ChatGPT横空出世，传统企业如何迎接“大模型”下的技术变革？

ChatGPT的惊艳表现牵动了全球科技爱好者的心弦，仅仅2个月就实现了用户数从0到1亿的蜕变。ChatGPT能准确地理解语义并能进行流畅和较为正确的问答。多模态的大模型具备绘画、生成视频以及编写代码的能力。扩散模型的运用让人感到智能“涌现”的魅力，大模型的综合能力和效率甚至达到了专家级水平。

01

没有万张加速卡，企业无缘大模型？

训练大模型需要巨大的算力，然而这些企业发现，在垂直行业，可借助各类开源模型，以及自己企业所积累的大量数据和经验，通过微调技术的再训练，就可以构建一个垂直领域的GPT（Generative Pre-Trained Transformer 生成式预训练Transfomer模型）模型。

企业真正要落地GPT却不是件容易的事，摆在眼前的就有三大挑战。在证券机构执掌技术团队多年、出任公司CTO的颜云峰表示：“我们首先遇到的就是算力难题。虽然微调技术并不像大模型那样需要成千上万张的AI加速卡，但所需的算力也是有极高的要求。这就需要企业能构造一个可扩展、能持续演进的算力发展架构。”

“第二是数据安全难题。无论是数据还是模型都是企业多年积累的高价值数据资产。因此无论在计算、存储中都要保障数据资产的安全。”

02

持续创新应立即行动，但要做好五方面准备

“希望通过持续创新提高竞争力的公司一定会选择立即行动。虽然这项技术还不成熟，但这也取决于公司自身的条件。任何AI的部署都是个非常复杂的工程。如果企业要实现规模化和可持续的生产，就需要在流程、技术和开发上做大量的准备工作。”HPE与AI云服务业务发展总监Edmondo Orlotti这样表示。

对此，对那些坚定地期望利用GPT创新的企业给出了五点建议，他表示：

“第一，要评估企业数据的成熟度水平。即战略、组织和技术能力，使其能够利用人工智能从数据中创造价值时，生成式人工智能才能生存和发展。但据HPE最新的全球调查显示，绝大多数组织在此能力上还存在巨大的差距。”

“第二，在数据架构和治理方面，企业需要搭建一个统一的公司级的数据架构和治理平台。完善数据架构和数据治理平台才能以优质的数据不断进行训练，以此推动企业的生产和服务不断地向好发展。”

“第三，做好采用混合平台的准备。模型训练和推理可以在大型语言模型供应商（如OpenAI、Aleph Alpha、Google）运营的集中式AI超级计算机上运行，但从长远来看，会有各种原因会导致公司必须建立一个混合或边缘到云的平台。具有实时推理的用例要求模型在本地AI基础设施上运行，以尽量减少延迟。但随着训练数据越来越多地分布在各地，企业就要汇总数据，而不是将其集中起来，因为集中地数据成本极高且速度慢、不安全。”

“第四，知识产权和版权问题。生成式人工智可能是未来十年决定性技术之一，将对企业未来的发展起到战略性作用。可以预见，大型语言模型市场将被全球少数几个供应商所主导，这使得知识产权和版权将成为生成性人工智能的一个关键影响因素。企业应尽量减少对外的版权依赖和注重保护自身的知识产权。企业应采用混合方法规避相关风险，在本地运行具有版权的的大型语言模型。”

03

HPE通过GPT方案的四大能力来应对颜云峰所提出的三大挑战。

计算资源上，企业可以从HPE ProLiant 系列服务器开始入门。HPE ProLiant服务器经过优化设计，可以为组织的数据密集型工作负载提供超高性能。与此同时，HPE ProLiant Gen11支持多种架构，包括第四代AMD EPYC™处理器，第四代Intel®Xeon® Scalable处理器，以及Ampere®Altra®和Ampere®Altra®Max云原生处理器。

HPE Apollo 6500 

最高8颗GPU计算架构，并支持NVLink2.0协议。NVLink能在GPU与GPU以及GPU与CPU间实现高带宽直连的快速通讯机制。单个NVIDIA Tesla V100 GPU 即可支持多达 6 条NVLink链路，总带宽为300Gb/秒，是PCIe 3.0带宽的10倍。NVLink2.0高效混合立方网格是目前最为高性能的解决方案。用户也可以使用基于PCIe的4:1或8:1的GPU:CPU连接。不同拓扑在高性能与易用性上各有优势，适用各种场景，用户可以根据业务模型灵活的选择。

HPE Apollo 6500 不仅能满足各类深度学习应用场景需求。其高度易用性和灵活性，充分降低了构建高性能人工智能系统的门槛，企业可以在HPE Apollo 6500 构建的坚实基础架构上以最短的时间完成对各类算法的训练。

存储方面也为不同的企业提供了适合不同场景灵活、可持续发展的路线。GPT为代表的AI训练与预测需要更快、更大的存储。NVMe拥有更短的IO路径，更大的队列深度与宽度，以及更简单的协议堆栈等优势，同时，NVMe增加了多队列特性，对并行任务的友好设计也使得系统负载更加均衡，使闪存介质的性能得以充分发挥，NVMe SSD正全面替换SAS SSD和SATA SSD。

HPE Apollo 4000

针对非结构化数据场景的训练与预测AI需求，对所有数据进行访问只是开始，能大规模管理数据、支持数据密集型应用并确保数据安全的系统则是关键。HPE Apollo 4000系统能够以极大规模存储数十亿个文件和对象。这一系统还可运行各种现代化、数据驱动型的应用。

第三，方案简单易用便于部署，加速企业的大模型上线。 

为了让企业更加专注助于核心业务，降低企业在IT运维、部署的难度是HPE的职责所在。HPE ProLiant服务器采用基于云原生技术的管理中枢。无论计算环境位于何处，用户都能安全地自动访问、监控和管理服务器，进而实现高效运维。云原生管理中枢带来了便捷、统一和自动化的运维体验，通过实现全局可见性和洞察让您更好的管理计算环境。

HPE Alletra 系列存储同样采用云化的管理模式，以订阅方式1分钟就能实现数据上线。大幅降低了企业在IT方面的运维和部署难题。

第四，提供本地化服务，让企业无后顾之忧。

以Open AI为首的行业龙头在采用HPE的解决方案，同时，HPE利用本地化的合作伙伴网络，提供企业所需的策略帮助、运维支持和培训服务。能让企业获得从边缘到云的运维能力，从而加快企业的数智化转型。

ChatGPT是通用智能，“千人一面”。传统企业在体量上拥有灵活的优势，在数据上拥有深耕行业的专精数据与经验积累，利用好大模型技术则能让企业的服务实现“千人千面”更好地服务客户构建自身竞争力，也必将使其在细分行业大放异彩。