联想集团CTO芮勇揭示大模型布局与未来AI技术发展方向

资源摘要信息: 芮勇博士是联想集团的高级副总裁兼首席技术官，在联想集团的新财年誓师大会结束后，他接受了多家媒体的采访，并就人工智能大模型产品、技术研发方向以及AI大模型技术架构等话题分享了看法。他将生成式AI大模型的出现与网景浏览器和iPhone的出现相提并论，视为推动各自时代革命性变化的现象级技术爆发。芮勇博士指出，AIGC（人工智能生成内容）未来的产业机遇将集中在多个场景，如语言理解场景下的信息检索、客服机器人和聊天机器人，以及内容生成场景下的辅助协作、代码撰写和文生图等能力。 他强调，联想集团早已开始布局大模型相关业务，并认为时机的把握对于技术发展至关重要，不应等到技术大火之后才开始着手。芮勇博士还提到，大模型需要分布式训练架构的支持，并且这不仅仅是硬件层面的连接，更需要有大规模分布式软件优化系统来配合。联想研究院在过去几年中对这方面进行了大量的投入。 对于AI大模型的训练与推理环境，芮勇博士提出，随着AI大模型的发展，其对芯片、超级计算机、节能以及IT架构的综合能力要求越来越高。联想集团在这几个方面也有较深的积累和准备。他暗示联想对于AI大模型的部署和应用有着长远的考虑，即使是在偏远地区，联想也有能力将成熟的模型部署到实际场景中。 知识点: 1. 人工智能大模型的重要性：芮勇博士提到的生成式AI大模型是推动人工智能时代变革的关键技术，与网景浏览器和iPhone的出现相类比，强调了其在技术发展史上的重要地位。 ***GC（人工智能生成内容）应用：芮勇博士预测了AIGC将在语言理解场景和内容生成场景中产生重大产业机遇，如信息检索、客服和聊天机器人等。 3. 大模型技术布局：联想集团早期就开始布局大模型相关业务，芮勇博士认为这是把握技术发展先机的关键。 4. 分布式训练架构和软件优化系统：大模型的有效训练和推理不仅依赖于硬件连接，更需要上层的分布式软件优化系统作为支撑。联想在这一领域进行了大量研究和投资。 ***大模型对硬件和架构的要求：随着AI大模型的复杂度增加，对芯片、超算、节能和IT架构的综合能力要求越来越高，联想在这些方面的深厚积累预示着其在未来的竞争优势。 ***模型的实用性：芮勇博士提到将AI大模型部署到偏远工厂或机房的需求，这表明联想集团考虑到了AI技术的实用性，并致力于解决实际应用中的挑战。