分享

一键生成NPC!燧原全栈MaaS平台首亮相,自研算力底座,重塑AIGC新生态

 天承办公室 2023-07-13 发布于江苏

Image


  新智元报道  

编辑:编辑部
【新智元导读】在AIGC新时代风潮下,燧原科技亮出首个MaaS平台服务产品,用自研算力底座,赋能文生图商业新生态。

最近,大洋对岸的OpenAI又给了我们亿点点震撼。
GPT-4史上最强大功能——代码解释器Code Interpreter测试版已经正式向所有plus用户开放。
只要用自然语言,就可以让ChatGPT完成代码编写、数据分析、图表生成、数学运算、生成视频、分析股票市场等种种操作了。
与此同时,国产大模型的弯道超车之路,究竟该如何走?

「私人定制」文生图平台


就在7月6日,燧原科技全新文生图MaaS(Model as a Service)平台服务产品「燧原曜图™」(LumiCanvas™)亮相WAIC世界人工智能大会。
燧原曜图不仅仅提供了一个融合生态的平台,构建了从算力到云服务、模型,再到用户去使用的一体化流程。
并且还涵盖了底层算力引导、云组件使用引导,各种算法、训练推理、一键部署各种各样的教程,prompt提示语的导入、第三方模型导入等等。
Image
对于企业来说,基于燧原曜图从微调到部署的快捷方式,能够轻松利用平台工具链加速工作流程,并且还能实现不断迭代和更新。
这样,用户可以把整个流水线变成一个端到端的业务模式,一方面能够融入整个AIGC生态中,另一方面通过各种工具链能够把整个业务串联起来。
只需简单地输入一个「极光」,燧原曜图就可以生成出8个非常绚丽的图片。
Image
选取一张比较满意的候选,还可以通过超分辨率获得更加清晰的效果。
Image
比如下面这张作品,是不是有种相机鱼眼镜头拍出的味道了!
Image
在人物的生成上,小编选择了更加详细的提示。
可以看出,燧原曜图生成的图像,在风格上还是非常一致的。
而这一点,对于游戏的角色设计等领域来说,至关重要。
Image
接下来,再进行一波超分辨率。
Image

游戏女主,就成了。

Image
与此同时,燧原曜图在风景的生成上也是相当拿手。
除了最开始秀出的「极光」外,还能生成夏日的林荫小道、鸟瞰的雪山夕阳等美景。

Image

Image
那么,「燧原曜图」的推出对AI设计行业会带来怎样的影响?
在新智元对燧原科技创始人兼COO张亚林的采访中,他介绍道,当前文生图主要集中在基于图像的内容创作。

现在,已经有不少游戏、媒体、动画等厂商开始尝试将其融入到自己的工作流当中。
包括之前布局元宇宙、虚拟现实的企业也在朝AIGC这一领域转换。
Image
而文生图带来的影响,首先会极大降低设计门槛。
以往,图片的风格、原画各种色调影调,需要专业画师通过手动方式制作。
现在,这种风格化的图像,只需要简单的语言方式,就能瞬时呈现。
比如,当下爆火的文生图应用Midjourney近来接连推出了weird+zoom out的功能。
比如输入一个简单prompt之后,paper cut style, weird, a witch is making soup, dark magic,就能得到如下惊掉下巴的动图。
Image
不仅如此,像各种角色、各个环境场景等元素,都能通过简单的文生图来表达,同时非常容易修改和迭代。
另外,文生图应用对设计行业的影响是能够实现「规模化」。
从这一角度来讲,以前受制于个人专业能力、以及生产内容耗时等因素,而现在许多转向AIGC的企业更希望能够实现大规模的拓展。
而有了燧原曜图这样的平台后,企业便可以通过逐步堆叠的算力,使能更多的游戏和内容开发。
由此,原画生成、风格化引入、人物造型、视觉效果、场景变化等等都是通过这种方式实现规模化。
随着降本效应逐渐明显,便会形成一个产品性价比到使用规模化的闭环。
因为使用的人越多,用户粘性越高,规模越大,整个成本便会降低。与此同时,成本降低再反哺产品,就会有更多的人使用。
目前,燧原曜图主要服务于文生图这一阶段。而就文生图来说,后续还有更多的表达模式,包括文生视频,以及各种模态的互相转换。
燧原科技预计,在AIGC的进一步爆发后,作为先导的文生图将在整个生态和产业中得到泛化。

构建MaaS全新生态

在以前,AI生态多元且垂直,产品的优势必须通过各种算力和应用赛道中的精炼,才能发挥出来。
但如今,ChatGPT引爆的AIGC大模型热,完全改变了这个生态。
现在,一切都开始向基于大模型的垂直行业赛道聚合。
可以说就像一棵树,树干是基于AIGC基础大模型,然后在此基础上长出了各种垂直行业的分支。
这种崭新的AI生态的优势在于:大模型的底层都是基于统一的Transformer架构,因而整个AI生态就能基于更稳定的基础模型进行规划。
此时,行业也随之出现了崭新的需求。
首先,算力产品必须具有极高的效率,才能更好地支持开源或闭源的基础模型。
其次,现在行业内公认,最有意义的是打造各种垂直和行业的模型,因而必须和行业制造商或B端客户紧密合作,理解他们的微调方法和行业落地政策。
张亚林表示,燧原科技所希望的,是更好地支撑大模型,让大模型提供所有稳定性、可靠性的价值。
在整个生态中,微调和部署推理的产品都会和客户更加契合,提供极致的性价比和及时的服务和响应,提高他们在部署应用上的竞争力。

自研AIGC算力底座

从一开始,燧原就将产品设计目标定为「算力普惠」,尤其关注整个模型训练和推理的成本和性价比。
除了有极具性价比芯片产品外,燧原在整个算力系统搭建上,也储备了丰富的经验。
Image
经过五年的研发和积累,燧原在做底层算力产品同时,还一直在系统层面不断加码。这些系统层面就包括从芯片到板卡、互联、存储、服务器、集群的拓扑结构,再到分布式软件。
到现在,通过两代产品的打磨,燧原已经积累了大规模的客户群,实现了大规模的商业落地。
可见,具备了成熟产品体系后,燧原在当前AIGC浪潮下具备一定的优势。
燧原从底层做算力产品的公司,平滑地过渡到为以算力和算力底座为主,并拓展了新的业务模式——与合作伙伴打磨MaaS平台,推出面向AIGC平台性产品。
与其他头部科技不同的是,燧原是基于自家算力底座去打造MaaS私有化部署平台。
简言之,其最大的差异化就在于,在已有的软硬件一体化和系统化基础产品面上去打造一个平台。
在这个MaaS平台上,同样为公有云客户,以及其他战略客户提供燧原的基础产品面。
燧原曜图的打造本身就是基于文生图行业私有化部署的业务痛点,来探索牵引规模化的业务新模式。
因此,燧原这个平台化产品并非是要与公有云客户、服务器客服竞争,而是要合力去打造一个完整的生态化平台,把性价比做到极致,进而实现商业化推广。

从系统设计技术角度来讲,算力、存储、互联是三个能够把集群算力发挥出来的重要因素。
所以,燧原从一开始就是从顶层到底层的角度去设计。
首先就算力来讲,同一个应用下,同样的价格下,燧原的算力性价比希望有3倍的提升。同时,还要开拓算力的多个精度,使得用户在不同模型要求下,能够弹性进行调优和推理。
然后在存储方面,燧原很早就采用了HBM技术,能够提供极高的存储容量和带宽,可以满足现在AIGC不同的大模型调优和推理上对于容量和带宽的要求。
最后,在互联上,如何将1000张以上的加速卡连接实现更高的分布式效率?
这就得依靠燧原的GCU-LARE互联技术,这是完全基于自研的核心技术,能够实现高速传输。
在之江实验室打造的千卡计算集群中,通过这个互联技术,燧原实现了高达0.95的线性度。
Image
因此,在这样高速互联的加持下,客户便可以进一步榨取理论算力加起的总体算力值,进而让之变得更加有效。
有了底层的硬件提供的算力、存储、互联之外,在上层还有燧原提供的软件全栈以及框架分布。
那么,如何能够让底层系统能力的真正发挥?
对此,张亚林介绍称,燧原通过产品迭代的打磨,构建了非常完整的软件分布式形态,能够很好地打造大规模系统,并将其高效用起来。

在这一系统的加持下,燧原可以快速地推出面向AIGC系统性的平台。
除此之外,燧原已经与很多云服务厂商进行了各种生态连接,通过各种公有云和服务器的适配,搭建了完善的生态体系。

智算2.0

值得一提的是,燧原早已具备了通过超千卡的方式,探索大模型未来方向的能力。
其中,与之江实验室的合作,是燧原在系统化提前布局的一个典型案例。
2021年3月,燧原与之江实验室成立了「之江-燧原联合创新研究中心」,与之江的智能计算主方向形成互补协同效应,联合研发异构智能计算集群。
Image
该集群在一年前部署成功,集成了超千张云燧AI加速卡T11,提供超过100P的AI算力,线性加速比超过80%。并且集群采用了液冷系统方案,PUE低于1.1,电力消耗降低30%。
对燧原来说,这是一个具有前瞻性的布局,即目标不再是芯片和板卡,而是通过集群系统使能传统AI。

该集群不仅使能了之江内部自研的AIGC的大模型,同时也为之江的科学计算AI for Science赋能,比如,蛋白质结构预测模型。
目前,之江实验室已经完成了20+科学应用场景大模型的训练。
这为燧原在大模型预训练方面带来了大量的经验积累,同时能够反哺燧原后续的预训练产品。
Image

燧原科技技术专家在WAIC现场讲解燧原曜图

深耕五年,未来三步走

成立五年,燧原科技从创业伊始就聚焦于人工智能云端算力产品,并为人工智能设施提供解决方案。
三年前,燧原便具备了大集群训练的能力,同时标志着整个产品在系统方面成熟度。
经过前两代的产品迭代,燧原在传统人工智能领域完成大规模商业落地、产品泛化、生态启动后,即将要推出第三代产品。
那么,是什么契机让燧原认为应该推出迭代产品?
首先,从这家公司自身来说,是有软硬实力去做这件事。
鉴于拥有非常强大的技术产品力和市场验证,以及规模化特性,能够支撑燧原在全新战略框架下的进一步布局。
其次,是时代使然。
去年,Stable Diffusion横空出世,推动了全球生成式AI的大爆发。一夜之间,大规模的文生图应用相继涌现,再到今年年初商业模式转换。
在内容,媒体、游戏等一系列深层次的行业,AI逐渐能够取代像编辑、美工人力,节省了大量成本。
在全新的AIGC时代,用户需要的是一个更高性价比,更加灵活定制化的商业部署解决方案。
由此,当燧原在具备了软件-硬件-系统的全栈解决方案后,便开始思考如何结合这一套系统化方案,让业界有一个更好的系统赋能抓手。
经过缜密的市场分析和调研后,燧原发现从去年以来能够真正实现商业化落地和应用,当属文生图。
同时也看到,当前文生图应用存在一些痛点。
首先基于开放式的应用。企业在公有云上申请算力和服务,来实现整个公有化部署。那么,这样的方式会带来核心知识产权、产品竞争力、价格高昂、私有化等方面的问题。
其次是本地私有化部署应用。一些企业往往通过非常简单的机器串联方式来构建应用,就会遇到不稳定、不可持续的问题。
不管是基于公有云,还是本地私有化的打法,都存在着不同的隐患。
由此,燧原推出的首个文生图产品平台燧原曜图™便是要瞄准市场方向,即在AIGC文生图商业落地过程中提供一个私有部署的MaaS平台。
在这个私有化部署的系统中,融合了燧原多年来精心打磨的算力系统,同时也加入了合作伙伴云端服务模块,开源大模型,以及一系列应用部署集成测试生态工具链。
整套集成系统可以作为私有设备,具有可靠性、稳定性、及时升级的特点,能够直接推向整个2B行业端。
这样的优势在于,能够为用户提供极致化效率,更加灵活和定制化的部署方式。
其实,从今年3月起,燧原便升级了企业战略之路,要全面打造AIGC时代的基础设施。

因为,这家公司看到了大模型未来的趋势是如何让应用实现落地。
Image
今年是中国大模型开发和训练的元年。
至今,国产大模型已经有70+个,国内在大模型领域也有了深厚的积累,扎实的根基,但耗费巨资训练的大模型,最终还是要实现商业落地。
如何从大模型大量产出,转移到大模型的部署应用,把数据和应用飞轮转起来,并真正实现大模型的商业价值是当前的基本步调。
在燧原看来,2024年是大模型的应用部署的元年,也是商业模式的真正爆发的元年。
所以,从今年大模型大规模的生产和训练,到明年大模型大规模的应用和部署,在这个中间的过渡过程中,需要非常强大产品力支持。
一直以来,燧原将整个人工智能训练推理和整个算力系统一体化作为发展目标,进而帮助客户打通从预训练到微调,再到线上部署的全流程。

燧原曜图,作为第一个MaaS平台的服务产品,已经为今年大模型生成,到明年年初大模型落地应用上了充足准备。

该平台内置的训练和推理,主要针对文生图大模型的预训练到部署,让其充分实现商业价值。
Image

燧原科技技术专家在WAIC现场讲解燧原曜图

在此次采访中,张亚林提及,未来公司下一步任务规划分为三个方面。
首先,坚持今年3月宣布的全面转向的AIGC企业战略。因为在这个大算力时代,大模型时代,这样一个双重时代当下,要能真正踏踏实实通过算力化产品、平台化产品,来赋能大模型价值。
此外,基于这一战略,如何做好生态,如何做好整个算力产品迭代,如何做好规模化商业探索等问题,都将是燧原AIGC战略讨论的重大范畴。
第二个就是除了战略之外,还需要练内功,持续突破,从系统化平台化角度去交付一个更有力的组织,从广度和深度挖掘不同专业层次的人才。根据战略牵引来布局整个公司内盘方式。
同时,要加强和生态伙伴的深度合作。
第三,燧原还将持续性推动技术和产品迭代,继续依托前瞻性产品设计、架构设计,来大力推动整个AI浪潮的变革。
总言之,未来,燧原科技将从整体战略层面、内盘文化组织,产品技术层面三个角度去布局,一起拥抱AIGC全新时代。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多