首页 > 科技周边 > 人工智能 > 联想(00992.HK)领衔组建L-MAN超级战队:全球最强AI算力联盟集结

联想(00992.HK)领衔组建L-MAN超级战队:全球最强AI算力联盟集结

WBOY
发布: 2023-10-27 18:13:01
转载
1033 人浏览过

今年的联想Tech World 2023,汇聚了来自各行各业的AI领军人,也带来了各式各样的突破性的AI技术。

但要论最吸睛的,无疑是联想(Lenovo)、微软(Microsoft)、AMD、英伟达(NVIDIA)等巨头联袂合作,构建了全球AI算力的最强联盟——L-MAN(Lenovo-Microsoft-AMD-NVIDIA)。

作为这个联盟的核心成员,联想正积极投身于这一场前所未有的全球AI计算合作中,并掀起一场名为“AI for All”的AI计算浪潮。

L-MAN:全球AI崭新力量

不可否认的是,在科技领域,合作是创新的引擎。

就像X-MAN战队的成员都是超级英雄一样,L-MAN联盟的成员在AI计算领域都是拥有不同超凡能力的“超级英雄”,各自的特点和力量相辅相成。众所周知,联想在设备和基础设施领域、微软在AI应用及操作系统领域、AMD在处理器技术领域,NVIDIA在GPU技术领域有着杰出的专长。这些全球科技巨头集合各自的优势,合作应对AI领域的机遇和挑战。这应该是全球最顶级AI算力战队。

联想(00992.HK)领衔组建L-MAN超级战队:全球最强AI算力联盟集结

在Tech World上,L-MAN战队成员纷纷登场,不仅展示了全球顶尖AI算力战队如何紧密协作,还宣布了多项重要的战略合作协议。

L:联想在“智-端-云-边-网”的技术架构之上,提供全面覆盖的AI算力基础设施。联想正逐步成为全球最大的端到端基础设施提供商。在PC领域,联想是当之无愧的全球第一玩家,并首次展示AI PC及其相关技术;在服务器和存储领域,联想也取得了巨大的成功,市占率位列全球排名前列。

M:正如微软董事长兼CEO萨提亚·纳德拉表示,微软不仅提供强大的操作系统和办公软件,还与联想合作开发AI PC,使硬件和软件的融合更加紧密。强强联合将为用户提供更智能、更高效的计算体验,帮助他们更好地迎接AI新世代。

A:AMD首席执行官兼主席苏姿丰指出,AI需要庞大的计算能力。AMD不断投资于高性能GPU计算,与联想在智能设备、智能基础设施以及人工智能解决方案等领域深入合作,从数据中心的ThinkSystem到ThinkStation工作站和ThinkPad笔记本电脑,取得了重大突破。最近,联想发布了采用AMD最新发布的EPYC 8004系列处理器的ThinkEdge SE455 V3服务器。AMD EPYC处理器与联想的工程技术相结合,形成了市场上AI性能和能源效率最强大的边缘服务器。

N:在会上,联想集团董事长杨元庆和英伟达首席执行官黄仁勋共同宣布,联想集团将与英伟达合作,为企业用户开启数字化时代,提供全新基于NVIDIA MGX架构的企业级AI解决方案以及一系列联想混合人工智能服务。不论是在边缘设备还是云端,企业用户将能够提高灵活性和效率,轻松部署、管理和优化生成式人工智能应用。黄仁勋还表示,继过去25年的合作之后,英伟达和联想将携手共创未来的25年。

总之,联想、微软、AMD和英伟达共享资源、知识和经验,推动AI技术不断取得突破。在这一基础上,L-MAN这个AI算力联盟汇聚了各大科技巨头的资源和专长,构建了一个围绕AI算力的全球超强科技生态服务平台,并为联想的"AI for All"愿景奠定了坚实的基础。

AI for all

如何理解联想“AI for all”的愿景呢?字面上看,这意味着使AI计算更强大且更普及化。但它的意义远不止如此。

从Tech World展示来看,联想所追求的“AI for all”,实际上是让AI变得“无时不再、无处不在、人人都有”。尽管听起来像虚无的市场标语,但在实际应用和行业内,这是具体可行的,尽管具有巨大挑战。

炙手可热的的公用大模型是“通用”大模型。尽管通用大模型拥有远超出上一代AI主流技术的泛化性,但是仍未实现“for all”的目标。主流的公用大模型只能在云端基于大型GPU运行,需要有传输网络,不能做到“时时有AI”;“公用”,意味着难以在高隐私安全要求的场景中应用,无法实现“处处有AI”的愿景。高通用性通常伴随着低个性化,每个人拥有自己的AI的愿景难以实现。

然而,联想提出了一个基于三种核心基础模型的混合AI新框架,可以促进人工智能在多个领域的应用,并满足多样化的需求。这一框架涵盖了三种核心基础模型:公共基础模型、私人基础模型和个人基础模型。

联想(00992.HK)领衔组建L-MAN超级战队:全球最强AI算力联盟集结

公共(Public)基础模型是大家最熟悉的模型,通过大规模公共领域数据进行训练,部署于公共云之上,供所有人访问和使用。私人(Private)模型通常为特定企业度身定制,不仅可以处理公共任务,还能处理与企业特定业务相关的任务。私人基础模型通常不会将数据传输到公共领域,以更好地确保数据安全和隐私。而个人(Personal)基础模型通常在用户设备上运行,以确保隐私和数据安全,不仅能够理解和执行个人任务,还可以提供个性化服务。

这三种基础模型的结合构成了联想的混合AI框架。这个框架不仅扩展了AI应用的范围,还确保了数据隐私和安全,进一步打造个性化模型,以满足不同用户的多元需求。

这个混合AI框架为“AI for All”愿景贡献了基本架构。以PC领域为例子:在该框架的支持下,联想AI PC可以为企业和个人提供更全面的AI解决方案。联想在个人级PC上运行的个人基础模型,可以提供更智能的用户体验,帮助用户解决问题并提供个性化建议。而在企业级个人电脑领域,私人基础模型可以高效处理企业特定的任务和信息。联想承诺,除非用户授权,数据永远不会被共享或发送到公共云,以确保个人隐私和数据安全。

AI PC的冰山一角

以PC为核心的智能设备是AI for All”最后的关键环节。

杨元庆指出,智能设备好比是赛车,它是人工智能触达终端用户的终极载体。未来的个人电脑将是AI PC,未来的手机将是人工智能手机,未来的工作站将是人工智能工作站。在Lenovo Tech World2023上,联想展示了自己的AI智能设备“全家桶”,包括首款AI PC、AI Phone(Moto Edge 40 Pro),以及AI工作站等。

其中,联想AI PC被众多业内人士认为是AI时代的革命性产品,为人们的生活和工作场景填补了人工智能算力空缺。

从上文我们已经知道,混合AI框架为联想的PC产品和解决方案提供了强大的框架,但事情并没有这么简单——正如东吴证券研究所指出,AI PC在PC用户端实现部分AI应用,是非常大胆的创新。

算力问题是其中最为关键的之一。生成式AI需要强大的计算能力支持,因此以前只能在云端基于大型GPU运行。如何让个人电脑也能提供与云端大型模型相媲美的服务?

联想提出的解决思路,是采用大模型压缩技术。。所谓大模型压缩技术,即通过对模型优化,降低模型的大小以及对硬件资源的需求,进而提升模型的推理速度,这就是大模型压缩技术。杨元庆在大会上表示,“联想的大模型压缩技术能让用户自己的智能终端和设备拥有运行个人级大模型的能力。”

另外,一年前联想就已经把AI算法放入PC设备。未来,联想的AI PC将进一步引入NPU。NPU(Neural Processing Unit)能有效处理大规模并列运算,符合深度学习演算的规律,是最适合用于AI深度学习、演算的处理器。联想将CPU、GPU和NPU集成在一起,形成了多计算单元的算力组合,兼具通用计算与异构计算的优势,能够满足复杂计算需求,实现更快速、更顺畅的用户体验,同时降低功耗并延长续航时间。

在现场,联想还演示了功能性产品人工智能双胞胎(AI Twin)。顾名思义,这是独属于每个人自己的大模型,是个人在数字世界的延伸。这个产品充满了个性化的个人特征,就像双胞胎一样。在个人级AI Twin的演示中,我们清晰地看到,AI Twin的答案生成速度媲美通用大模型。与通用大模型不同的是,AI Twin基于个性化的本地知识库和用户的思维方式生成了个性化答案。当然,如果用于企业级个人电脑,它可以根据不同企业的政策和信息生成个性化方案。

这仅仅是AI PC的部分应用,更多的功能仍需等明年9月AI PC上市销售。当前,市场与用户对AI PC充满期待。IDC设备与显示器研究副总裁Linn Huang表示,虽然案例尚未完全明确,但市场对该类别(AI PC)的兴趣已经很强。

杨元庆表示,AI PC的初期定位是高端市场,量不会很大,占比不会超过行业总销量的10%。尽管在初期AI PC可能不会马上成为超级爆品和市场的主流;但长期来看,它具有巨大的潜力。

值得注意的是,AI技术正得到快速发展与推广,很可能会带来一轮较大的PC换机周期。高盛预计AI对计算能力的更高要求和新的AI功能将支持对联想终端设备的需求。

当前,全球PC市场正结束连续多个季度的低迷。联想指出目前PC去库存管理已基本结束。联想的个人电脑出货量环比在过去两个季度均有所增长,尤其是在刚刚结束的第三季度,环比增长了11%。预计即将到来的第四季度将会开始实现同比增长。

随着PC市场的回暖,第四季度以来,联想集团的股价走出了一波复苏行情。但更多的催化因素可能仍未被考虑。

即将而至的市场周期拐点,叠加渐行渐近的AI刺激换机需求;还有AI PC即将发布,在引爆关注之余,还能推动业务“量价”齐升......联想的AI潜力可能正处于初步释放的阶段。

以上是联想(00992.HK)领衔组建L-MAN超级战队:全球最强AI算力联盟集结的详细内容。更多信息请关注PHP中文网其他相关文章!

相关标签:
来源:sohu.com
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板