes treinados com conhecimento geral não fazem sentido neste cenário, e a eficiência e o custo não são tão bons quanto os modelos industriais pequenos. grandes modelos podem não ser aplicáveis a todos os nichos de indústria e campos. assim como não há necessidade de treinar crianças para serem graduadas em escolas de prestígio e depois colocá-las em cargos especializados em apertar parafusos.
além disso, grandes modelos, especialmente aqueles com parâmetros enormes, precisam ser treinados em grandes clusters de computação. os fabricantes que usam esses grandes recursos de modelos também dependem de enormes clusters de computação para fornecer inferências. oportunidades de nuvem pública por fornecedores de nuvem. no entanto, as empresas do lado b ainda têm preocupações com a segurança dos dados, pelo que o processo de depender de nuvens públicas para fornecer capacidades de grandes modelos pode não ser tão suave como esperado.
"as empresas nacionais têm requisitos relativamente elevados em termos de confidencialidade dos dados da sua própria indústria, e aquelas que criaram negócios principais estão mais dispostas a fazê-lo sob a forma de implantação privatizada. no entanto, a via da privatização afectará a integração de grandes modelos e de certa forma, isso formou o gargalo de hoje.” li qiang disse que os métodos atuais de implantação do grande modelo to b incluem a implantação privatizada e o acesso a apis, mas quando se trata de aplicativos principais, a indústria considera mais a privatização.
onde os modelos grandes são realmente usados?
além da tencent, algumas grandes empresas de tecnologia também apostam na ia, e algumas mencionaram o aumento das receitas provenientes da ia nos seus últimos relatórios financeiros. por exemplo, no trimestre encerrado em junho de 2024, a receita de produtos relacionados à ia do alibaba cloud alcançou um crescimento de três dígitos. no segundo trimestre deste ano, a receita do baidu smart cloud aumentou 14% ano a ano. , a contribuição da ia para a receita do baidu smart cloud foi de 9%. entre os fornecedores internacionais de nuvem, a receita de negócios em nuvem do google aumentou 29% ano a ano no segundo trimestre deste ano. a receita da nuvem foi impulsionada pela demanda de ia. no último trimestre, o microsoft azure e outras receitas de serviços em nuvem aumentaram 29%. ano a ano, a ia contribuiu com 8% para o crescimento da receita do azure.
a julgar pelos dados divulgados por alguns fabricantes, a taxa de crescimento da receita trazida pela ia é uma porcentagem de um dígito, ou a proporção da ia na receita da nuvem é uma porcentagem de um dígito em comparação com as enormes expectativas do mercado anterior para a ia, o impulso da ia para a nuvem. receitas parece que a intensidade precisa de ser ainda mais reforçada.
li qiang disse aos repórteres que os clientes perceberam gradualmente que os modelos grandes não podem "curar todas as doenças" e se tornaram mais racionais na seleção de cenas. em comparação com cenários de produção industrial que possuem taxas rigorosas de tolerância a falhas, modelos grandes têm melhor espaço de aplicação em outros cenários, incluindo gestão de conhecimento, marketing, atendimento ao cliente, codificação, campos de controle de risco inteligente e aqueles com requisitos profissionais relativamente baixos, como campos. cenas de inspeção de campo. os clientes escolherão cenários de aplicação de mais alto nível para cooperar. por exemplo, o modelo médico em grande escala desenvolvido em conjunto pela tencent e pelo hospital zhongshan promove o diagnóstico médico e a redação de atestados médicos, que podem ser considerados como diagnóstico e tratamento auxiliares. em cenários de tomada de decisão, modelos grandes são mais utilizados para auxiliar a tomada de decisão. em cenários relacionados ao conhecimento, modelos grandes são mais comumente usados em cenários de atendimento ao cliente e treinamento de funcionários.
em relação aos desafios dos grandes modelos, tang daosheng disse aos repórteres que isto inclui tanto os desafios da alta qualidade e a relativa escassez de dados públicos, como os desafios da implementação de grandes modelos. a implementação de grandes modelos envolve uma série de questões, como a confidencialidade dos dados. , custos de implementação, resultados precisos e seleção de cena. além disso, outro desafio é que a indústria está propensa a jogos de soma zero quando o ambiente é estressante. ele acredita que se a ansiedade de todos se tornar mais forte, manter a quota de mercado através de perdas não será um estado saudável.
"eu examino a demonstração de lucros e perdas com muito cuidado. cada empresa deve calcular claramente os seus custos e definir preços razoáveis para evitar depender dos lucros de outras pessoas para subsidiar as suas próprias perdas. todos precisam de ser mais pacientes. a tecnologia de hoje só pode ser capaz de atingir 50% em alguns cenários. leva tempo para atingir 90 pontos. no início, muitas pessoas pensaram que os modelos podem mudar o mundo rapidamente. recentemente, algumas pessoas estão pessimistas e pensam que os modelos grandes são bonitos, mas não são fáceis de usar. na verdade, eles superestimam o progresso no curto prazo e subestimam o efeito no longo prazo”, disse tang daosheng.
(este artigo vem do china business news)
