- 1、本文档共39页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
非Transformer架构的端侧
大模型创新研究与应用
演讲人:刘凡平
ROCKAI,CEO
目录
CONTENTS
01端侧大模型的现状与挑战
02ROCKAI的端侧大模型的实践
03未来趋势
端侧大模型的现状与挑战
1.1大模型时代的端侧需求
以全行业视角
工信部赛迪研究院数据显示,预计2035年生成式人工智能有望为全球贡献近90万亿元的经济价值,其
中我国将突破30万亿元,占比超过四成。浙商证券预计到2028年全球大模型市场规模将达到1095亿美
元,2022~2028年复合增长率约为47.12%。
以终端设备视角
IDC预测,2024年中国终端设备市场中,将有超过半数的设备在硬件层面具备针对AI计算任务的算力
基础,至2027年,这一比例将进一步攀升至接近80%的水平。瑞银预计生成式AI智能手机出货量将
从2023年的5000万部增长到2027年的5.83亿部,到2027年收入将达5130亿美元,未来面向广大C
端用户的端侧大模型市场前景广阔。
1.2狭义的端侧:以推理为核心
对于“狭义端侧模型”而言,软硬件技术的核心目标在于为用户提供大语言模型推理服务,在软硬件协同
优化下实现了大语言模型在终端设备上的本地化应用,训练和微调并非端侧需要考虑的任务。
AIPCAI手机具身智能
1.3现有大模型在端侧应用的局限性
1.4目前端侧大模型的主流技术方法
1.5行业针对大模型的创新研究
DomainSubdomainMoEMultimodalityAGIOverallScore
TransformerModels43411
RecurrentNeuralNetworks2327
ModelArchitecture
MixtureofExperts35412
MultimodalModels53513
SupervisedLearming4329
UnsupervisedLeaming43411
TrainingTechniques
ReinforcementLearning345
文档评论(0)