硅光模块CPO技术助力AI云计算爆发式算力需求
ChatGPT

硅光模块CPO技术助力AI云计算爆发式算力需求

这篇文章主要回答了投资者对于公司硅光模块CPO技术是否可以优化算力成本,能否满足人工智能和云计算爆发式算力需求的疑问。公司回应称,其自主开发的硅光技术已经研发立项,CPO技术可以为云计算提供高带宽、高密度、低功耗的算力解决方案,能够有效优化算力成本,满足人工智能和云计算的爆发式算力需求。
无限量访问GPT-4!ChatGPT企业版来了,可扩展32k上下文
ChatGPT

无限量访问GPT-4!ChatGPT企业版来了,可扩展32k上下文

萧箫 发自 凹非寺量子位 | 公众号 QbitAI ChatGPT的“PPlus版”终于来了! 就在一众竞品争相推出企业版之际,OpenAI官方的ChatGPT企业版也来了,附带8大功能。 最引人瞩目的,当属GPT-4不限量使用,而且生成速度是Plus版本的2倍。 除此之外,可记忆的上下文扩展最高达到32k,相比之前的版本再次有所提升。 OpenAI表示,这是官方“迄今为止推出的最强大的ChatGPT版本”: 从公司电子邮件关联账户来看,我们观察到80%的世界500强公司都在使用ChatGPT。 听闻消息的网友反应也是不一样。 例如有网友感觉,相比企业版,免费能用的3.5是越来越笨了…… 但也有网友对不限量GPT-4等新功能很心动,得想办法“暗示老板”一下: 所以,ChatGPT企业版的实际使用效果究竟如何? 企业版有些啥功能? 目前官网放出了三种版本ChatGPT的对比。 可以看见,相比免费版的GPT-3.5和Plus版的GPT-4差异,企业版额外推出了8大功能: 1、无限制、高速访问的GPT-4模型2、更长的输入,拥有32k tokens的上下文记忆长度3、不限量高级数据分析(代码解释器)4、内部可共享的聊天模板5、专用管理员控制台6、单点登录(SSO),域验证和分析功能7、API积分,以构建您自己的解决方案8、承诺不会使用企业数据进行训练 这里面值得注意的功能,首先是关于GPT-4的服务升级。 相比Plus版本的GPT-4每三个小时发送只能发送50条消息,企业版不仅无限次数访问,而且速度更快,基本上能达到Plus版本的2倍。 不仅如此,一次性可输入的上下文长度也从25k提升到了32k,记忆力更好了。 此外,之前常称的代码解释器(现在改名高级数据分析),也可以不限量访问。 然后,“聊天模板”应该就是提示词模板,可以在企业内部直接共享,此外还包括一些便于管理的ChatGPT功能。 至于“数据安全性”,OpenAI强调是企业级的,绝对不会使用公司数据进行训练。 听起来都是挺核心的功能,不过成本肯定就不低了——OpenAI表示,价格面议,取决于企业的实际使用情况和使用场景。 当然,OpenAI还强调,企业版将不仅仅是目前看得到的8大功能。目前包括自定义(customization)、高级工具、针对职能定制解决方案等功能也在开发中,一旦完成立刻就会推出。 其中,自定义即将ChatGPT和公司正在使用的APP“无缝衔接”起来,更好地让ChatGPT通过公司数据提供服务,进一步降低出现幻觉的情况。 高级工具则包括更强大的数据分析工具,并针对公司性质进行优化。除此之外,还会根据公司的员工职能提供不同版本的ChatGPT工具,例如数据分析师、营销人员和售后等。 英伟达高级AI科学家Jim Fan预测,距离OpenAI搞出ChatGPT版本的App Store不远了。 不过针对这个版本,他也做出了一些评价,表示目前这个最强版ChatGPT还缺少一个比较核心的功能,即“企业级检索”。 公司通常拥有大量文档和非结构化数据。基于嵌入的简单LangChain检索在关键任务中往往不够准确。无论LLM多么聪明,在文本中检索到错误的信息也肯定会导致幻觉,“垃圾进,垃圾出。” 所以,为何OpenAI选择在这个时机推出企业版? “今年要达到2亿美元收入目标” 事实上,OpenAI也面临着不小的“变现压力”。 一方面,在ChatGPT企业版推出之前,市场上的ChatGPT竞品已有不少,而且都开始“强强联手”推出企业版。 号称ChatGPT最强竞品的Anthropic,就推出了Claude 2,而且正在与Scale AI合作,计划给企业提供进一步的服务;Cohere也在为企业提供定制大语言模型服务。 开源玩家也不容忽视,包括Meta的130亿参数大模型LLaMA 2,以及前段时间Abacus.AI基于LLaMA 2推出的32k上下文Giraffe版本,都是目前市面上可以直接商用的大模型。...
通义千问:大模型的落地之路与未来前景
ChatGPT

通义千问:大模型的落地之路与未来前景

这篇文章主要讲述了周靖人谈论大模型落地存在的问题,以及阿里巴巴通义千问模型的发布和相关合作。文章提到,如何在技术和应用场景之间消除鸿沟是大模型在企业中落地的关键,而通义千问则是解决这一问题的有效途径。此外,多家企业已与阿里云达成合作,共同探讨大模型在各个场景中的应用。总之,大模型的发展将对未来的智能化竞争产生重要影响。