大模型操作系统雄起,算力与应用两手抓,解放开发者双手

本文主要是介绍大模型操作系统雄起,算力与应用两手抓,解放开发者双手,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

4月16日,在Create 2024百度AI开发者大会上,李彦宏说:“未来,自然语言将成为新的通用编程语言,你只要会说话,就可以成为一名开发者,用自己的创造力改变世界。” 人人都是开发者的时代来了。

K哥是程序员出身,写了10年代码,后来转做管理,这一路来,我经历了开发范式、操作系统、编程语言等的演变,现在到了用自然语言进行应用开发的时代,其实这背后是有一个复杂的操作系统在支撑。我们先从操作系统的演变说起,操作系统的发展其实就是不断将复杂技术变简单的历史,开发范式、开发者的工作方式也随之变得更简单。

图片

01

操作系统演进史背后:开发者越来越“解放”

操作系统是极其复杂的,简单来说,操作系统的核心功能就是管理硬件和软件,并且一层层往下屏蔽底层的复杂性、往上抽象成简单的交互界面。

对于开发者来说,如果有足够好的操作系统,就可以实现只关注业务本身的逻辑,使用简单的开发语言和功能布局,开发相应的软件功能。

有了这个基本的认知,我们接着聊聊操作系统的发展史,以及每一代操作系统给开发者带来的“解放”。

80年前,第一代“程序员”需要手动插拔电缆、转动旋钮,用布线板来操作计算机,使用的语言是古老的二进制数字,难度大、效率低、非常容易出错。

20世纪50年代,人类发明了汇编器和汇编语言,用一种比较自然的方式告诉机器如何工作,这让程序员大大提高了开发效率。这种让程序代替人工去管理硬件的方式,就是操作系统的雏形。

20世纪70年代,高级编程语言和汇编器诞生。比如大家熟悉的Fortran、COBOL、BASIC、Pascal、C、C++、JAVA等等开发语言,开发者可以用更接近人类的方式去开发应用,无须关心底层软硬件的复杂性。程序可以做到一次编写,多平台运行。

随着高级编程语言的出现,人类开发出了更强大的操作系统,从1975年,UNIX6的9000行代码数,到1993年Windows NT可以运行430万行代码,再到2011年Windows XP可运行4500万行代码,操作系统的迭代升级速度越来越快。

十几年前,云计算出现了,它解决了集群的问题。操作系统的管理对象不再是单台机器和运行在上面的“进程”,而是整个集群和上面运行的各种“微服务”,云计算的诞生,使得集群管理的复杂性被隐去,开发者可以按需扩缩容,灵活响应市场的变化。

直到最近几年大模型的出现,机器和系统不再是人类的“提线木偶”,而是具备了“理解、生成、逻辑和记忆”的能力,人可以通过自然语言跟机器和系统交互,而且大模型重新定义了软件编程,它将编程的门槛下放到极致,可以通过自然语言编程,而且非计算机背景的普通人也可以做应用开发。

在这样的技术演进趋势下,大模型时代其实需要一种新的操作系统,这样的操作系统应该是什么样的?首先,应用开发应该更简单,通过提供应用开发的工具链简化开发流程,甚至无需接受专业编程训练,只需要拖拉拽就可以开发应用;其次,它要能够屏蔽掉上一代云计算系统的复杂性,能够胜任大模型场景对万卡集群管理、异构计算等的要求;在一切都是模型的大模型时代,操作系统也应当以强大的大模型作为内核,还应具备模型精调、二次开发等大模型服务的能力。

在4月16日百度Create开发者大会现场,百度智能云发布了智能计算操作系统“万源”。它定位为大模型时代的新型操作系统,通过对AI原生时代的智能计算平台进行抽象与封装设计,为用户屏蔽掉云原生系统与异构算力的复杂性,帮助用户用自然语言定义软件,提升AI原生应用开发效率与体验。

02

万源重新定义大模型时代的操作系统,

软件开发更极简

万源使得人人都可以用极简的方式开发软件,它究竟如何实现的呢?下面跟随K哥一起揭开它的神秘面纱。

万源的系统架构可以分为:Kernel(内核)、Shell(外壳层)、ToolKit(工具层)三个部分,它屏蔽了上一代云原生系统的复杂性、异构算力的复杂性,把“智能”的升级、适配和调用,纳入系统内核中,让“智能”管理更轻松。

图片

下面我们逐层讲解:

首先是,内核层(Kernel)。主要由百舸AI异构计算平台、大模型构成,百舸将算力效能发挥到极致,实现万卡集群高效管理。先来看一组数据:百舸在万卡集群上的有效训练时长超过98.8%;线性加速95%;带宽有效性95%,这是业界最高级别算力效能。百舸线性加速比达到95%背后有一个“黑科技”,就是底层的AIAK加速库,它实现了网络通信的加速,高效解决了GPU异构计算的难题。

众所周知,由于国内芯片供应的问题,“一云多芯”也成为了企业的必选项,以应对硬件供应的不确定性。但对企业来说,在大模型训练中支持“一云多芯”是很难的技术问题,

不同厂商的芯片差异很大,尤其在单一训练任务上采用异构芯片更是难攻克的问题。

百舸平台目前可以实现百卡规模、单一训练任务下的多芯片混合训练,并且把训练性能损失控制在3%;千卡规模下,性能损失不超过5%,这个数据是国内单一任务、一云多芯训练的最好成绩。能做到这样好的水平,实际上背后也是靠很多技术支撑,百度集团副总裁侯震宇透露,为让异构芯片都跑在同一张算力网里,跑同一个训练任务,百舸团队在底层加速库上做了并行框架实现,采用Tensor Parallel(张量并行)、流水线并行,模型并行等多种并行策略,且采用自研自适应算法自动实现并行策略的参数设定。

图片

(单一任务一云多芯大模型训练解决方案)

内核层的另一个重要板块就是大模型,实际上大模型压缩世界知识,将自然语言理解、生成、逻辑、记忆能力进行封装,向上提供简单接口,让AI原生应用得以高效运行。大模型层包括了ERNIE 4.0大语言模型、ERNIE Speed/Lite/Tiny系列轻量模型,也包括文心视觉大模型和一些各有特色的第三方大模型,满足用户在不同场景下使用大模型的多样化需求。

第二是,外壳层(Shell)。主要就是千帆ModelBuilder,它的作用是对内核中模型的管理、调度、二次开发。千帆ModelBuilder提供大模型开发的全流程工具链:包括数据管理、模型训练、推理、部署、应用集成等模块。同时,千帆大模型平台不仅支持百度自研的文心大模型系列,而且支持Llama2等77+国内外第三方大模型的开发及应用,模型数量国内第一。

千帆ModelBuilder还提供模型路由服务:针对不同难度的查询,帮助用户选择合适参数规模的模型,实现效果与成本的最优组合,降低30%推理成本。

千帆ModelBuilder近期发布了3款轻量模型、2款垂直模型,分别是百度自研的ERNIE Speed、ERNIE Lite、ERNIE Tiny,以及垂直模型ERNIE Character、ERNIE Functions,满足企业和开发者在细分垂直场景应用轻量级模型的需求。

第三是,工具层(ToolKit)。由千帆AppBuilder、AgentBuilder组成,先来看AppBuilder,它是产业级AI原生应用开发平台。聚焦AI原生应用搭建,面向各类应用场景,提供RAG、Agent、GBI等主流应用框架和丰富的工具组件,支持更低门槛、更优效果、更易分发集成的应用开发平台。

千帆AppBuilder提供「代码态」与「低代码态」两种产品形态:

代码态,对于有深度AI原生应用开发需求的用户,AppBuilder代码态提供包括SDK、开发环境、调试工具等各种开发套件和应用组件。低代码态,是面向“技术小白”的,可以用自然语言完成全部开发过程,只需要通过点选配置的简单操作,就可以快速的实现一个已经配置好的AI原生应用,并且快速进行调试,然后集成到自己所需要的程序框架中。

开发者通过工作流编排,快速开发和发布应用,可使用预置模板和组件,轻松定制自己的业务流程,可集成、扩展自己的特色组件,在不同节点上调用更适合的模型。通过AppBuilder开发的应用,可以一键发布到百度搜索、微信公众号等平台,也可通过API或SDK集成到自己的系统里。近期上线的「三步生成应用」功能,仅需用自然语言提出问题,即可自动创建相应应用,无须写复杂的需求和代码。

接下来聊聊AgentBuilder,这是基于文心大模型的智能体构建平台,为开发者提供低成本的开发方式,支持广大开发者根据自身行业领域、应用场景,采用多样化的能力、工具,打造大模型时代的原生应用。

总的来说,基于万源操作系统,开发者可以享受到极简的开发体验,大模型作为“聪明大脑”支撑的智能的系统内核,和高效的异构算力。尤其有了千帆ModelBuilder、千帆APPBuilder这样的简便工具将大模型强大的理解、生成、逻辑、记忆能力进行封装,极致简化用户交互模式,方便开发者快速生成各类AI应用,而且将软件开发的门槛降低到了普通人都能够轻松使用的程度。百度智能云希望通过这一操作系统让“人人都可以成为开发者”。

图片

03

人人都可以成为开发者?

K哥第一次听到这个说法,内心是怀疑的,直到我看到了以下数据:截止到2024年3月,百度智能云千帆大模型平台服务创企及伙伴的数量超过了 12 万+,活跃调用千帆API的创企和伙伴数量超过 5.5 万。许多创业公司以及个人开发者,通过百度智能云千帆大模型平台搭建自己的AI应用,跑通了商业闭环,真正赚到了钱。

下面我们来看两家有意思的企业:

一家是,新致软件,公司成立于1994年,主要从事软件开发服务。通过百度智能云千帆大模型平台,结合行业知识,上海新致为膳魔师打造了一款to B企业团购助手。基于文心大模型的语义理解、推理、记忆等能力,团购助手能够主动询问客户预算、使用场合、用途等购买需求,获取各类产品标签,基于这些信息进行产品精准匹配推荐和产品相关的实时问答,并多模态展示对应产品图片。通过自然语言对话自动生成采购订单,并能查询订单状态做到及时跟进。

另一家是,万幸科技,公司CEO崔健是家装行业的老兵,2015年曾创办了互联网家装设计平台“打扮家”,8年累计融资近5亿。2022年,因为种种原因,打扮家停止运营。再次创业,崔健选择用 AI 大模型做装修,基于百度智能云千帆平台推出了大模型装修助手“装修GPT”,在需求沟通、效果图生成、商品推荐等环节,为用户提供一站式服务,帮助用户花更少的钱,享受到更高效、低成本的设计服务和更高品质的家装建材。目前,装修GPT已服务了近1000家客户。截止2023年12月,万幸科技收入已达数百万,成为了第一批通过大模型赚到钱的初创企业。

再来看看个人开发者使用的场景,在百度智能云千帆杯AI原生应用大赛(第一期)中,来自南京大学的研究生杨之正使用千帆APPBuilder打造了“迪士尼游玩助手”,他通过千帆APPBuilder提供的Agent组件和代码解释器完成了这款助手的开发。杨之正说之前他做传统的AI应用,需要花几天甚至几个月的时间,现在只要两三天就可以搞好。

来自北京一家互联网公司从事推荐算法工作的张辉是千帆杯第二期的TOP1选手,他使用百度的ERNIE4.0模型生成优质数据集,然后以此数据集去精调轻量模型ENIE Speed,实现ERNIE4.0大模型的能力迁移到相对较小的ENIE Speed上去,最终精调出了一个春节贺岁文案生成场景的小模型,使其在贺岁文案生成上媲美大模型。张辉说,通过千帆ModelBuider平台只需要简单的拖拉拽,就可以完成模型的精调、测试,平台的低代码、零代码的操作非常便捷,非计算机专业人员也可以轻松使用。

图片

04

简单,是终极的复杂

达·芬奇说过:“简单,是终极的复杂” 开发者的开发方式在进化、开发语言越来越简单,开发工具越来越便捷,不用再需要去管理复杂的硬件和底层IT软件,开发体验越来越好。之所以能做到这一点,是因为开发者所使用的操作系统越来越强大。

AI原生时代,自然语言成为了开发语言,借助大模型,百度智能云千帆AppBuilder、千帆ModelBuilder和AgentBuilder、成为了最简单的开发工具,在极致简单的人机交互背后,是极致复杂的像万源这样的操作系统。

《2001太空漫游》作者阿瑟·克拉克说过:“任何足够先进的技术,都与魔法无异。” 百度的万源操作系统就是这样的魔法,将复杂的技术隐藏起来,让每个人都能简单地创造和实现梦想,“人人都是开发者”正在变成可见的现实。


作者| Mr.K   

编辑| Emma

这篇关于大模型操作系统雄起,算力与应用两手抓,解放开发者双手的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/917928

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

zoj3820(树的直径的应用)

题意:在一颗树上找两个点,使得所有点到选择与其更近的一个点的距离的最大值最小。 思路:如果是选择一个点的话,那么点就是直径的中点。现在考虑两个点的情况,先求树的直径,再把直径最中间的边去掉,再求剩下的两个子树中直径的中点。 代码如下: #include <stdio.h>#include <string.h>#include <algorithm>#include <map>#

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验