致程序员:AI 百问百答
极客时间
专家团
754 人已学习
新⼈⾸单¥0.11
登录后,你可以任选4讲全文学习
课程目录
已更新 22 讲/共 98 讲
致程序员:AI 百问百答
15
15
1.0x
00:00/00:00
登录|注册

Q21|破局:开源霸权还是闭源终局?

作者介绍:
王闻宇,PPIO 派欧云联合创始人 & CTO、TGO 鲲鹏会学员
Q:开源策略是否更有利于生态繁荣?闭源模式能否长期维持技术领先?
王闻宇:第一,开源能够快速降低推理成本。 一旦模型向社会开放,众多公司就会参与研究如何部署和优化,从而降低人工成本、提升模型性能,进而迅速拉低处理成本。
第二,开源赋予了开发者更大的灵活性。开发者可以选择在公有云、专有服务器或内网环境中部署模型,不用担心性能限制或数据安全问题,能够更加放心地使用。
第三,开源还具备很强的可玩性。开发者可以使用自己的特色数据进行微调(fine-tuning)或再训练,从而创建出个性化的模型。
第四,社区的贡献也不容忽视。开源项目发布后,会迅速吸引大量开发者参与,他们利用各种数据集进行微调或模型蒸馏(distillation), 创造出适用于不同场景的模型供他人选择。开源的最大价值在于,它将原本只有头部企业(如 OpenAI)才能参与的技术平民化,让更多人能够参与到其中。
开源大模型推动了技术平权。随着更多人参与、更多需求被满足以及不断的迭代优化,开源项目逐渐形成了一个正向循环,其影响力也越来越大。开源项目的核心优势不在于技术壁垒,而在于生态的开放性和包容性。这种开放性吸引了大量参与者,构建了强大的生态壁垒。因此,我预测在 2025 年,会有更多更好的开源模型出现。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
  • 解释
  • 总结

1. 开源模型能够快速降低推理成本,提升模型性能,降低人工成本,从而拉低处理成本。 2. 开源赋予开发者更大的灵活性,可以选择在不同环境中部署模型,不用担心性能限制或数据安全问题。 3. 开源项目吸引大量开发者参与,利用各种数据集进行微调或模型蒸馏,创造出适用于不同场景的模型供他人选择。 4. 开源大模型推动了技术平权,让更多人能够参与其中,形成了一个正向循环,其影响力也越来越大。 5. 开源项目的核心优势在于生态的开放性和包容性,构建了强大的生态壁垒。 6. 模型性能的差异并不完全取决于开源或闭源,而更多决定于选择的 GPU,并发参数,以及推理优化技术。 7. 推理优化技术对模型性能的影响非常关键,采用无损优化技术、PD 分离、投机采样、并行方案等方法可以大幅提升模型性能。 8. 模型的最终性能取决于优化的基础和方法,包括 PD 分离、MLA、MTP 等技术的应用。 9. 对于开源模型,全球的开发者都可以参与优化,探索优化方案,降低成本从而降低 Token 价格,推动整个行业的发展。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《致程序员:AI 百问百答》
新⼈⾸单¥0.11
立即购买
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部