2022年後半、人工知能は新たな発展の波を迎えました。次々と出現する大型モデルは、まるで空から小石が舞い降りてくるかのように、既に荒れ狂っていたクラウドコンピューティング市場に波紋を広げました。

現在、大型モデルは間違いなく最もホットなトレンドの 1 つです。

2022年12月、ChatGPTが登場しました。これは、人工知能分野への人々の熱意を再燃させただけでなく、新技術のパンドラの箱を開けるきっかけにもなりました。多くのテクノロジー企業がこれに追随し、大規模なモデル製品をリリースしたり、関連する開発計画を発表したりしました。

大規模モデルは、ディープラーニングアルゴリズムを用いて言語を処理・理解する機械学習モデルです。大規模なモデルは、ディープラーニングアルゴリズムを用いて言語を処理・理解します。大量のテキストデータから学習することで、言語パターンと意味理解を学習し、タスクを実行できるようになります。これらのタスクは、テキストの翻訳からチャットボットの会話への応答まで、基本的に何らかの言語分析を必要とするあらゆるタスクに及びます。

高速翻訳、チャットボット、AI アシスタントなどの自然言語処理アプリケーションに加えて、大規模モデルはヘルスケア、ソフトウェア開発、その他多くの分野でも使用されています。

たとえば、大規模なモデルを使用する AI システムは、分子やタンパク質の構造のデータベースから学習し、その知識を使用して実行可能な化合物を開発し、科学者が画期的なワクチンや治療法を開発するのに役立ちます。

大規模モデルは、再設計された検索エンジン、コーチング チャットボット、歌、詩、物語、マーケティング資料を作成するためのツールの作成にも役立ちます。

IDCは「2022年中国大規模モデル開発白書」を発表し、大規模モデルは人工知能の発展において避けられない潮流であると主張しています。IDCは、中国における人工知能ソフトウェアおよびアプリケーションの市場規模が2026年に211億米ドルに達し、人工知能の大規模応用にとって重要な時期を迎えると予測しています。

利点は何ですか?

大規模モデルの学習には、コンピューティングパワー、アルゴリズム、そしてデータの支援が必要です。中でも、アルゴリズムとデータを支えるコンピューティングパワーは、大規模モデルの開発を前進させる上で重要な要素です。クラウドコンピューティングの高い柔軟性と拡張性は、間違いなく大規模モデルの学習にとって重要なインフラとなるでしょう。具体的には、以下の点が挙げられます。

まず、スケーラビリティです。大規模モデルのトレーニングとデプロイには、膨大なコンピューティングリソースとデータストレージが必要です。トレーニングプロセスには、複数のハイエンドGPUインスタンスが必要になる場合もありますが、これはオンデマンドでスケーラブルなリソースを提供するクラウドベースのサービスを通じてのみ実現可能です。

2つ目は費用対効果です。大規模なモデルを実行するためのハイエンドハードウェアが不足している場合は、クラウドを選択する方が費用対効果の高いソリューションとなる可能性があります。クラウドサービスでは、使用したリソースに対してのみ料金が発生し、GPUやCPUも比較的手頃な価格で入手できる場合が多いです。

3つ目は、使いやすさです。クラウドプラットフォームは、機械学習モデルの構築、トレーニング、展開のプロセスを大幅に簡素化する幅広いAPI、ツール、言語フレームワークを提供します。

4つ目は、マネージドサービスです。クラウドプロバイダーがインフラストラクチャのセットアップ、メンテナンス、セキュリティ、最適化を担当するため、ユーザーの運用コストが大幅に削減されます。

5つ目は、事前学習済みモデルです。クラウドプラットフォームでは、最先端の事前学習済み大規模モデルへのアクセスが可能になり、カスタムデータセットで微調整してクラウドに簡単にデプロイできます。これは、エンドツーエンドの機械学習パイプラインを作成するのに非常に役立ちます。

クラウドコンピューティングはビッグデータへの参入障壁を下げ、より多くのユーザーがその潜在能力を最大限に発揮できるよう支援すると考えています。つまり、ビッグデータの台頭は、クラウドコンピューティング市場に全く新しい開発機会をもたらしているのです。

クラウドサービスプロバイダーは積極的に取り組んでいる

多くのクラウド サービス プロバイダーが、大規模モデルのトレーニングと使用のコストを削減するために、独自の大規模モデル プラットフォームを発表していることは注目に値します。

Baiduは、文心千帆大規模モデルプラットフォームをリリースしました。文心千帆は、Bエンドのエンタープライズユーザー向けに、データ管理、モデルのカスタマイズと微調整の自動化、推論サービスのクラウド展開などを含む、ワンストップの大規模モデルカスタマイズサービスを提供しています。また、文心一炎のエンタープライズレベル推論クラウドサービスも提供しています。

Tencent Cloudの新世代HCC（High-Performance Computing Cluster）高性能コンピューティングクラスター。このクラスターは、Tencent Cloudが自社開発した最新世代のXinghaiサーバーを採用し、NVIDIA H800 Tensor Core GPUを搭載し、3.2Tの超高相互接続帯域幅を提供します。実環境テストの結果、Tencent Cloudの新世代クラスターのコンピューティング性能は、従来モデルの最大3倍に向上することが示されています。

Alibaba Cloudの「Magic Model Community」は、ユーザー共同構築型のモデルサービスプラットフォームであり、モデル利用の参入障壁を下げ、様々なシナリオに適したAPIを提供しています。現在、数百万人の開発者がモデルの共同構築と共有に参加しています。

Huawei CloudのワンストップAI開発プラットフォームであるModelArtsは、Panguビッグデータモデルのトレーニングと推論のための計算、通信、ストレージ、アルゴリズムの最適化を提供し、このモデルにとって重要な基盤プラットフォームリソースとなっています。

ByteDance傘下のクラウドサービスプラットフォーム「Volcano Engine」は、インテリジェントなレコメンデーション機能と高速トレーニング機能を備えたエンジンを発表しました。ハードウェアとソフトウェアを統合した最適化設計を採用し、100GBから10TBを超える超大規模モデルの効率的なトレーニングをサポートします。

ガートナーの2022年レポート「クラウドAI開発サービスの主な機能」によると、2025年までに新規アプリケーションの70%にAIモデルが統合され、クラウドAIサービスはAIアプリケーション開発のハードルを下げることができるとされています。これは、大規模モデルがクラウドコンピューティングに多大な成長機会をもたらすことを示しています。

結論は

まとめると、大規模開発モデルの牽引により、クラウドコンピューティング市場は新たな開発サイクルに入り、競争はさらに激化するでしょう。次にこの分野に参入するクラウドサービスプロバイダーが誰になるかは不明ですが、大規模開発の時代において、新たな競争の波が静かに始まっていることは確かです。