大模型的风，还需要一个底层 AI 框架来落地

自深度学习发展以来，“大模型”的成果在语言、视觉、推荐、代码生成等诸多领域相继出现，不断更新着人们对AI的认知和想象。深度学习依赖于对大量数据的训练，而“大模型”具有更多参数和更复杂的功能，使模型计算出的结果更加准确。随着万物互联世界的进一步发展，数据量的扩大和数据采集已不再是问题，如何处理海量数据，更好地训练成为新的命题。在2017年，我们提出了Transformer架构，其中深度学习模型的参数超过1亿。2018年，BERT网络模型被提出，参数大小首次超过3亿。2020年，GPT-3将有175亿个参数。对于将于2021年推出的ZionEX系统，推荐的型号尺寸超过了10万亿尺寸。随着数据规模呈指数级增长，大模型越来越被认为是通过深度学习实现认知智能的桥梁。然而，数据量的爆炸性增长带来了新的建议，即如何克服通信等瓶颈，提高大规模模型的训练效率。为了支持大规模模型的训练，通常需要一个大规模的分布式训练框架。对此，华为提交的答案是，一个原生支持大规模模型训练的盛溪MindSpore AI框架。SensxMindSpore拥有业界领先的全自动并行能力，提供六维混合并行算法，即数据并行、模型并行、管道并行、优化器并行等功能。极限的全局内存复用能力，在开发者感知不到的情况下，自动实现NPU内存/ CPU内存/ NVMe硬盘存储的多级存储优化，大大降低模型培训成本;极其简洁的断点继续训练能力，可以解决大集群训练故障导致的任务中断问题，通过这些特性，可以很好地解决大模型开发时遇到的内存占用、通信瓶颈、调试复杂、配置难等问题。值得注意的是，Sensis MindSpore与合作伙伴共同构建四种创新模式的Sensis MindSpore AI框架，让Sensis MindSpore专注于基础能力建设，为行业大模型建设提供了基础。迄今为止，盛溪MindSpore AI已与行业领先研究机构合作，推出了四种模式，涵盖自然语言处理、遥感图像、生物医学和多模态，广泛应用于金融、医疗、农林、制造等行业。2021年5月，在华为Ecocongress2021“崛起共赢智能新时代”上，彭城实验室发布了基于盛思MindSpore的全球首个2000亿参数的中国NLP大模型，最接近人类理解汉语的能力。Pangaea模型在知识问答、知识检索、知识推理、阅读阅读等文本生成领域有着广泛的应用场景。两个月后，中国科学院自动化研究所和华为正式推出全球首个基于盛兴AI和盛溪MindSpore AI框架构建的三模式模型“子东台”。它可以实现视觉、文字、语音三种模式之间的高效协同，性能领先世界，是探索通用人工智能道路的重要成果，将广泛应用于工业质检、影视制作、互联网推荐、智能驾驶等领域。同时，凭借其技术创新和行业影响力，智东.泰获得了今年WAIC最高奖项--杰出人工智能领袖奖（Super AI Leader，SAIL奖）除了基本模型外，盛信MindSpore AI框架还支持两个行业模型--彭成.施农和武汉.罗家。彭城研究院和华为在盛胜AI和盛溪MindSpore AI框架的基础上，构建了生物医学领域的人工智能平台“彭胜.施农”。利用制药公司和医学研究机构提供的人工智能能力，将大大加快新药筛选和开发，人工智能可以保护人类健康。武汉大学与华为升天AI团队携手打造全球首个遥感图像智能解读专用框架武汉.LuoJiaNet和行业最大的遥感样本库武汉.LuoJiaSET助力遥感智能解读、数字农村建设、粮食安全保障等。在城市规划建设中，为人们的生活构建应用体验平台，开放扩展模型能力通常训练大型模型的人力成本和资源成本非常高。这将使普通开发人员更容易进入。为了让更多的开发者体验大模特的魅力，盛溪MindSpore社区打造了一站式大模特体验平台，并于7月30日正式上线。

盛溪模型体验平台不仅集成了模型选择、在线推理和在线培训，还支持Gradio项目的视觉推理和在线迁移学习。开发人员可以在线查询基于Shengxi MindSpore构建的模型和数据集，选择感兴趣的大模型及相关任务，如彭城. Pangaea大模型的知识问答、搜索与推理、紫金.太第一多模态大模型的语音搜索图、语音生成与语音生成图等。战斗英雄，AI挑战已经开始了!学习新技能的最好方法是设定小目标，然后自己练习。在开发人员领域，对基础理论的掌握程度很难代表实际的开发效果。为了让更多的开发者有机会学习盛溪MindSpore，探索模型算法，提高算法能力，培养行业人才，促进人工智能软件和软件应用生态的繁荣，盛溪MindSpore专门举办了盛溪AI挑战赛。盛溪明德体育还为参赛者准备了丰富的奖品：●一等奖1人，奖金5K元，官方荣誉证书2人，奖金3K元，颁发官方荣誉证书。3等奖，奖金2K元，正式名誉证书。·成功通过代码审查和在线推理的团队将获得证书，定制包和其他奖品。提供推理模块的团队将获得参与奖。AI Challenge是面向全球AI开发人员的活动，提供三个主题，涵盖AI的基础领域：多类别图像分类、文本分类和艺术家风格迁移。图像分类是计算机视觉中最基本的任务，图像分类算法正在迅速发展。本次比赛的目的是让参赛者熟悉盛溪MindSpore，并训练他们使用MindSpore进行图像分类预处理和图像分类的能力。与此同时，我们使用了Celtech的多类图像数据集来评估参与者处理大量数据的能力。文本分类研究了各种理论和方法，以实现人与计算机之间的自然语言的有效通信。文本分类在AI领域发挥着重要作用。本次比赛的目的是让参赛者熟悉Shengxi MindSpore，并训练他们使用MindSpore进行NLP文本处理和文本分类的技能。 使用Amazon Review资料集，参与者必须根据评论文本预测使用者的评分（1-5之间的整数）图像样式传输技术的发展在图像处理、计算机视觉、电影制作等领域发挥着不可估量的作用。本次比赛的目的是让参赛者熟悉Sensis MindSpore，并训练他们使用MindSpore进行图像样式转换的能力。这次比赛将以梵高的画作作为风格转移的目标。通过三个轨道的设置，开发人员可以自由选择自己感兴趣的轨道，从理论到实践的飞跃，了解行业最新的人才需求，提高他们的技能。6万元的奖金和很多福利，还在等什么？您的注册频道是开放的，所以只需点击链接并选择您最喜欢的曲目!