قامت Tencent مؤخرًا بترقية كبيرة إلى Angel Legning Machine Learning Employed ، والتي حسنت بشكل كبير من كفاءة التدريب على نطاق واسع. من خلال تبني تقنية تخزين التحسين الموازية متعددة الأبعاد ، لا يحسن إطار عمل AngelPtM استقرار التدريب النموذجي الكبير فحسب ، بل يحقق أيضًا تحسنًا في الكفاءة 2.6 مرة. جلب هذا الاختراق إمكانيات جديدة إلى مجال الذكاء الاصطناعي ، خاصة عند التعامل مع النماذج المعقدة وكميات كبيرة من البيانات ، والتي يمكن أن تقلل بشكل كبير من استهلاك موارد الحوسبة.
بالإضافة إلى ذلك ، أطلقت Tencent أيضًا إطار عمل AngelHCF ، والذي حقق زيادة في سرعة الاستدلال 1.3 أضعاف. هذا التحسين يجعل النموذج يستجيب بشكل أسرع في التطبيقات العملية ، وبالتالي تحسين تجربة المستخدم. خاصة في السيناريوهات التي يلزم اتخاذ القرار السريع ، مثل أنظمة التوصية في الوقت الفعلي ومعالجة اللغة الطبيعية ، يوضح إطار عمل AngelHCF مزايا الأداء القوية.
فيما يتعلق بتدريب النماذج واسعة النطاق بمقياس 100 مليار ، وفرت تدابير تحسين Tencent 50 ٪ من تكاليف الطاقة الحاسوبية. هذا الادخار المهم لا يقلل فقط من تكاليف التشغيل للمؤسسة ، ولكنه يوفر أيضًا جدوى للتدريب على النماذج على نطاق واسع. يثبت دعم التدريب الفائق على نطاق واسع على مستوى Wanka الواحد في المركز الرائد لـ Tencent في البنية التحتية للذكاء الاصطناعي.
في الوقت الحاضر ، تم ربط أكثر من 300 شركة بنموذج Hunyuan من Tencent ، والذي يغطي صناعات وحقول متعددة. لا يعزز التطبيق الواسع النطاق لنماذج Hunyuan الكبيرة تطوير تكنولوجيا الذكاء الاصطناعي فحسب ، بل يجلب أيضًا حلولًا مبتكرة لمختلف الصناعات. من التمويل إلى الرعاية الطبية ، من التعليم إلى الترفيه ، يعزز Hunyuan Big Model بشكل شامل للتطوير المتعمق للتطبيق النموذجي الكبير.
لا تحسن ترقية Tencent لإطار الملاك هذه المرة الأداء الفني فحسب ، بل توفر أيضًا مساحة أوسع لتطبيق النماذج الكبيرة. مع التقدم المستمر لتكنولوجيا الذكاء الاصطناعي ، ستواصل Tencent قيادة الابتكار في الصناعة وتعزيز التطبيق المتعمق للذكاء الاصطناعي في مختلف المجالات. في المستقبل ، لدينا سبب للتطلع إلى المزيد من التطبيقات المبتكرة بناءً على إطار الملاك ، الذي سيحقق المزيد من الراحة والتقدم إلى المجتمع البشري.