大模型時(shí)代，AI基礎(chǔ)軟件機(jī)會(huì)何在？

　　大模型時(shí)代，離不開算力，算法、數(shù)據(jù)的喂養(yǎng)。如果將視角放至整個(gè)產(chǎn)業(yè)鏈上，算法背后，還有一個(gè)關(guān)鍵要素值得被關(guān)注，那就是AI基礎(chǔ)軟件。

　　算法是實(shí)現(xiàn)AI功能的關(guān)鍵，而基礎(chǔ)軟件則為算法提供運(yùn)行的平臺(tái)和工具。作為模型生態(tài)系統(tǒng)的中堅(jiān)力量，AI基礎(chǔ)軟件將會(huì)成為大模型應(yīng)用落地的最主要的效率支撐，并通過大模型+小模型的方式，形成模型訓(xùn)練新范式。

　　現(xiàn)今，AI大模型在國內(nèi)熱度高漲，遍地開花，這也同樣倒推著基礎(chǔ)軟件的發(fā)展。在這背景下，AI基礎(chǔ)軟件市場(chǎng)如何，未來有何新的機(jī)會(huì)，這一點(diǎn)值得關(guān)注和討論。

　　基礎(chǔ)軟件是人工智能的底座

　　中國信通院云大所副所長魏凱在公開演講中曾談到，基礎(chǔ)軟件是人工智能的底座，人工智能的基礎(chǔ)軟件的發(fā)展決定了人工智能發(fā)展的深度、高度、廣度，可以說是非常重要。

　　對(duì)此，魏凱解釋道，基礎(chǔ)軟件重要性具體表現(xiàn)有三點(diǎn)，一是人工智能的發(fā)展離不開高質(zhì)量的基礎(chǔ)軟件，尤其是基礎(chǔ)軟件的工程化的易用性、完備性，AI具體的落地實(shí)踐都需要在基礎(chǔ)軟件結(jié)合業(yè)務(wù)、數(shù)據(jù)實(shí)現(xiàn);二是人工智能基礎(chǔ)軟件要在企業(yè)中發(fā)揮作用，要與場(chǎng)景結(jié)合，要很好的運(yùn)維;三是需要有安全可信保障條件。

　　AI基礎(chǔ)軟件是構(gòu)建和運(yùn)行AI應(yīng)用的必要組成部分，通常包括以下幾個(gè)方面：

　　機(jī)器學(xué)習(xí)框架和庫：這是構(gòu)建和訓(xùn)練AI模型的基本工具。例如，TensorFlow、PyTorch和Scikit-learn都是廣泛使用的機(jī)器學(xué)習(xí)框架和庫。

　　模型訓(xùn)練和部署平臺(tái)：這些平臺(tái)提供了一系列工具和服務(wù)，支持從數(shù)據(jù)處理、模型訓(xùn)練到模型部署和服務(wù)的全流程。例如，Google的Cloud ML Engine和Amazon的SageMaker都是這樣的平臺(tái)。

　　數(shù)據(jù)處理和分析工具：在AI應(yīng)用中，數(shù)據(jù)是至關(guān)重要的。數(shù)據(jù)處理和分析工具可以幫助用戶高效地處理和分析數(shù)據(jù)，以滿足AI模型的訓(xùn)練需求。例如，Pandas、NumPy和Spark都是常用的數(shù)據(jù)處理和分析工具。

　　優(yōu)化和自動(dòng)化工具：這些工具可以幫助用戶優(yōu)化模型的性能，或者自動(dòng)化一些重復(fù)性的工作。例如，TensorBoard可以幫助用戶可視化模型的訓(xùn)練過程，AutoML則可以自動(dòng)化模型的選擇和調(diào)優(yōu)過程。

　　總的來說，AI基礎(chǔ)軟件提供了一系列必要的工具和服務(wù)，使用戶能夠更方便、高效地構(gòu)建和運(yùn)行AI應(yīng)用。

　　目前，隨著AI技術(shù)的不斷普及和深入應(yīng)用，中國AI基礎(chǔ)軟件市場(chǎng)正在迅速發(fā)展。Gartner預(yù)測(cè)，該市場(chǎng)未來五年?duì)I收將從47.67億美元增長到138.58億美元，年復(fù)合增長率(CAGR)將達(dá)到28%。

　　據(jù)悉，中國的AI軟件市場(chǎng)中有3,000余家廠商，其中大部分屬于AI多面手型廠商，可向客戶獨(dú)立提供自然語言處理(NLP)、計(jì)算機(jī)視覺(CV)和機(jī)器學(xué)習(xí)(ML)技術(shù)。

　　這些廠商提供端到端個(gè)性化增強(qiáng)服務(wù)、咨詢服務(wù)和運(yùn)營服務(wù)，解決客戶的具體業(yè)務(wù)問題。

　　隨著市場(chǎng)的持續(xù)擴(kuò)張，中國AI軟件公司的數(shù)量也會(huì)增長。目前，在市場(chǎng)上的玩家主要包含這兩大類，一是包括百度、阿里巴巴、騰訊等大型互聯(lián)網(wǎng)公司，二是包括曠視科技、九章云極DataCanvas等專業(yè)AI公司。

　　這些公司不僅提供了具有國際競爭力的機(jī)器學(xué)習(xí)框架和平臺(tái)，還開發(fā)了針對(duì)中國市場(chǎng)特點(diǎn)的特色產(chǎn)品和服務(wù)。

　　拿九章云極DataCanvas來說，目前公司擁有以“開放、自動(dòng)、云原生”為核心的數(shù)據(jù)科學(xué)產(chǎn)品體系，包括為數(shù)據(jù)科學(xué)家、應(yīng)用程序開發(fā)人員和業(yè)務(wù)專家提供高效的構(gòu)建智能應(yīng)用程序的工具包——DataCanvas APS機(jī)器學(xué)習(xí)平臺(tái)，提供可擴(kuò)展、高可用和容錯(cuò)架構(gòu)的大數(shù)據(jù)實(shí)時(shí)處理能力，靈活開發(fā)、部署和運(yùn)行各類實(shí)時(shí)分析應(yīng)用程序，助力企業(yè)完成了高效構(gòu)建實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)模型、打造實(shí)時(shí)AI場(chǎng)景的DataCanvas RT實(shí)時(shí)決策中心平臺(tái)等一系列企業(yè)級(jí)AI應(yīng)用所需的平臺(tái)軟件產(chǎn)品。

　　并且在全球人工智能開源領(lǐng)域，自主研發(fā)的多項(xiàng)全球首個(gè)開源項(xiàng)目，填補(bǔ)AI領(lǐng)域技術(shù)空白。此外，在AIGC的技術(shù)熱潮下，九章云極D-lab開源團(tuán)隊(duì)正在開展交叉型研究，加速實(shí)現(xiàn)AI前沿技術(shù)的融合創(chuàng)新。

　　今年5月，九章云極DataCanvas公布了與中國信通院云大所就“高質(zhì)量AI基礎(chǔ)設(shè)施產(chǎn)業(yè)化”相關(guān)合作。

　　雙方將在此前標(biāo)準(zhǔn)制定、評(píng)估評(píng)測(cè)、技術(shù)創(chuàng)新、產(chǎn)業(yè)研究等豐富合作的基礎(chǔ)上，發(fā)揮各自在AI基礎(chǔ)設(shè)施方向理論研究、技術(shù)創(chuàng)新和應(yīng)用實(shí)踐的資源優(yōu)勢(shì)，打通AI基礎(chǔ)設(shè)施上下游生態(tài)鏈，共建開放、強(qiáng)大、靈活的AI基礎(chǔ)設(shè)施生態(tài)。

　　機(jī)遇和挑戰(zhàn)并行：優(yōu)質(zhì)的產(chǎn)品和服務(wù)是突圍的關(guān)鍵

　　與此同時(shí)，市場(chǎng)競爭也日趨激烈，技術(shù)更新?lián)Q代的速度也越來越快。

　　進(jìn)入大模型時(shí)代，AI基礎(chǔ)軟件面臨的挑戰(zhàn)顯而易見：如何支持更大規(guī)模的模型訓(xùn)練?如何優(yōu)化模型的性能和效率?如何簡化模型的部署和使用?對(duì)于這些問題，AI基礎(chǔ)軟件需要找到新的解決方案。

　　首先，為了支持更大規(guī)模的模型訓(xùn)練，AI基礎(chǔ)軟件需要提供更強(qiáng)大的計(jì)算能力。

　　這可能涉及到更高效的分布式計(jì)算技術(shù)、更優(yōu)化的硬件加速技術(shù)等。這是一個(gè)技術(shù)挑戰(zhàn)，也是一個(gè)機(jī)會(huì)。對(duì)于具備技術(shù)優(yōu)勢(shì)的公司而言，他們可以通過提供更強(qiáng)大、更高效的AI訓(xùn)練平臺(tái)，來滿足用戶的需求，獲得市場(chǎng)份額。

　　其次，隨著模型規(guī)模的增大，模型的性能和效率優(yōu)化也變得更加重要。

　　這需要AI基礎(chǔ)軟件提供更高級(jí)的優(yōu)化工具和服務(wù)。

　　例如，模型壓縮技術(shù)可以減小模型的大小，提高模型的運(yùn)行速度;自動(dòng)化調(diào)參工具可以自動(dòng)尋找最優(yōu)的模型參數(shù)，提高模型的準(zhǔn)確性。

　　這些技術(shù)不僅可以幫助用戶更好地使用大模型，也可以為AI基礎(chǔ)軟件公司提供新的商業(yè)機(jī)會(huì)。

　　再次，隨著AI應(yīng)用的日益復(fù)雜化，如何簡化模型的部署和使用也變得尤為重要。

　　這需要AI基礎(chǔ)軟件提供更簡潔易用的API，更強(qiáng)大的部署工具，更智能的服務(wù)平臺(tái)等。這對(duì)于AI基礎(chǔ)軟件公司來說，是一個(gè)提升用戶體驗(yàn)，提高用戶黏性的機(jī)會(huì)。

　　“底層海量的多模態(tài)數(shù)據(jù)管理與上層更加精準(zhǔn)的分析決策需求，將推動(dòng)數(shù)智融合進(jìn)入深水區(qū)，為打造AI基礎(chǔ)軟件帶來新的機(jī)遇”， IDC中國人工智能和大數(shù)據(jù)高級(jí)分析師李浩然在杭州通用人工智能論壇的演講中談到。

　　對(duì)于客戶更加關(guān)注的開發(fā)服務(wù)平臺(tái)這一基礎(chǔ)軟件，科技企業(yè)應(yīng)從全生命周期組件、低代碼/無代碼、自動(dòng)機(jī)器學(xué)習(xí)、算法模型庫、可視化、部署運(yùn)維六個(gè)方面進(jìn)行建設(shè)，并注重與云服務(wù)、大數(shù)據(jù)組件的融合。

　　對(duì)此，九章云極DataCanvas副總裁周曉凌表示，公司長期布局這些重要技術(shù)能力，并通過一整套成體系的AI基礎(chǔ)軟件產(chǎn)品應(yīng)用在金融、通信、交通、制造、能源等行業(yè)中。

　　他繼續(xù)談到，AI技術(shù)從分散模型到融合智能，再邁向通用人工智能的發(fā)展路程上極大的推動(dòng)了政府和企業(yè)數(shù)智化浪潮;各行業(yè)有各自發(fā)展特點(diǎn)和轉(zhuǎn)型階段化差異，在云化、自動(dòng)化、多模態(tài)、分布式等技術(shù)領(lǐng)域迭代升級(jí)AI平臺(tái)和AI應(yīng)用能力方面存在可觀需求，從運(yùn)營到經(jīng)營的AI應(yīng)用發(fā)展空間依然巨大。

　　總的來說，大模型時(shí)代對(duì)AI基礎(chǔ)軟件提出了新的要求和挑戰(zhàn)，也帶來了新的機(jī)會(huì)。對(duì)于中國的AI基礎(chǔ)軟件公司而言，如何抓住這些機(jī)會(huì)，將在很大程度上決定他們?cè)谖磥硎袌?chǎng)中的競爭地位。

　　一方面，他們需要持續(xù)投入研發(fā)，提升技術(shù)水平，滿足用戶對(duì)大模型的需求;另一方面，他們也需要不斷創(chuàng)新，提供差異化的產(chǎn)品和服務(wù)，贏得市場(chǎng)份額。

　　在大模型時(shí)代，AI基礎(chǔ)軟件的機(jī)會(huì)何在?

　　答案就在于如何滿足用戶的需求，如何提供優(yōu)質(zhì)的產(chǎn)品和服務(wù)。只有那些能夠緊跟時(shí)代步伐，積極創(chuàng)新，不斷進(jìn)取的公司，才能在這個(gè)充滿挑戰(zhàn)和機(jī)遇的時(shí)代中立足并繁榮發(fā)展。

　　關(guān)于未來

　　回顧AI的發(fā)展歷程，我們可以看到，硬件一直是最大的投入領(lǐng)域，但隨著技術(shù)的進(jìn)步和市場(chǎng)的成熟，軟件正在逐漸提升其在AI產(chǎn)業(yè)鏈中的地位。

　　據(jù)IDC預(yù)測(cè)，2023年以后，各大廠商將更加投入到底層基礎(chǔ)軟件的建設(shè)中，這也是現(xiàn)在已經(jīng)初顯端倪的趨勢(shì)。

　　此外，IDC預(yù)測(cè)未來AI市場(chǎng)的增量將主要來源于三個(gè)方面：

　　首先，是基于大模型應(yīng)用替換過去幾年建設(shè)的AI應(yīng)用。正如前文所述，大模型可以學(xué)習(xí)到更復(fù)雜的模式，從而在各種任務(wù)上取得更好的效果。

　　隨著技術(shù)和市場(chǎng)的發(fā)展，我們預(yù)見到許多現(xiàn)有的AI應(yīng)用將被基于大模型的新應(yīng)用所替代，這將產(chǎn)生巨大的市場(chǎng)增量。

　　其次，是生成式AI帶來的增量市場(chǎng)。生成式AI，如生成式對(duì)抗網(wǎng)絡(luò)(GAN)和變分自編碼器(VAE)，可以生成新的、逼真的數(shù)據(jù)，有著廣泛的應(yīng)用前景，如藝術(shù)創(chuàng)作、游戲設(shè)計(jì)、虛擬現(xiàn)實(shí)等。隨著技術(shù)的發(fā)展，我們預(yù)見到生成式AI將開辟新的市場(chǎng)領(lǐng)域，帶來新的增量。

　　最后，是全新AI賦能的企業(yè)級(jí)應(yīng)用。AI技術(shù)可以幫助企業(yè)提高效率，降低成本，創(chuàng)新業(yè)務(wù)模式。隨著AI技術(shù)的深入應(yīng)用，我們預(yù)見到將有更多的企業(yè)級(jí)應(yīng)用出現(xiàn)，這將是一個(gè)有巨大爆發(fā)潛力的市場(chǎng)點(diǎn)。

　　總的來說，AI產(chǎn)業(yè)鏈的發(fā)展趨勢(shì)是多元化和深化。在硬件投入的基礎(chǔ)上，底層基礎(chǔ)軟件的建設(shè)將越來越重要。

　　同時(shí)，大模型應(yīng)用、生成式AI和企業(yè)級(jí)應(yīng)用將是未來市場(chǎng)的三大增量來源。這為AI產(chǎn)業(yè)鏈的上下游各環(huán)節(jié)都帶來了新的機(jī)會(huì)，也提出了新的挑戰(zhàn)。只有緊跟趨勢(shì)，抓住機(jī)會(huì)，才能在這個(gè)快速發(fā)展的市場(chǎng)中保持領(lǐng)先。