【云原生】算力管理复杂、训练成本过高 - 专家谈AI困境如何破解

　　中新网6月29日电(中新财经记者吴涛)“大模型的高速发展使得AI不得不面临算力管理复杂、训练推理成本高、任务调度难等多方面发展瓶颈。”

　　最近，在蚂蚁数科举行的一场发布会上，中国信息通信研究院云大所副所长栗蔚指出，云原生凭借其高可用、弹性、可扩展等优势成为突破AI困境的关键，云原生PaaS平台的大模型产品工具链不断完善，将加速大模型技术在行业应用中落地。

　　栗蔚表示，根据调研，云原生除了作用于AI之外，之前它作用于很多互联网应用的研发，超过一半中国企业大部分互联网化应用程序都是云原生的架构，甚至以往的核心架构现在也都在云化。

　　据介绍，在AI时代，因为大模型对算力需求很大，GPT3.5的时候是1750亿参数，需要500个英伟达的卡，到了GPT5是10万亿的参数，需要50万张英伟达的卡。这种情景下，云将施展出新的关键作用。

　　“50万张英伟达卡计算是不会在一个 数据中心 完成的，所以很多大模型计算跨域不可避免，但跨域以后对方是英伟达的卡么？或智算底层基础设施都不一定。这种情景下，我们需要啥？中间谁能把应用部署在算力上跑起来呢？”

　　栗蔚给出答案，她认为，就是云，AI时代几个发展瓶颈问题一般都是要靠云原生满足的。云原生屏蔽了底层算力的不同，其应用不在乎你底下是CPU还是GPU，还是用了啥样的规格的卡，我只是将应用部署在上面，用你的计算能力，所以云原生施展了这样的作用。

　　“很多企业通过用了云原生，对于底下上千台服务器进行统一的纳管，从而全方位提升效率和降低成本。”栗蔚强调，云跟AI结合才能充分降低AI的工程化成本，让AI大模型真实地跑起来变成服务。(完)