成果介绍
特点 • 全链路一体化服务,大大降低AI定制化门槛 • 提供全方位的数据准备、模型微调、模型评估、模型部署等服务 • 训练流程自动化,极大提升模型迭代速度和效率 • 模型一键部署 • 模型多样化 • 支持ChatGPT以及各种开源大语言模型,如redpajama, open llama等 • 低延迟、低成本、高稳定性 • 自研向量数据库、模型压缩、自动化模型评估系统、弹性扩容等技术 • 拥抱和支持开源大语言模型,降低使用成本 • 数据安全 • 支持模型私有化部署
成果亮点
全球人工智能市场规模在2022年达到了***亿美元,预计将以每年***%的复合年增长率增长, 直至2030年(***) 自ChatGPT问世后,国内互联网大厂纷纷发布自己的大语言模型,如百度的文心一言,阿里的 通义千问等 主要竞争对手 针对大语言模型的定制化是一个全新的方向,大型互联网公司和很多其他初创企业处在同一起跑线 潜在竞争对手
团队介绍
王森洪 2012年毕业于上海交通大学计算机系,后在香港科技大学深造从事GPGPU研究并于2014年获得计 算机硕士学位。毕业后到2021年先后任职于美国谷歌,Meta(原Facebook)等公司领导大规模搜索 和广告等AI系统的架构开发,领导开发了服务十亿QPS的向量数据库,模型内存管理系统等。 张 佛罗 翔 里达大学计算机硕士,北京航空航天大学本科。 2016-2021年间在Snapchat广告平台担任资深软件工程师,负责广告产品开发、infra建设、性能 优化等核心业务。搭建了具有数千机器集群的超大规模ads infrastructure,具有百万qps的处理 能力和百亿级别数据处理经验。
成果资料
产业化落地方案