如何能使大模型更好地服务企业和个人

随着人工智能技术的迅速发展，传统的个人电脑已经面临升级的需求。AI PC时代，如何能使大模型更好地服务企业和个人？中科创达交出了第一份答卷。

近日，中科创达凭借其在终端、边缘计算领域的多年技术沉淀以及在大模型领域的创新探索，利用模型压缩、分布式以及张量并行技术，成功在搭载了高通8系列芯片平台的边缘设备上实现了LLaMA-2 130亿参数模型的稳定运行，成为业内首家取得此突破的大模型企业。这一创举将使得端侧设备能够运行更大参数的模型，同时提高了端侧设备的推理速度，为大模型在端侧的应用奠定了坚实的基础。 

模型压缩及张量并行技术提升端侧AI效率

自今年3月份ChatGPT-3对外开放以来，大模型及其应用以极其惊人的发展速度席卷全球，由此带来了对于算力需求的急速攀升。云端算力面临成本和供给压力，无法满足AI算力需求，端侧AI为这一难题提供了解决方案。随着高通、Intel等芯片厂商陆续发布具有更高算力并支持生成式AI的终端芯片，AI PC时代拉开序幕。

AI PC作为终端、边缘与云技术融合的创新产物，具有成本、时延和隐私方面的天然优势，可以作为云端算力的补充。在即将到来的AI PC时代，中科创达将能够充分发挥自身在终端、操作系统、边缘计算、软件以及生态合作方面的优势，助力品牌商和开发者抓住行业转型的契机，为终端用户带来在办公、娱乐、学习等多场景下的更为高效便捷的体验。

 

 

 

边缘AI加速大模型在B端落地应用

此次中科创达的成功实践不仅验证了13B大模型在端侧的落地，也为大模型在边缘的应用打开了新的可能性。以往，大型模型主要在云端进行训练和推理，而现在，边缘设备也能够胜任更大参数的模型。这将为各行各业带来更多的机会和挑战，无论是语音识别、图像处理还是自然语言处理，都能够受益于这一创新。

未来，AI将以端云协同的模式，即云端进行模型训练，而推理则集中在离数据产生距离更近的端侧及边缘侧进行，有效缓解AI算力不足的需求和缺口。由此加速大模型应用在智能驾驶、具身智能、智能家居、智能物联网等场景的落地。

        审核编辑：彭菁