至顶网服务器频道 12月04日 新闻消息(文/李祥敬):当前人工智能备受追捧,相关人才成为“香饽饽”。但是现实上,人们学习人工智能的途径并不是很顺畅。于是,NVIDIA推出了“开发者项目”及DLI(深度学习学院)。NVIDIA开发者计划全球副总裁Greg Estes在GTC China 2018上告诉记者,这两块业务对于NVIDIA在人工智能领域的布局至关重要。
对于NVIDIA的开发者项目,Greg表示,用户购于GPU会承载不同类型的工作负载,如何针对工作负载优化应用成为开发者首要解决的。NVIDIA在开发者生态建设方面是纵向性的,也就是聚焦不同的细分行业,帮助开发者完成应用的交付。“在NVIDIA眼中,开发者是最重要的,所以我们才会花很大的力气关注开发者的社区。因为NVIDIA提供了最佳的人工智能开发平台,所以开发者非常愿意跟我们合作。”
为了帮助不同领域的开发者更好地完成项目交付,NVIDIA提供了软件开发套件、文档和代码适应等不同层面的内容。据Greg介绍,目前,NVIDIA开发者社区的总人数已经超过了100万。“NVIDIA在2006年启动了CUDA,由于人工智能的流行,2014年CUDA开发者的人数激增。”
针对人工智能的学习培训,NVIDIA深度学习学院(DLI)应运而生。其针对AI和加速计算提供实践操作培训,为开发人员、数据科学家和研究人员度身打造课程。参与者可以获得培训证书,证明在相关领域的技能,为职业发展提供证明。时至今日,已经培训120000名来自世界自地的开发者。
Greg表示,在过去几年,NVIDIA针对CUDA进行了一些培训工作,发现效果挺好,于是这种想法扩展到人工智能领域。“学习到人工智能理论可能会很容易,但是怎样把人工智能转化为产品却很难。DLI就是为了解决这样的问题,通过动手实操帮助人们掌握人工智能的本领。”
同时,Greg认为,如果你获得DLI的认证,在职业生涯方面就会有很大优势。“DLI认证是可以让大家非常自豪的事情,让你找到好的工作,这是基于你的知识以及你被认知的事实。现在越来越多的人在自己的简历中和社交媒体上面,提到了他们接受过DLI认证。在NVIDIA内部,很多工程师也在学习DLI课程,并通过DLI认证。”
目前,DLI所有的课程都放到了云端,这和其它的公司提供的培训非常不一样。而且课程会根据目前的技术发展不断更新,DLI需要学习者亲手操作体验,而不只是坐在电脑面前看看视频,或者是听别人讲座。Greg透露,截至目前,中国已有超过9000名开发者参加了自主培训和讲师指导式培训课程,同比增长100%。
此外,DLI与领先的教育组织合作,将深度学习培训范围扩展到全球的开发者和数据科学家。NVIDIA还新增3家认证合作伙伴,可为重要客户提供讲师指导式培训班。通过合作伙伴,DLI培训出3300多名开发者;DLI在企业内部、大型会议和大学等场所召开了100多场讲师指导式培训班。
同时,通过“校园大使计划”,DLI深度学习学院培训出500多名大学生和教职人员。据悉,全球著名学府都可以参与DLI校园大使计划。教育工作者还可以下载NVIDIA教学套件, 以获取教学课件、实践操作课程和GPU云资源等。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。