九章云極DataCanvas公司獲評中國信通院兩大AI標準核心參編單位
9月25日，在“2023大模型工程化論壇”上，中國信息通信研究院（簡稱“中國信通院”）重磅發(fā)布業(yè)內(nèi)首個《大規(guī)模預(yù)訓(xùn)練模型技術(shù)和應(yīng)用評估方法 第三部分：模型運營》標準（以下簡稱“LMOps標準”）和《人工智能研發(fā)運營一體化(MLOps)能力成熟度模型 第3部分：模型運營》（征求意見稿），九章云極DataCanvas公司依托硬核的AI技術(shù)實力和豐富的模型落地經(jīng)驗，作為核心參編單位深度參與兩大重磅AI標準的制定，為加速AI技術(shù)的前沿應(yīng)用轉(zhuǎn)化、共謀AI高質(zhì)效生產(chǎn)新篇章提供關(guān)鍵支持。
隨著大模型熱度不斷攀升，大模型與各行各業(yè)的深度融合正在塑造全新的數(shù)智化轉(zhuǎn)型路徑。當前，企業(yè)迫切尋求大模型落地場景，以實現(xiàn)生產(chǎn)方式的變革、任務(wù)性能的優(yōu)化和員工效率的提高。然而，在大模型賦能千行百業(yè)的過程中，也面臨著大模型工程化的路徑尚不明朗、專有模型的二次開發(fā)成本高、底層資源管理復(fù)雜、部署上線過程耗時長等挑戰(zhàn)。
在此背景下，中國信通院積極展開對大模型運營（LMOps）體系的深入研究，并聯(lián)合華為云、華為終端、百度、中信證券、浦發(fā)銀行、中國移動、九章云極DataCanvas公司等多家通信運營商、金融企業(yè)、互聯(lián)網(wǎng)頭部企業(yè)和領(lǐng)先創(chuàng)新企業(yè)共同啟動LMOps標準的編制。
該標準是業(yè)內(nèi)首個針對大模型運營的標準體系，圍繞大模型從訓(xùn)練優(yōu)化到部署運營的全流程環(huán)節(jié)，規(guī)定大模型在工程化落地過程中對平臺工具能力的要求，包括數(shù)據(jù)工程、模型調(diào)優(yōu)、模型交付、服務(wù)運營、平臺能力等能力項。LMOps標準的發(fā)布和實施，將為專有大模型的構(gòu)建、模型服務(wù)和應(yīng)用落地以及應(yīng)用方的技術(shù)選型提供前沿參考。
作為大模型生態(tài)合作共同體首批創(chuàng)始成員單位，九章云極DataCanvas公司憑借自主創(chuàng)新的AIFS 、 DataPilot 兩大產(chǎn)品體系為企業(yè)提供自主構(gòu)建“大+小”模型的AI基礎(chǔ)設(shè)施能力，助力企業(yè)輕松構(gòu)建個性化、自主的大模型應(yīng)用。其中，AIFS作為一款面向大模型時代的人工智能應(yīng)用構(gòu)建基礎(chǔ)設(shè)施平臺，涵蓋模型的訓(xùn)練與微調(diào)、壓縮與測試、服務(wù)部署與托管等AI模型的全生命周期管理過程，通過為企業(yè)提供包括DataCanvas Alaya九章元識白盒大模型矩陣在內(nèi)的系列軟件工具，切實降低企業(yè)模型構(gòu)建的技術(shù)壁壘和應(yīng)用門檻，賦能大模型在千行百業(yè)的落地生根開花。
大會上，中國信通院正式發(fā)布《人工智能研發(fā)運營一體化(MLOps)能力成熟度模型 第3部分：模型運營》（征求意見稿），九章云極DataCanvas公司憑借深厚的AI技術(shù)沉淀和高效的模型運營能力獲評核心參編單位，助力企業(yè)建立規(guī)范化、體系化、標準化的AI技術(shù)運營服務(wù)，降低企業(yè)數(shù)智化轉(zhuǎn)型門檻。九章云極DataCanvas公司充分發(fā)揮標桿作用，積極推動AI行業(yè)的標準體系建設(shè)和報告產(chǎn)出，曾多次作為核心參編單位參與MLOps系列標準的制定。此前，公司還聯(lián)合IDC重磅發(fā)布《機器學(xué)習(xí)工程引擎MLOps發(fā)展報告——破壁全賽道，落地工程化》，為上層應(yīng)用能力開發(fā)和場景落地提供一站式服務(wù)，加速AI規(guī)?；瘧?yīng)用落地。
隨著大模型引爆人工智能新一輪熱潮，各類AI新產(chǎn)品、新應(yīng)用持續(xù)涌現(xiàn)，產(chǎn)業(yè)界逐步將焦點轉(zhuǎn)移至大模型落地賦能的工程化階段。未來，九章云極DataCanvas公司將繼續(xù)發(fā)揮領(lǐng)先的AI技術(shù)優(yōu)勢，積極推動人工智能行業(yè)的標準體系建設(shè)，加速大模型在千行百業(yè)的工程化落地和場景化應(yīng)用實踐，共繪大模型高質(zhì)量發(fā)展新藍圖。
