大模型在这里“刷题”！国内首个人工智能数据训练基地启用
如果把人工智能大模型比作一位小学生，那么数据训练时所用的“语料”和“算力”，就相当于小学生“刷题”时使用的习题册和计算器，帮助他掌握知识点、更快给出正确答案。
如今，北京的大模型有了更全面的“习题册”、更强大的“计算器”。3月29日，在2024北京AI原生产业创新大会暨北京数据基础制度先行区成果发布会上，国内第一个人工智能数据训练基地、北京规模最大的公共算力平台正式启用。
为解决算力不足等问题，近两年本市布局建设了多处公共算力平台。这就像电力公司供电一样，只不过这些机柜里提供的是算力。因为规模大、稳定，所以公共算力可提高训练的效率，进而降低大模型训练耗费的时长。
此次北京亦庄人工智能公共算力平台正式点亮，算力规模在北京最大，可提供算力3000P。1P相当于每秒1000万亿次的计算速度。也就是说，这里每秒就进行300亿亿次的计算，相当于超过百万台高性能电脑的算力。以往企业自己要算几个月的事，在这里十几天就能搞定。
“经开区规划了超10000P的算力规模。”经开区相关负责人说，未来将推出支持政策，为人工智能企业提供公共普惠的算力、创新领先的算网服务、细致完善的解决方案，助推大模型训练和行业应用。
大模型的自我学习仰仗训练。同日启用的北京人工智能数据训练基地里，已经有多款大模型正练就“最强大脑”。训练中，大模型依靠基地“投喂”的语料，像学生“刷题”一样不断提升自己的能力，从而在未来上线后应付现实中的各种难题。
这是国内最早启用的人工智能数据训练基地，可以组织数据供给方、加工服务方、模型训练方“进场”合作，推动高质量数据价值释放，助力通用模型和行业垂类模型训练精调。
成为“第一个”，不只依靠算力“硬件”。“训练基地要干的，不只是训练。”运营训练基地的北京亦庄智能城市研究院公司总经理颜敏解释，使用数据时会面临所有权归谁、是否可信、如何保障安全、收益如何分配等各种问题，都需要建立机制来规范。为此，基地针对大模型训练的数据合规和场景应用了“监管沙盒”机制，为新技术创新迭代提供开放包容的政策保障，免除后顾之忧。
数据不像普通的商品，使用方一旦获得了会不会复制外泄？为此，基地里专门的存储设备能让数据“可用不可见”。从采集到存储，再到初加工、精加工，最后到模型训练，整个链条都是在训练基地进行，跑不出去。“一旦发生纠纷，也有纠纷解决的兜底机制，会邀请互联网法院、知识产权局等来帮忙协调。”颜敏说。
大模型的训练、算力使用都要面临一笔不小的支出，初创企业能否应付得了？“我们每年会发放1亿元算力券，企业可申领用于算力租用，即领即享。”经开区管委会主任孔磊介绍。
图为北京亦庄人工智能公共算力平台 、北京数据基础制度先行区公共智算中心。
近日，经开区专门发布了《关于加快打造AI原生产业创新高地的若干政策》，从推动算力赋能产业发展、构建高效协同创新体系、高水平建设北京数据基础制度先行区、推动人工智能应用场景赋能与开放、打造人工智能产业集聚区、优化产业发展生态6个方面提出14条具体措施。
除了算力券，亦庄每年还会发放1亿元模型券，对购买技术自主可控基座大模型产品及服务进行补贴；开展“大模型+”行动，在自动驾驶、具身智能、医药健康、工业制造等领域开放高质量应用场景，推动AI赋能千行百业。
通过政策集成与创新，亦庄将持续推进人工智能核心技术取得重大突破，全面构建自主可控软硬件人工智能产业生态。到2026年，亦庄将培育性能达到国际先进水平的通用大模型，打造人工智能标杆应用场景10个，集聚人工智能产业链企业100家，实现园区营业收入1000亿元，建成人工智能算力10000P。
来源：北京日报客户端 记者：曹政,和冠欣
流程编辑：u060
版权说明：任何媒体、网站或个人未经书面授权许可不得转载、摘编或利用其它方式使用本网站上的文字、图片、图表、漫画、视频等内容。
未经许可即使用，或以此盈利的，均系侵害本网站著作权及相关权益的行为，本网站将追究法律责任。
如遇作品内容、版权等问题，请在相关文章刊发之日起30日内与本网联系。
联系方式：takefoto@vip.sina.com