เมื่อเร็วๆ นี้ LinSeer ซึ่งเป็นแพลตฟอร์มการสร้างแบบจำลองขนาดใหญ่ในโดเมนส่วนตัวที่พัฒนาขึ้นอย่างอิสระโดย H3C ภายใต้การแนะนำของ Unisoc Group ได้รับคะแนน 4+ ในการตรวจสอบการปฏิบัติตามข้อกำหนดของแบบจำลองก่อนการฝึกอบรมขนาดใหญ่ของ China Institute of Information Industry ซึ่งเข้าถึงระดับประเทศได้ ระดับสูง จีน. การประเมินหลายมิติที่ครอบคลุมนี้มุ่งเน้นไปที่โมดูลการทำงานทั้งห้าของ LinSeer ได้แก่ การจัดการข้อมูล การฝึกอบรมโมเดล การจัดการโมเดล การใช้โมเดล และกระบวนการพัฒนาแบบบูรณาการ ซึ่งแสดงให้เห็นถึงจุดแข็งชั้นนำของ H3C ในด้านการสร้างแบบจำลองขนาดใหญ่ในภาคเอกชน และจะให้การสนับสนุนอย่างแข็งแกร่งแก่อุตสาหกรรมต่างๆ เพื่อเข้าสู่ยุค AIGC
เนื่องจากความนิยมของ AIGC ยังคงเพิ่มขึ้น กระบวนการพัฒนาแบบจำลอง AI ขนาดใหญ่จึงเร่งตัวขึ้น ทำให้เกิดความต้องการมาตรฐาน ในเรื่องนี้ China Academy of Information Industry ร่วมกับนักวิชาการ สถาบันวิจัยทางวิทยาศาสตร์ และอุตสาหกรรม ได้เปิดตัว Trusted Artificial Intelligence Large-Scale Model Standard System 2.0 ระบบมาตรฐานนี้เป็นข้อมูลอ้างอิงที่ครอบคลุมสำหรับการประเมินทางวิทยาศาสตร์เกี่ยวกับความสามารถทางเทคนิคและประสิทธิภาพการใช้งานของแบบจำลองขนาดใหญ่ H3C เข้าร่วมการประเมินนี้และประเมินความสามารถในการพัฒนาของ LinSeer อย่างครอบคลุมจากตัวชี้วัดการประเมิน 5 ตัว ซึ่งแสดงให้เห็นถึงความแข็งแกร่งทางเทคนิคที่ยอดเยี่ยม
การจัดการข้อมูล: การประเมินมุ่งเน้นไปที่การประมวลผลข้อมูลและความสามารถในการจัดการเวอร์ชันของโมเดลขนาดใหญ่ รวมถึงการล้างข้อมูล คำอธิบายประกอบ การตรวจสอบคุณภาพ ฯลฯ LinSeer แสดงให้เห็นประสิทธิภาพที่ยอดเยี่ยมในการทำความสะอาดข้อมูลอย่างสมบูรณ์และการสนับสนุนการทำงาน ด้วยการจัดการชุดข้อมูลและการประมวลผลข้อมูลที่มีประสิทธิภาพ รวมกับการตรวจจับคุณภาพข้อมูลของแพลตฟอร์ม Oasis ทำให้สามารถรองรับคำอธิบายประกอบของข้อมูลข้อความ รูปภาพ เสียง และวิดีโอได้อย่างเต็มที่
การฝึกอบรมแบบจำลอง: การประเมินมุ่งเน้นไปที่ความสามารถของแบบจำลองขนาดใหญ่เพื่อรองรับวิธีการฝึกอบรมที่หลากหลาย การแสดงภาพ และการกำหนดเวลาการปรับทรัพยากรให้เหมาะสม ตามสถาปัตยกรรม Model as a Service (MaaS) H3C ให้การฝึกอบรมโมเดลขนาดใหญ่ที่ครอบคลุมและบริการปรับแต่งอย่างละเอียดเพื่อสร้างโมเดลที่ปรับแต่งและพิเศษเฉพาะสำหรับลูกค้า ผลลัพธ์แสดงให้เห็นว่า LinSeer รองรับการฝึกอบรมหลายรูปแบบ งานก่อนการฝึกอบรม ภาษาธรรมชาติ และภาษาการเขียนโปรแกรมอย่างเต็มที่ โดยมีความแม่นยำเพิ่มขึ้นโดยเฉลี่ย 91.9% และอัตราการใช้ทรัพยากร 90%
การจัดการโมเดล: การประเมินมุ่งเน้นไปที่ความสามารถของโมเดลขนาดใหญ่เพื่อรองรับการจัดเก็บโมเดล การจัดการเวอร์ชัน และการจัดการบันทึก พื้นที่จัดเก็บและการเรียกข้อมูลเวกเตอร์ของ LinSeer ช่วยให้โมเดลจดจำและสนับสนุนสถานการณ์คำตอบที่แม่นยำ ผลลัพธ์แสดงให้เห็นว่า LinSeer สามารถรองรับความสามารถในการจัดเก็บแบบจำลองได้อย่างเต็มที่ เช่น การจัดการระบบไฟล์และการจัดการรูปภาพ รวมถึงความสามารถในการจัดการเวอร์ชัน เช่น การจัดการข้อมูลเมตา การบำรุงรักษาความสัมพันธ์ และการจัดการโครงสร้าง
การปรับใช้โมเดล: ประเมินความสามารถของโมเดลขนาดใหญ่เพื่อรองรับการปรับแต่งโมเดลอย่างละเอียด การแปลง การตัดแต่ง และการหาปริมาณ LinSeer รองรับอัลกอริธึมการปรับแต่งอย่างละเอียดที่หลากหลาย เพื่อตอบสนองข้อมูลและความต้องการโมเดลที่แตกต่างกันของลูกค้าในอุตสาหกรรมอย่างยืดหยุ่น นอกจากนี้ยังมีความสามารถในการแปลงโมเดลหลายประเภทอีกด้วย LinSeer รองรับการตัดโมเดลและการหาปริมาณ ไปถึงระดับขั้นสูงในแง่ของการเร่งเวลาแฝงในการอนุมานและการใช้หน่วยความจำ
กระบวนการพัฒนาแบบบูรณาการ: การประเมินมุ่งเน้นไปที่ความสามารถในการพัฒนาอย่างอิสระสำหรับโมเดลขนาดใหญ่ LinSeer ผสานรวมกับเครื่องมือตรวจสอบโครงสร้างพื้นฐาน ICT แบบฟูลสแตกของ H3C เพื่อผสานรวมการพัฒนาโมเดล AI ขนาดใหญ่ทุกขั้นตอนแบบออร์แกนิก และมอบแพลตฟอร์มและเครื่องมือการพัฒนาแบบครบวงจร ช่วยให้ลูกค้าในอุตสาหกรรมเปิดใช้งานโมเดลขนาดใหญ่ในโดเมนส่วนตัวได้อย่างมีประสิทธิภาพ สร้างแอปพลิเคชันอัจฉริยะได้อย่างรวดเร็ว และบรรลุ "อิสระในการใช้โมเดล"
H3C ใช้กลยุทธ์ AI ใน ALL และรวมปัญญาประดิษฐ์เข้ากับผลิตภัณฑ์ซอฟต์แวร์และฮาร์ดแวร์อย่างเต็มรูปแบบ เพื่อให้บรรลุความครอบคลุมเทคโนโลยีแบบฟูลสแตกและทุกสถานการณ์ นอกจากนี้ H3C ยังเสนอกลยุทธ์การเสริมศักยภาพของอุตสาหกรรม AI for ALL ซึ่งมีเป้าหมายเพื่อทำความเข้าใจความต้องการของอุตสาหกรรมอย่างลึกซึ้ง บูรณาการความสามารถด้าน AI เข้ากับโซลูชันแบบครบวงจร และให้บริการสำหรับพันธมิตรเพื่อช่วยอัปเกรดอัจฉริยะในอุตสาหกรรมต่างๆ
เพื่อส่งเสริมนวัตกรรมแอปพลิเคชันปัญญาประดิษฐ์และการนำไปใช้ในอุตสาหกรรม H3C ได้เปิดตัวโซลูชันโดยรวมของ AIGC โดยมุ่งเน้นไปที่แพลตฟอร์มที่เปิดใช้งาน แพลตฟอร์มข้อมูล และแพลตฟอร์มพลังการประมวลผล โซลูชันที่ครอบคลุมนี้ตอบสนองความต้องการของสถานการณ์ทางธุรกิจของผู้ใช้ได้อย่างเต็มที่ และช่วยให้ลูกค้าสร้างโมเดลโดเมนส่วนตัวขนาดใหญ่ได้อย่างรวดเร็ว โดยเน้นที่อุตสาหกรรม การมุ่งเน้นในระดับภูมิภาค การผูกขาดข้อมูล และการวางแนวคุณค่า
เวลาโพสต์: Sep-22-2023
