5 LLM的未来展望与挑战
展望:
模型规模和性能提升
多模态融合
神话领域应用
潜力巨大
挑战:
训练成本
环保问题
数据隐私和安全性
数据偏差
我预见的大模型四大发展趋势 bilibili
– 专小廉强
具身智能大爆发,有灵魂的机器人要来了 bilibili
5.2 LLM落地分析
更强大:
具身智能
萝卜快跑
机器狗
更专业:
智慧医疗:讯飞星火医疗大模型
智慧教育:讯飞星火教育
金融行业:华为盘古\度小满轩辕
法律大模型
更接地气:
安防IPC
点读笔
AI换脸
AI配音
AI视频(tts)
大模型可拆解为大和模型两个维度
大:涌现特性,理解力,泛化性 ---- 效果好
模型:如果在算力足够的情况下,所有能用AI模型解决的场景都可以使用大模型解决
更快速:定制算力
GPU 图形处理器
包括cuda core和tensor core 通俗来讲,通用就意味着冗余,如果将与模型推理无关的硬件结构及指令集优化掉,性价比会急剧提升,这在大模型体量急剧扩大的当下有着现实意义.
ASIC(专用集成电路):壁仞,寒武纪,华为算能等
通过将特定算法和功能转化为硬件实现高效,高性能,低功耗的计算加速