de.wedoany.com-Bericht: Am 15. Juni unterzeichnete die Taichu (Hangzhou) Integrated Circuit Co., Ltd. einen Kooperationsvertrag mit der Shanghai Jiao Tong Universität. Die Zusammenarbeit konzentriert sich auf die Entwicklung eines universellen KI-Großmodells. Gemäß der Vereinbarung stellt Taichu Yuanqi dem Institut für Allgemeine Künstliche Intelligenz der Shanghai Jiao Tong Universität einen heimischen KI-Trainingsrechencluster sowie heimische intelligente Rechenleistung zur Verfügung, ergänzt durch Betriebs- und Wartungsunterstützung sowie technischen Service. Das Forschungsteam von Professor Zhao Hai am Institut für Allgemeine Künstliche Intelligenz wird auf Basis dieser heimischen Rechenleistung bahnbrechende Forschungen zu allgemeinen KI-Großmodellen durchführen und eine AGI-Grundlage für die Spitzenforschung im Bereich AI4S schaffen.
Der Kern dieser Zusammenarbeit besteht darin, die Spitzenforschung von Universitäten mit der heimischen intelligenten Rechen-infrastruktur zu verbinden. Die Entwicklung allgemeiner KI-Großmodelle stellt hohe Anforderungen an die Stabilität der Rechenleistung, die Cluster-Scheduling-Fähigkeiten, die Hardware-Software-Anpassung und die langfristige Trainingsumgebung. Wenn universitäre Forschungsteams nur auf verteilte oder kurzfristige Rechenleistung angewiesen sind, ist es schwierig, groß angelegtes Modelltraining, Algorithmeniterationen und interdisziplinäre Validierungen kontinuierlich durchzuführen. Nachdem Taichu Yuanqi den heimischen KI-Trainingsrechencluster bereitgestellt hat, können die relevanten Teams der Shanghai Jiao Tong Universität systematische Forschungen zu Bereichen wie Großmodellarchitektur, Trainingsmechanismen, Inferenzfähigkeiten und Anpassung an wissenschaftliche Aufgaben durchführen.
AGI-Großmodelle unterscheiden sich von Einzelaufgabenmodellen. Ihr Forschungsschwerpunkt liegt nicht nur auf der Verbesserung spezifischer Kennzahlen, sondern auf der Erforschung der allgemeinen Fähigkeiten des Modells in den Bereichen Wissensverständnis, logisches Denken, Transfer, Planung und Verarbeitung komplexer Aufgaben. Das Team von Professor Zhao Hai hat sich zuvor lange mit natürlicher Sprachverarbeitung, KI und Großmodellen beschäftigt. Das Institut für Allgemeine Künstliche Intelligenz, dem es angehört, erforscht auch die Wege zur allgemeinen Intelligenz auf Basis grundlegender KI-Großmodelle. Diese Zusammenarbeit nutzt heimische Rechenleistung als Grundlage und hilft dem Forschungsteam, in einer besser kontrollierbaren Rechenumgebung Innovationen „von Null auf Eins“ zu verwirklichen, anstatt sich nur auf die Anwendungsfeinabstimmung bestehender Modelle zu konzentrieren.
AI4S ist eine wichtige Anwendungsrichtung dieser Zusammenarbeit. Wissenschaftliche Forschungsszenarien erfordern in der Regel, dass Modelle komplexe Daten, Fachwissen, experimentelle Hypothesen und interdisziplinäres Denken verarbeiten. Beispielsweise benötigen Materialentdeckung, Biowissenschaften, Klimasimulation, technische Optimierung und Modellierung komplexer Systeme alle Großmodelle mit stärkeren Wissensorganisations- und Rechenunterstützungsfähigkeiten. Wenn die AGI-Grundlage mit wissenschaftlichen Aufgaben kombiniert werden kann, wird sie nicht nur Texte generieren oder Fragen beantworten, sondern an Hypothesengenerierung, Versuchsplanung, Datenanalyse und Modellsimulation teilnehmen. Die Integration heimischer intelligenter Rechenleistung in das AGI-Forschungssystem von Universitäten bietet eine stabilere Rechenunterstützung für solche AI4S-Aufgaben.
Für Taichu Yuanqi ist diese Zusammenarbeit auch eine Validierung des Einsatzes heimischer KI-Rechenleistung in Spitzenforschungsszenarien. Der Wert von KI-Chips und intelligenten Rechenclustern zeigt sich letztlich durch echtes Modelltraining, Software-Stack-Anpassung, Aufgabendurchsatz, stabilen Betrieb und Entwicklererfahrung. Die AGI-Forschung an Universitäten stellt hohe Anforderungen an die Rechenplattform, die sowohl Trainingsleistung als auch Entwicklungsframeworks, Operator-Anpassung, Cluster-Management und Fehlerbehebungsfähigkeiten benötigt. Durch die Zusammenarbeit mit der Shanghai Jiao Tong Universität kann Taichu Yuanqi die Verfügbarkeit und technische Reife seiner heimischen Rechenplattform unter intensiven Forschungsaufgaben testen.
Aus industrieller Perspektive geht es bei dieser Art von Hochschul-Kooperation nicht nur um den Einkauf von Rechenressourcen, sondern darum, heimische Hardware, Basissoftware, Modellalgorithmen und wissenschaftliche Anwendungen in eine gemeinsame Validierungskette zu bringen. Die Entwicklung großer Modelle ist langfristig auf die Zusammenarbeit von Rechenleistung, Daten, Algorithmen und Ingenieurteams angewiesen; ein Mangel in einem Bereich beeinflusst das Endergebnis. Die Shanghai Jiao Tong Universität liefert Spitzenalgorithmenforschung und wissenschaftliche Problemstellungen, Taichu Yuanqi stellt den Rechencluster und technische Unterstützung bereit. Beide Seiten bilden eine Kooperationsbeziehung aus „Rechenplattform + Modellentwicklung + wissenschaftliche Anwendung“.
Der entscheidende Punkt in der Folge ist, ob die Zusammenarbeit zu öffentlich überprüfbaren wissenschaftlichen Ergebnissen und wiederverwendbaren technischen Wegen führen kann. AGI-Großmodelle und AI4S gehören beide zu den anspruchsvollen Bereichen; kurzfristig sollte dies nicht einfach als die sofortige Markteinführung eines Produkts verstanden werden. Wichtiger ist, ob beide Seiten in der heimischen Rechenumgebung stabiles Training, Modellprototypenvalidierung, wissenschaftliche Aufgabentests und die Ausgabe von wissenschaftlichen Arbeiten oder Systemergebnissen abschließen können. Wenn die Zusammenarbeit reibungslos verläuft, wird dies einen Referenzfall für chinesische Universitäten bieten, die heimische intelligente Recheninfrastruktur für die Grundlagenforschung an großen Modellen nutzen, und auch den praktischen Anwendungswert heimischer Rechenleistung in der Spitzenforschung steigern.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
