7月17日消息，近日，在全球边缘计算大会上，网宿科技、分享了网宿边缘计算对于大模型时代的思考与探索。
网宿科技边缘智能平台资深架构师陈云辉表示，在未来大模型将成为一种基础设施，每个行业甚至每个企业都会有属于自己的大模型。而如何更好地将大模型落地到具体应用场景、提升生产力，是产业共同探索的方向，也是网宿边缘计算的机会所在。
边缘计算如何在大模型时代发挥价值？在陈云辉看来，边缘计算可以从微调训练和边缘推理两大场景切入。
眼下，大模型和AIGC正引领全球科技新浪潮，而由于从零开始训练模型面临周期长，GPU需求大、成本高等问题，大模型的使用范式主要为 “预训练 + 微调训练+提示词工程”，即基于预训练好的大模型进行领域知识微调训练或使用提示词工程，再应用到具体的场景，从而降低成本。
“这种模式可以加快AIGC创新步伐，但大模型的参数量巨大，进行所有参数的微调成本非常高，LoRA成为有效的解决方法之一。网宿边缘计算可以支持LoRA、QLoRa等轻量微调训练方法，大大降低大模型个性化、领域化的适配成本，促进AIGC在垂直应用场景的落地。”陈云辉分析道。
不仅如此，随着多模态AI的发展以及AIGC在更多领域的应用，AIGC生成的内容将涵盖图片、语音以及视频，AI推理相对训练的成本占比将提升，对流量需求将越来越高。同时，伴随AIGC模型领域化、小型化、轻量化技术的发展，未来AIGC对算力要求也将持续降低。
“因而大模型推理运算可以从中心下沉到边缘，实现更低的带宽成本、更快的响应速度。网宿在边缘侧有得天独厚的优势，可以很好地赋能边缘推理场景。”陈云辉表示。
作为领先的边缘计算服务商，网宿边缘计算拥有显著的资源协同优势，可以与CDN业务在机房、算力、带宽、调度等方面充分协同，并且网宿基于全球2800个节点打造的轻量化边缘智能平台，节点分布广泛，平台运营经验丰富，可以复用到大模型场景。
得益于以上优势，网宿科技探索了面向大模型与AIGC时代的产品形态，并逐步落地。据悉，网宿科技基于网宿边缘智能平台，针对大模型推理、训练等场景，构建了边缘CPU算力平台、开源大模型训练部署平台，并输出垂直领域的解决方案，以适应市场需求和技术发展，让大模型赋能百业。
其中，网宿边缘GPU算力平台基于网宿广泛分布的节点资源，提供轻量化算力资源，支持GPU虚拟化，可满足轻量AI任务场景的需求，如AI推理、深度学习、图形可视化等。
网宿开源大模型训练部署平台基于开源预训练大模型，提供包含模型微调训练、性能评估、部署监控、轻量化推理等功能的端到端大模型服务平台，可降低大模型应用落地成本，帮助客户打造自己专属的的大模型。
此外，网宿提供垂直领域的解决方案，包括开箱即用的基于私有大模型的企业知识库解决方案，可以服务企业内部与外部客户，以及针对电商领域的图像生成解决方案，如AI模特等，帮助垂直领域降本增效。
陈云辉表示，“以上三种产品形态分别对应Iaas、PaaS 、SaaS层，未来我们希望打造全栈解决方案，降低AIGC的使用门槛。我们相信，随着大模型和AIGC的广泛应用，网宿边缘智能平台将迎来更多用武之地。”
值得一提的是，此次会上，陈云辉还重点展示了网宿边缘智能平台在AI应用场景的实践经验。
网宿边缘智能平台基于网宿丰富的节点管理和调度能力，针对边缘计算场景提供云边一体化协同托管方案，可以一站式纳管各类架构的边缘设备，将云上应用延伸到边缘，满足客户对边缘计算资源的远程管控、数据处理、分析决策、AI应用等诉求。目前该平台已经服务于智能养殖、智能换电、智能勘测、智能安防等AI应用场景，成功帮助客户节约建设成本、提升运营效率。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
