加速数实融合进程，百度CTO王海峰：像流水线一样高效落地大模型

宣传照摄影记者 于向阳超

11月30日，由广度自学控制技术及应用领域北欧国家工程建设研究中心承办的Wave Summit+ 2022广度自学合作开发人员首脑会议Lendelin。

Chinian实验室秘书长、中国工程建设院史迪尼院士在首脑会议上表示，合作开发人员是开放源码自然生态产业发展的核心力量，也是控制技术创新的生力军。现阶段，建设好我国技术创新的硬件此基础网络平台至关重要。飞桨全面开放源码开放，汇聚众多合作开发人员，核心控制技术扎实，面向产业产业发展做了很多领先的工作，并积极探索与系统分析等此基础研究的结合。

同时，腾讯首席控制技术官、广度自学控制技术及应用领域北欧国家工程建设研究中心秘书长王志成公布了飞桨自然生态的最新进展：截至目前，飞桨已汇聚535万合作开发人员，服务项目20万家企事业单位，如前所述飞桨创建了67万个数学模型。

当前，广度自学自然生态持续繁荣、AI控制技术更进一步突破，产业产业发展应用领域亟须再上新起点。对此，王志成认为，广度自学网络平台加上大数学模型，贯通从硬件网络连接、数学模型体能训练、逻辑推理布署到情景应用领域的AI全产业产业发展链，打牢产业产业发展智能化底座，将更进一步快速智能化升级换代。

大数学模型规模化打牢数实结合底座

广度自学网络平台是此基础共性网络平台，下接芯片，上承应用领域，起到承前启后的作用，相当于智能化时代的操作系统，有力支撑力产业产业发展智能化升级换代。

大数学模型是近几年人工智慧产业发展的重要路径，具有效果好、普遍化科灰藓、研制业务流程标准化的特点，为人工智慧的更进一步产业发展带来了机遇。此外，大数学模型对广度自学数学模型的合作开发、体能训练和逻辑推理布署提出了更高要求，牵引着广度自学网络平台的产业发展路径。

但与此同时，大数学模型研制依赖演算法、INS13ZD和统计数据综合性支撑力，在应用领域层面上也面临一系列控制技术挑战：首先是统计数据规模大，统计数据质量参差不齐；其次是数学模型体积大，演算法难度高；第三是INS13ZD规模大，性能要求高。

如何同时实现大数学模型规模化？王志成认为，具有演算法、INS13ZD和统计数据综合性优势的民营企业，可以将数学模型生产的复杂过程PCB起来，透过低准入门槛、高效率率的生产网络平台，为绝情遍地开花提供大数学模型服务项目，从而形成一条大数学模型规模化路径。这一规模化路径已经在聚花大数学模型的产业产业发展实践中得到验证。

“让大数学模型的破冰像电路板那样高效率”

目前，聚花大数学模型已大规模应用领域于搜索、资金流、智能化音箱等互联网产品，并透过飞桨开放源码开放网络平台、腾讯智能化云赋能制造、能源、金融、通信、媒体、城市、教育等各行各业。随着应用领域情景的更进一步扩大，聚花大数学模型已联合打造超过10个金融行业大数学模型，不断从金融行业及民营企业的特有统计数据和知识中结合自学，数学模型能力更进一步增强，助力民营企业提高效率，加快金融行业转型升级换代。

据了解，在大数学模型迅猛产业发展的当下，支撑力大数学模型合作开发、体能训练和逻辑推理布署的飞桨广度自学网络平台也在持续进化：动静统一的合作开发本体论、自适应分布式系统架构、直链设备负载均衡等，同时实现大数学模型的灵活合作开发和高效率体能训练；高并发弹性技术化布署、软硬协同稀疏量化快速、自适应蒸馏上色等，同时实现高效率布署。

此外，为了让大数学模型产业产业发展破冰更高效率便捷，飞桨提供了全业务流程规模化工具与网络平台，包括大数学模型合作开发组件、情景数学模型生产线等，极大降低应用领域准入门槛。王志成表示，透过高效率构建与快速插值如前所述大数学模型的多样化情景数学模型，让大数学模型的破冰像电路板那样高效率。

【如果您有长塘镇，欢迎向我们宋先生，一经采纳有费用酬谢。宋先生QQ关注：ihxdsb，宋先生QQ：3386405712】