• AIGC改变世界?拉斯维加斯给出答案


    梦晨 发自 凹非寺
    量子位 | 公众号 QbitAI

    最早关注到AI绘画是在去年6月。

    当时有人突然发现,在提示词中加上“虚幻引擎”就能让画质飙升,简直像咒语一样。

    但受限于当时算法的性能和效率,画出来的内容还不够完整,只是在AI研究者内部小范围被津津乐道。

    现在回想一下,这可能就是最早的“提示工程”了。

    f14c7831b25005b92927a0e7e491314f.png考古现场

    仅仅一年过去,一切都变了。

    由开源算法Stable Diffusion开启的这波浪潮,不仅让AI绘画彻底出圈,甚至让人类画师开始担心失业。

    让人不禁感叹,财大气粗的OpenAI和谷歌都没能做成的事,反倒是Stability AI这家创业公司获得了最大的影响力。

    e73a049914897c9ca0330cdd5371775a.png

    研究了一下这家公司的发展模式,发现真的很有意思。

    首先资金靠融资,最新融了1.01亿美元成为新晋独角兽。

    然后软件靠开源算法,核心技术来自慕尼黑大学与RunwayML团队的一篇CVPR论文。

    硬件呢?硬件靠的是云计算

    总之就是擅长借助外力,公司自身很轻量级,员工只有100人出头。

    b0d05ee1a5624a049d359e6bb7872aec.png

    Stable Diffusion虽说被优化到单块游戏显卡就能跑,但训练阶段可是实打实租了256块英伟达A100,跑了15万个GPU时。

    现在他们有钱了也不单租了,直接找亚马逊云科技帮忙建了一个大型云计算集群,足足4000张A100,业务全搬上去。

    除了继续发展AIGC之外,Stability AI还要靠这些资源进军另一个大热门领域,AI for Science。

    比如用原本生成图像的扩散模型去生成DNA序列,并喊出“要让全球10亿人用上开源模型”的口号。

    68d3309c383f3f6f5c9fb80a83eb3c40.png

    AI公司与云服务商一合作,不知不觉间就形成了改变世界的力量。

    AI+云,正在改变世界

    其实Stability AI并不是孤例,AI与云计算绑定加深的趋势,从各大厂的动向都观察的到。

    就不光是把算法放到云上训练,而是整个开发、交付、部署、运维等等全都搬到云上,直接诞生在云上的应用就称为“云原生应用”。

    云原生是云计算时代一种构建和运行应用程序的方式,充分利用和发挥云平台的弹性和自动化优势,结合容器、微服务、无服务器 (Serverless) 等技术来构建现代化应用。

    特别是云计算的开创者亚马逊云科技,今年也在反复强调云原生。

    云原生有什么好处呢?

    还接着拿AIGC来说,今年突然就火了,想参与进去就要讲究一个快,快速跟进。

    一个不完全统计,从图像到语言、以及音乐和其他,市面上叫得出名号的产品已让人眼花缭乱。

    46badad21c95dc0036468f8c2ba6b8d5.png来自nesslabs.com

    这时选择云原生开发,购买配置服务器也省了,海量训练数据的来回传输也省了,一切都在云上完成。

    比如用亚马逊云科技的拳头级产品Amazon SageMaker,打开浏览器、点几下鼠标就能轻松部署预先训练好的模型了。在此基础上可以微调模型、二次开发,省去了大量繁琐的配置工作。

    5140c4aadfe93e2459e36645213e134e.png

    这个服务叫做JumpStart(快速启动),就还挺形象的,对Stable Diffusion的官方支持最近也正式上线了。

    d5899a5772980cff1650952353b36932.png

    全球领先的研究和顾问公司Gartner在其近期发布的《Solution Comparison for Cloud Data Science and Machine Learning Platforms》报告中,对多个数据科学和机器学习平台从不同维度共52项标准进行了对比。

    其中Amazon SageMaker作为一个综合性的数据科学和机器学习平台,凭借着包括JumpStart在内的强大的端到端DSML全生命周期功能,获得了核心标准95分,竞争标准90分的高分。

    0f925f4be0431a6f0305495fb0d734ba.png

    当然,现在还只是利用这些技术来进行AI图片的生成,将来AI生成视频的算法实用化了,所需要的数据、算力都会成倍增长。

    到那个时候,一个创业团队想要完全自建算力设施那就太费劲了,云原生的好处还将进一步凸显出来。

    其实除了AI这样的前沿科技领域,现在很多传统行业也开始搞云原生+AI了。

    金融行业的重点应用场景是智能风控,使用Amazon Neptune图数据库与机器学习服务无缝结合,可以把企业和个人当作节点,而投融资、股权、联系人等作为节点间的关系组织起来,全面地评估风险,防范违约。

    更传统的能源、制造等行业则用上了无代码机器学习神器Amazon SageMaker Canvas,让业务、市场、财务部门员工不写一行代码就能快速生成机器学习预测模型,重塑工作流程。

    d6851e5ef78dcdbd13aaecf2cd7b6dde.png

    云原生之路,该怎么走?

    正如软件曾改变世界,AI正走在改变世界的路上。

    当然,这个过程中无论是海量数据的存储、传输还是庞大的算力需求,都需要云计算,特别是云原生开发模式的帮助。

    在云原生基本已成为行业共识的今天,为何要特别关注亚马逊云科技?

    其实他们除了是云计算的开创者之外,也是云原生概念的开创者。

    业内第一个云原生数据库Amazon DynamoDB,早在2012年就有了。

    智能湖仓,2020年亚马逊云科技re:Invent大会上发布的。

    8a340baa6ca5eea5dc80e16a36892511.png

    像这样不断引领着云计算技术发展,亚马逊云科技连续12年蝉联Gartner云基础设施和平台服务魔力象限领导者,成为这一魔力象限的最长领跑者。

    特别是在执行能力上,在所有入选厂商中排名最高。

    bd0d3a89009bb12fbced80315452c59e.png

    有着这样的实力,每年年底的亚马逊云科技re:Invent大会也成为云计算行业乃至科技行业最有号召力的活动之一。

    9c782ae8fa83f4839ceefa75b5f407f9.png往年大会盛况

    每年亚马逊云科技re:Invent大会上都会有紧跟技术趋势的数十款新功能和服务发布,还有表演、展览、比赛等环节,更像是一个面向技术从业者的大Party。

    47c43cf9f87eb632319a4b9388928aa0.png

    其中一些发布会降低技术门槛,帮助各行各业加速转型。

    比如前面提到的无代码机器学习Amazon SageMaker Canvas,发布一年后再来看,已被西门子能源、宝马在内的大大小小企业广泛采用。

    0a81d95af75a62dc21c5552b8d042b24.png

    更是有一些发布会引领技术潮流,成为未来行业发展方向。

    2014年的首个Serverless计算服务Amazon Lambda,2017年基于硬件虚拟化的自研核心系统Amazon Nitro,2020年的智能湖仓等,都是这方面代表。

    今年的亚马逊云科技re:Invent大会也将在11月29日在拉斯维加斯开幕,线上线下同步举办。

    至于会发布什么还没得到确切消息,不过根据今年观察到的技术趋势,这里也可以小猜一波。

    云计算技术方面,底层的自研芯片云原生架构更新自然少不了。

    重点说一下AI方面,继低代码、无代码机器学习之后,AutoML、MLOps上还将有创新产品持续降低机器学习门槛,提高算法开发效率。

    另外就是今年最火的AIGC,目前受版权和机器学习伦理方面限制,商业模式还不清晰。目前创业公司和开源搞定了技术的普及普惠,在负责任人工智能方面还是需要亚马逊云科技这样的巨头出手。

    今年你还看到什么技术趋势,或者还期望看到什么云计算产品创新?不妨在评论区聊聊。

    最后奉上今年亚马逊云科技re:Invent的报名地址,关注AI和云计算的话一定不要错过~

    (复制下面链接,或点击阅读原文均可)

    https://www.awsevents.cn/reInvent2022/registerSignUp.aspx?s=7982&smid=14975

    —  —

    点这里👇关注我,记得标星哦~

  • 相关阅读:
    5.组合与继承
    大华相机C#学习之IStream类
    单点登录原理
    Linphone3.5.2 ARM RV1109音视频对讲开发记录
    C++ 哈希表及unordered_set + unordered_map容器
    基于Tensorflow、Keras实现Stable Diffusion
    FFplay文档解读-25-音频源,音频接收器
    如何用好Nginx的gzip指令
    AS400-RPG-01
    基于计算机技术的媒体分析
  • 原文地址:https://blog.csdn.net/QbitAI/article/details/128031582