這，才是普通玩家入局AIGC的正確姿勢

豐色 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

The future is here, it’s just not evenly distributed yet.

這是“賽博朋克之父”威廉·吉布森的一句經(jīng)典名言，也是亞馬遜云科技全球產(chǎn)品副總裁Matt Wood對時下生成式AI技術(shù)的現(xiàn)狀總結(jié)。

對于后半句，我們可以更直白地理解為“尚未平均分布”。

為什么這么說？

時至今日，生成式AI在創(chuàng)意輸出（如寫作、編程、設(shè)計）、功能增強（如寫摘要、搜索）、交互式體驗（Q&A、聊天）和決策支持（各類助理）這四個領(lǐng)域已展現(xiàn)出驚人潛力。

我們看到，一大波全新應(yīng)用噴涌而出，學(xué)界、產(chǎn)業(yè)界人士更是爭先恐后開啟創(chuàng)業(yè)潮。

然而，它帶來的福利并非均勻分布，因為全面擁抱這項技術(shù)是有門檻的。

如Matt Wood所說，先進技術(shù)的使用權(quán)通常只在大型科技公司、政府和大學(xué)的“職權(quán)范圍”之內(nèi)。

直到現(xiàn)在，不少初創(chuàng)企業(yè)、組織或個人，以及非專業(yè)AI公司，由于要么缺基礎(chǔ)設(shè)施、缺資源，要么缺正確的打開方法……只能先看著別人在當下的風(fēng)口起飛。

怎么辦？如何破局？

這也是行業(yè)巨頭亞馬遜云科技一直關(guān)心的問題。

在剛剛舉辦的亞馬遜云科技中國峰會上，它終于給出了一份參考答案：針對基礎(chǔ)模型構(gòu)建、私有定制、開發(fā)效率和算力成本，一一給予解決方案。

想要在這場變革之中抓住機會、全面利用生成式AI價值的普通玩家，不容錯過。

解鎖生成式AI的4個必備姿勢

廢話不多說，我們先直奔Matt Wood博士的精彩演講。

開門見山，Matt Wood博士表示，普通企業(yè)要想抓住這次機遇，全面解鎖生成式AI的價值，需要做好四方面的準備：

一流的基礎(chǔ)模型、安全且私有的定制化環(huán)境、低成本/低延遲的基礎(chǔ)設(shè)施保障，以及能提速的專業(yè)開發(fā)工具。

怎么理解這四個點？它們各自對應(yīng)的解決方案是什么？

首先，Matt Wood表示，要想縮小“分布不均勻”的差距，我們首要考慮的應(yīng)該是那個能最大限度彌補鴻溝的方法。

那就是一個“best-in-class（最佳）”的基礎(chǔ)模型。

所謂“工欲善其事必先利其器”，有了這樣的模型，我們才能搭建能力范圍內(nèi)最好的AI應(yīng)用。

那么如何獲得最好的基礎(chǔ)模型？

這就不得不搬出亞馬遜云科技才發(fā)布不久的Amazon Bedrock平臺了。

作為一個“基巖”平臺，它支持來自AI21 Labs、Anthropic、Stability AI的基礎(chǔ)模型，包括“ChatGPT最強競品”Claude、能支持多種小語種的Jurassic-2、以及不用咱過多介紹的Stable Difussion等。

除此之外，它還包括兩個亞馬遜云科技獨家自研的先進大語言模型Amazon Titan：

一個叫Amazon Titan text，專注于生成式NLP任務(wù)，另一個叫Amazon Titan Embeddings，用于搜索和個性化推薦等，可將文本輸入翻譯成包含語義的嵌入編碼，從而讓搜索結(jié)果更相關(guān)、更符合上下文語境。

在Amazon Bedrock平臺之上，你可以獲得最簡單的使用這些模型的體驗：

只需通過API訪問，不用操心任何基礎(chǔ)設(shè)施，就能快速將它們用于你的應(yīng)用開發(fā)；

如果你想對這些基礎(chǔ)模型進行定制改造，只需提供少量（低至20個）帶標簽的示例即可。

說到定制模型，就來到了咱們的第二點：安全且私有的定制環(huán)境。

所謂定制化，就是用相對來說“數(shù)量少但質(zhì)量精”的數(shù)據(jù)來將預(yù)訓(xùn)練好的基礎(chǔ)模型轉(zhuǎn)變成一個尤其擅長某類特定任務(wù)的“垂直”模型，也就是咱平常說的微調(diào)。

在Matt Wood看來，這個過程稱得上“game-change”，因為相比直接開發(fā)特定任務(wù)模型，微調(diào)/定制新模型所需數(shù)據(jù)量更少，導(dǎo)致計算時間也減少，從而能夠更快地完成構(gòu)建。

毋庸置疑，定制模型的關(guān)鍵是專有數(shù)據(jù)，它們基本都是客戶寶貴的私有財產(chǎn)。

因此，要完成這一過程，一個安全且私有、保證數(shù)據(jù)不會用于平臺基礎(chǔ)模型和其他客戶訓(xùn)練的環(huán)境就尤為重要。

Amazon Bedrock從一開始就主打安全和隱私，以及面向更專業(yè)開發(fā)者的Amazon SageMaker JumpStar平臺，也引入了如上這些先進基礎(chǔ)模型，并同樣提供安全的微調(diào)環(huán)境。

接著，當環(huán)境和平臺都準確就緒，就可以提速開發(fā)，思考如何快一點、再快一點地完成目標。

答案其實藏在同一處——同樣利用生成式AI技術(shù)開發(fā)的代碼AI助手，比如Amazon CodeWhisperer，將顯著提升我們的開發(fā)速度。

它經(jīng)過數(shù)十億行代碼訓(xùn)練，支持十余種常見編程語言和編程環(huán)境，同時：

• 具備上下文感知能力，不局限于當前文檔提供代碼建議；
• 內(nèi)置安全掃描功能，可迅速檢查代碼是否存在漏洞并提供修復(fù)建議；
• 可以進行來源檢查和標注，讓你的每一行代碼都有跡可循（尤其針對開源項目）；
• 以及專門加了一個企業(yè)級控制功能，可設(shè)置公司內(nèi)部的開發(fā)規(guī)范、方針等。

最最重要的是，此等“尤物”，個人開發(fā)者可以完全免費使用！

只需打開你的IDE搜索插件并安裝，然后用一個郵箱完成注冊即可，連亞馬遜云科技賬號都不需要。

據(jù)統(tǒng)計，亞馬遜內(nèi)部的開發(fā)人員使用Amazon CodeWhisperer后，開發(fā)速度直接比以往快了57%，完成項目的成功率也提高了27%。

最后，代碼開發(fā)完成以后，訓(xùn)練和推理的成本和性能就成了我們要考慮的頭等大事。

在此，亞馬遜云科技已專門針對大模型（包括LLM和擴散模型）開發(fā)了訓(xùn)練和推理芯片：Amazon Inferentia、Amazon Trainium和Amazon Inferentia2。

它們有多強大？

單說其中的Amazon Inferentia芯片，依賴于它開發(fā)的Amazon EC2 Inf1實例，就能直接將模型每次的推理成本較普通GPU降低70%。

有了它們，普通玩家也能輕松實現(xiàn)算力上的高性價比了。

看完這些，我們能夠發(fā)現(xiàn)，亞馬遜在基礎(chǔ)模型構(gòu)建、私有定制、開發(fā)效率和算力成本上的解決方案，實屬早有準備（都是此前就已經(jīng)發(fā)布的產(chǎn)品），在如今“尚未平均分布”的技術(shù)現(xiàn)狀之下，直接就能打包成成熟方案，立刻惠及每一個人。

好消息不止如此，除了以上四部分，亞馬遜云科技在最基礎(chǔ)的數(shù)據(jù)方面同樣能提供全面的支持。

如Matt Wood博士所說：

數(shù)據(jù)是生成式Al的起源（Data is the genesis of generative Al）。

如何充分挖掘其中的價值？這是一個從業(yè)者都繞不開的問題。

在Matt Wood博士看來，我們需要的不僅僅是變革性的技術(shù)和基礎(chǔ)設(shè)施，還包括一個端到端的數(shù)據(jù)戰(zhàn)略，用三個關(guān)鍵詞概括就是：全面、集成和治理。

對此，亞馬遜云科技亦早有準備：

• Amazon Aurora和Amazon RDS，可以提供全面和完整的關(guān)系數(shù)據(jù)庫服務(wù)；
• Amazon Athena和Amazon EMR等7項工具，可以包攬交互查詢、大數(shù)據(jù)處理、倉儲、一體化等你能想到的所有分析任務(wù)；
• Amazon Aurora和Amazon Redshift，已打通連接無縫集成，進一步實現(xiàn)“零ETL”的愿景，減少用戶在不同服務(wù)間手動遷移或轉(zhuǎn)換數(shù)據(jù)的工作；
• 最后，還有全新產(chǎn)品Amazon DataZone，幫你實現(xiàn)透明的數(shù)據(jù)跨部門共享（現(xiàn)在已開啟預(yù)覽），數(shù)據(jù)治理的“度”如何拿捏，也不必操心了。

已經(jīng)有人幫你體驗過了

Talk is cheap, show me the code。

在這場峰會上，亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理陳曉建也帶來兩類實際案例，向我們展示了它是如何幫助企業(yè)解決在如今的生成式AI大背景下進行創(chuàng)新時，遇到的算力資源和全球化問題。

先看第一個。

由于生成式AI技術(shù)的爆發(fā)，行業(yè)整體算力需求井噴，并由此帶來三大挑戰(zhàn)：

算力資源本身的緊缺、計算資源的彈性化供給困惑（不知道什么時候需要多少計算資源）以及云上運維的門檻和復(fù)雜度還不夠低。

亞馬遜云科技如何解決這些問題？

首先，它們推出各類自研芯片，如可以幫CPU減負的云計算專用芯片Amazon Nitro、基于ARM架構(gòu)的通用處理器芯片Amazon Graviton以及專為機器學(xué)習(xí)訓(xùn)練和推理開發(fā)的Amazon Inferentia和Amazon Traininum系列芯片，來幫助企業(yè)實現(xiàn)超高的算力性價比。

以F1賽車為例，主辦方通過使用亞馬遜云科技的Amazon Graviton 3E芯片進行空氣動力學(xué)模擬，才得以用比以往快70%的速度來開發(fā)新一代賽車，并將賽車壓力損失從50%降低到15%。

這就意味著車主在駕駛時可以更容易地進行超車，給車迷帶來更精彩的賽場纏斗。

其次，亞馬遜云科技通過各種豐富的計算網(wǎng)絡(luò)存儲（可按需選擇或者直接幫你智能分級）以及產(chǎn)品組合（超600種不同計算實例）來幫助用戶應(yīng)對突發(fā)的算力需求，實現(xiàn)高度彈性化的計算資源供給。

以維塔數(shù)碼云上工作室為例，它曾獲得6次奧斯卡最佳特效獎，作品包括《阿凡達》《指環(huán)王》《猩球崛起》等。

由于亞馬遜云科技提供的基礎(chǔ)架構(gòu)算力資源、云上制作堆棧和機器學(xué)習(xí)堆棧等一系列服務(wù)，該工作室只用了8個月就完成了高達33億渲染線程小時的《阿凡達2》云上特效制作；反觀《阿凡達1》，“當初用了整整14個月才看到了第一幀”。

最后，亞馬遜云科技還通過Serverless技術(shù)來簡化云上運維管理，幫助游戲公司朝夕光年專注于游戲《Marvel Snap》本身的開發(fā)，而不用擔(dān)心訪問量劇烈增加時的系統(tǒng)升級和擴容工作。

陳曉建介紹，該游戲最終啟動后沒有發(fā)生一個后端錯誤事件，在游戲行業(yè)聞所未聞。

除了算力資源，許多企業(yè)在如今的全球化大趨勢下也有三大訴求：

所有業(yè)務(wù)實現(xiàn)云上統(tǒng)一管理并保證高可靠和低延遲、搭建組網(wǎng)的過程要既快速且高效、以及能否符合當?shù)氐姆ㄒ?guī)要求，保障業(yè)務(wù)順利出海。

對此，亞馬遜云科技也一一接招應(yīng)對。

以OPPO為例，他們的手機業(yè)務(wù)遍布全球，存在上百的云上VPC和本地資源需要連接，非常考驗全球組網(wǎng)難度。

而依托亞馬遜云科技的Amazon Cloud WAN服務(wù)，只需分分鐘便快速搭建好了一個全球網(wǎng)絡(luò)，它既能保持OPPO的全球業(yè)務(wù)獨立運作、區(qū)域合規(guī)自治，同時又能進行統(tǒng)一管理。

其次，對于網(wǎng)絡(luò)可靠性、延遲性要求非常高的資本交易市場納斯達克，亞馬遜云科技則憑借Amazon Outpost服務(wù)幫它建成了資本市場行業(yè)有史以來的第一個私有本地區(qū)域，并實現(xiàn)超低延遲的邊緣計算功能。

最后，全球電子支付終端供應(yīng)商Pax，也依靠亞馬遜云科技的Amazon CloudHSM、Amazon Security Hub等一系列服務(wù)，滿足了多個供應(yīng)商提供的安全服務(wù)標準，保障用戶支付安全，并使交付周期縮短了40%，成本降低20%，實現(xiàn)國際業(yè)務(wù)順利拓展。

……

以上這些成功的合作案例，都很好地說明了亞馬遜云科技在幫助企業(yè)擺脫基礎(chǔ)架構(gòu)限制、專注于創(chuàng)新上的成效。

堅持“給底座造底座”

事實上，對于這波生成式AI浪潮，早在4月份，亞馬遜云科技就向公眾表明了自己的定位：

人人都去卷大模型本身，我們要給底座造底座。

如今兩位高管在亞馬遜云科技中國峰會上的演講，再一次釋放了同樣的信息：

為大眾開發(fā)生成式AI應(yīng)用做基礎(chǔ)支持、做底座支撐。

怎么理解“底座”這個概念？

可以快速獲得世界最先進基礎(chǔ)模型能力的全托管平臺Amazon Bedrock，是底座；

用于訓(xùn)練和運行自家模型的高性能基礎(chǔ)設(shè)施，如Amazon Inferentia芯片支持的Amazon EC2 Inf1實例、Amazon Trainium支持的Amazon EC2 Trn1實例以及英偉達H100 Tensor Core GPU支持的Amazon EC2 P5實例，是底座；

從頭構(gòu)建、訓(xùn)練和部署自己的模型的Amazon SageMaker，是底座；

支持一鍵式部署和150多種流行開源模型微調(diào)的Amazon SageMaker Jumpstart，更是底座；

……

它們都是服務(wù)于我們的大模型、服務(wù)于生成式AI應(yīng)用開發(fā)的基礎(chǔ)工具，作為底座，目的就是降低使用門檻，把大模型和生成式AI技術(shù)變成一種即取即用的資源，讓更多企業(yè)、組織和個人觸及。

而在如今這個全面擁抱生成式AI的時代，市場確實需要有企業(yè)提供這樣的服務(wù)。

據(jù)Grand View Research估計，光是到2030年，生成式AI的市場規(guī)?？赡芙咏?100億美元。

而如今距離這一技術(shù)大爆發(fā)才不過數(shù)月時間，市場遠談不上飽和。

在這片藍海之中，各類公司都對生成式AI變革其產(chǎn)品和業(yè)務(wù)運營的潛力充滿期待，無數(shù)人都想要抓住機遇占領(lǐng)高地，卻不是人人都有資源、有方法、有足夠的成本。

于是自己從頭摸索顯然不是明智之舉，普通玩家都在渴望一個能夠快速上車、不耗費太多功夫建筑底層支撐的方法。

當然，對于大部分玩家來說，成本必然越低越好。

另外，隨著技術(shù)的發(fā)展，社會分工越來越明細，我們講究高效和便捷，不需要人人都重復(fù)造輪子，只需要看誰能利用輪子跑起來、更快速地達到各自的目的地。

因此，推出這些底座服務(wù)也是順應(yīng)大趨勢。

其次，亞馬遜云科技有能力滿足這一急迫的市場需求和趨勢。

這一點不用多說，作為妥妥的科技巨頭，亞馬遜云科技擁有超過25年的AI經(jīng)驗，并有超過10萬名客戶使用亞馬遜云科技的AI和機器學(xué)習(xí)服務(wù)助力自己的業(yè)務(wù)。

在上一部分，大家也跟著陳曉建一起見證了它在幫助各行各業(yè)的大小企業(yè)擺脫基礎(chǔ)架構(gòu)限制方面的成績。

那么，市場有需求，亞馬遜云科技有能力，如此的“雙向奔赴”才能夠讓大眾把大多數(shù)精力都放在真正的創(chuàng)新之上，從而加速整個人類社會的技術(shù)進步歷程——

說到創(chuàng)新，還有一個好消息。

最近，亞馬遜云科技宣布：

投資1億美元成立生成式AI創(chuàng)新中心。

此舉意味著它將進一步提供靈活且經(jīng)濟高效的生成式AI服務(wù)，幫助每個企業(yè)或組織利用AI、釋放生成式AI的巨大潛力。

可以期待，隨著這一重大舉措的實施和深入，我們將更快、更多地看到創(chuàng)新想法和產(chǎn)品變?yōu)楝F(xiàn)實。

One More Thing

值得一提的是，在本場峰會Matt Wood博士演講的最后，官方以鮑勃·迪倫的一首《The Times They Are A-Changin》作為了結(jié)尾。

正如歌名，時代變了，屬于生成式AI的未來已至。

而在這場洪流之中，得益于亞馬遜云科技這樣的底座服務(wù)的存在，讓每個企業(yè)、每個人都有機會去獲得、利用和享受新技術(shù)帶來的福利。

我們認為，沒有人會在這場變革之中被主動落下，尚不均勻的分布終將得到改善、若隱若現(xiàn)的未來也會變得異常清晰。