开源开放AI大模型背后：产业需要什么，浪潮就造什么
2021年是大模型层出不穷的一年。从去年OpenAI GPT-3发布开始，今年华为、谷歌、智源、快手、阿里、英伟达等厂商先后推出自己的大模型，人工智能产业开始了新一轮的激烈角逐，而且有愈演愈烈之势。
什么是大模型？
在2021人工智能计算大会(AICC 2021)上，中国工程院院士、浪潮首席科学家王恩东表示，“人工智能如何发展出像人类具备逻辑、意识和推理的认知能力，是人工智能研究一直在探索的方向。目前来看，通过大规模数据训练超大参数量的巨量模型，被认为是非常有希望实现通用人工智能的一个重要方向。”
中国工程院院士、浪潮首席科学家王恩东
大模型的核心特征之一就是模型参数多、训练数据量大，在理想情况下，人工智能从业者希望随着模型的巨量化，来提高人工智能的通用属性，以此来降低人工智能的应用门槛。
稍早前，浪潮也推出了自己的大模型“源1.0”，“源1.0”是浪潮人工智能研究院开发出的全球最大规模中文AI巨量模型，而在本次大会上，浪潮宣布“源1.0”正式开源开放，这背后潜藏着浪潮在人工智能产业的哪些布局？
大模型不是炫技
众所周知，人工智能存在落地难的窘境。尽管相比于早期人工智能厂商以刷榜为KPI，目前AI产业化和产业AI化方面都有了很大的突破，但是人工智能应用复杂的问题，依然没有得到很好地解决。
体现在算法模型层面，就是不同业务需要不同的算法，甚至细微的改动都需要一个新算法，一家企业往往在生产场景部署几百种模型，来支撑几百种产品，大大增加了工作的复杂度。
浪潮信息副总裁、浪潮信息AI&HPC产品线总经理刘军就指出，AI应用场景已经从碎片化，过渡到深度融合的一体化，在算法模型方面，巨量模型将会成为AI算法规模化创新的基础。
也即是说，大模型并不是新一轮的炫技，它更多源于人工智能产业的现实需求。
在一众推出大模型的厂商中，浪潮的出现也让人感觉到些许意外，普遍认为，浪潮是一家服务器厂商，更大一点是算力提供商，硬件属性相对浓厚，算法却是实实在在的软件。
对此，刘军解释道，巨量模型的开发是一个复杂的系统工程，浪潮非常擅长于把算力、算法、数据整合到一个系统工程里，进行协同创新。“当算法的发展进入到大模型时代，许多产业用户、研究者、合作伙伴等，仅靠本身已经没有办法完成一个大模型的研发、训练、交互的工作。”
浪潮并不是为了开发而开发，相反地，由于浪潮处于人工智能产业链的中间位置，向下对接芯片级的算力，向上对接应用厂商的需求，更能深切感受到业界对于人工智能，对于大模型的迫切需要。
“浪潮根本的产业是算力，为了让算力产业发展的更好，我一定要帮助我的用户，帮助产业界，帮助合作伙伴，帮助研发创新的人，让他们拥有巨量模型的强大能力。只有当他们获取到巨量模型能力的时候，才能使人工智能产业发展地更加迅速、更加健康。”刘军肯定地表示。
源1.0开源开放的现实路径
纵观市面上已有的大模型，走向开源开放几乎是必经之路，浪潮也不例外。
大模型是人工智能产业的明珠，源1.0有2457亿的参数，仅部署一个完整的模型副本就需要304块GPU，经过一系列创新之后，浪潮在2128块GPU上取得了业界领先的性能，与之相比，GPT-3完成训练需要1万块GPU。
巨量模型需要巨量算力，需要巨量数据的支撑。为了训练源1.0，浪潮研发了业界最大规模的中文高质量数据集（5TB），总共清洗了接近860TB的互联网数据，经过一系列的粗滤、精滤，专家评审等过程，最终得到了业界最大规模的中文高质量数据集。
浪潮研发源1.0的优先级不是商业化，而是填补人工智能产业的生态。从另一维度观测，大模型的普及能够给行业带来显而易见的促进作用，在行业的上升势头中，浪潮也会拿到属于自己的那份蛋糕。
浪潮人工智能研究院首席研究员吴韶华说道，浪潮研发源1.0有两个非常重要的目标：第一，探索前沿的方向，推动智能算法的创新。第二，落地应用，推动产业落地。
“当我们成功研发源1.0模型之后，我们体会到，为了实现这两个目标我们要做开源开放，不仅要做开源开放，而且还要做好开源开放。”
以GPT-3为例，虽然号称开源开放，但是其用户体验并不友好，申请等待时间长，产出效果不理想，并不符合开源开放的初衷和本质。
从浪潮的视角来看，浪潮前期主要面向三类合作对象，大学研究机构的人工智能研究团队，浪潮元脑生态合作伙伴，以及智能计算中心，浪潮将开放模型API和高质量中文数据集，同时将开源训练、推理以及应用代码，同时浪潮还将合作推动面向AI芯片的模型移植开发。
浪潮不是单向的开放，而是与业界合作伙伴的互动实践，这样的开放对浪潮及合作伙伴更具价值。
吴韶华介绍，源1.0完全是由浪潮自己研发，源2.0浪潮会和业界非常有经验的公司合作，产业合作伙伴对于应用场景有更深入的把握，这样的“源2.0”可以更贴近应用场景，能够更快速实现应用落地。同时，也将有助于前沿技术的探索。”
“我相信当更多的力量聚集在一起的时候，这并不是简单的一加一等于二，有可能发生一种聚合的效应，会带来更大的发热以及更多的创新成果。”吴韶华说。
浪潮的布局
“从芯片到真正的变成生产力，还有90%的路需要走，芯片只是这10%的路，浪潮在里面要扮演更重要的工作。因为浪潮非常熟悉后面的90%要怎么帮助企业去完成。”刘军强调。
这就是浪潮生态能力的显现。
如果顺着产业AI化的逻辑，不难发现浪潮在人工智能产业的图谋，正如王恩东所言，浪潮智算中心是算力基础设施，巨量模型是算法基础设施，两大基础设施协同工作，才能为产业AI提供强大的推动力。
浪潮一直在推动建设元脑生态，就起到了平台与桥梁的连接作用。AI科技公司（左手伙伴）有非常突出的能力、技术和产品，行业客户（右手伙伴）具有丰富的产业化场景，浪潮通过元脑生态把左手伙伴和右手伙伴联接，达到联合交付、创造价值的目标。
在这个生态中，人工智能产业缺少什么，浪潮就做什么。此前浪潮提供了算力平台、资源平台、算法平台做支撑，并且取得了很好的效果。据刘军透露，元脑生态伙伴数量发展非常快速，从去年的数百家合作伙伴，猛增至今年的几千家。
“产业厂商非常渴望、非常需求能有这样的生态，大家在里面能够共同发展，优势互补，能够去真正把人工智能的科技，融合到我们千行万业里面去。”刘军道出了AI产业生态的必要性。
大模型同样是浪潮生态很好的体现，大模型显然不是中小厂商的游戏，所以需要浪潮这样的平台级厂商，去补全产业的重要一环，进而开源开放给产业链。
刘军进一步解释道，大模型也能够纾解人工智能产业对于人才的瓶颈和缺口，企业也好，单位也好，甚至个人、科研机构，都可以直接在大模型的基础上面做研发，展望未来，以后AI产业人才可能只需要应用类学院的毕业生就可以，他只要学会怎么用模型的API，去生成一个新的任务，让AI更快普及。
“如果没有整个生态的繁荣，不可能有人工智能产业的繁荣。”站在人工智能产业的浪潮中央，浪潮开源开放大模型有着更具长远的价值与意义。