網(wǎng)宿科技：邊緣計算將在大模型時代迎來更多用武之地

　　7月17日消息，近日，在全球邊緣計算大會上，網(wǎng)宿科技、分享了網(wǎng)宿邊緣計算對于大模型時代的思考與探索。

　　網(wǎng)宿科技邊緣智能平臺資深架構(gòu)師陳云輝表示，在未來大模型將成為一種基礎(chǔ)設(shè)施，每個行業(yè)甚至每個企業(yè)都會有屬于自己的大模型。而如何更好地將大模型落地到具體應用場景、提升生產(chǎn)力，是產(chǎn)業(yè)共同探索的方向，也是網(wǎng)宿邊緣計算的機會所在。

　　邊緣計算如何在大模型時代發(fā)揮價值?在陳云輝看來，邊緣計算可以從微調(diào)訓練和邊緣推理兩大場景切入。

　　眼下，大模型和AIGC正引領(lǐng)全球科技新浪潮，而由于從零開始訓練模型面臨周期長，GPU需求大、成本高等問題，大模型的使用范式主要為 “預訓練 + 微調(diào)訓練+提示詞工程”，即基于預訓練好的大模型進行領(lǐng)域知識微調(diào)訓練或使用提示詞工程，再應用到具體的場景，從而降低成本。

　　“這種模式可以加快AIGC創(chuàng)新步伐，但大模型的參數(shù)量巨大，進行所有參數(shù)的微調(diào)成本非常高，LoRA成為有效的解決方法之一。網(wǎng)宿邊緣計算可以支持LoRA、QLoRa等輕量微調(diào)訓練方法，大大降低大模型個性化、領(lǐng)域化的適配成本，促進AIGC在垂直應用場景的落地。”陳云輝分析道。

　　不僅如此，隨著多模態(tài)AI的發(fā)展以及AIGC在更多領(lǐng)域的應用，AIGC生成的內(nèi)容將涵蓋圖片、語音以及視頻，AI推理相對訓練的成本占比將提升，對流量需求將越來越高。同時，伴隨AIGC模型領(lǐng)域化、小型化、輕量化技術(shù)的發(fā)展，未來AIGC對算力要求也將持續(xù)降低。

　　“因而大模型推理運算可以從中心下沉到邊緣，實現(xiàn)更低的帶寬成本、更快的響應速度。網(wǎng)宿在邊緣側(cè)有得天獨厚的優(yōu)勢，可以很好地賦能邊緣推理場景。”陳云輝表示。

　　作為領(lǐng)先的邊緣計算服務(wù)商，網(wǎng)宿邊緣計算擁有顯著的資源協(xié)同優(yōu)勢，可以與CDN業(yè)務(wù)在機房、算力、帶寬、調(diào)度等方面充分協(xié)同，并且網(wǎng)宿基于全球2800個節(jié)點打造的輕量化邊緣智能平臺，節(jié)點分布廣泛，平臺運營經(jīng)驗豐富，可以復用到大模型場景。