阿里云和通义大模型,成为北京市首批算力伙伴和模型伙伴!

简介: 阿里云和通义大模型,成为北京市首批算力伙伴和模型伙伴!


今天,北京市经信局联合市科委中关村管委会、市发改委共同启动“北京市通用人工智能产业创新伙伴计划”。阿里云和通义大模型成为第一批算力伙伴和模型伙伴。



为推动大模型产业加速落地,并解决市场主体在应用大模型时面临的算力资源不足、数据质量不高、场景开放不够等问题,北京市启动“通用人工智能产业创新伙伴计划”(以下简称伙伴计划)。伙伴计划通过多种渠道征集五类伙伴,即算力伙伴、数据伙伴、模型伙伴、应用伙伴和投资伙伴。


在今天的伙伴计划媒体通气会上,第一批伙伴名单公开,其中阿里云和通义大模型成为第一批算力伙伴和模型伙伴。这意味着,未来阿里云强大的算力资源将深度支撑北京市通用人工智能技术的创新发展,同时通义大模型也会赋能千行百业的智能化发展。


阿里云智能中国区解决方案副总经理白强在会议现场发言时表示,作为首批合作伙伴,阿里云将充分发挥大算力、大模型、大生态能力,服务好北京市公共算力平台建设,加速普惠算力供给,支撑通用人工智能大模型产业加速创新和落地。


算力是人工智能时代的重要底座与支撑。阿里云基于多年积累的技术,已经可以在云上打造一个“10万卡”体量的超大规模智算集群,并且解决了关键的网络、数据存储、算力的可观测、可调度和负载平衡等核心技术问题,构建了一个从集群IaaS到PaaS到MaaS全栈式AI的服务,方便各行各业的大模型厂商和企业客户使用。


为进一步推进算力普惠,阿里云日前宣布史上最大规模降价,核心产品价格全线下调15%至50%。4月份,阿里云正式发布通义千问大模型,截至目前超20万企业用户申请接入通义千问测试。同时,通义千问伙伴计划也已经正式启动,覆盖金融、通用、交通、通信、能源、电力等多个行业。


北京鼓励创新发展的环境为科技企业成长提供了沃土,阿里云也是在北京写下中国唯一自研的“飞天云计算操作系统”的第一行代码。阿里云成立14年来,一直深耕云计算、大数据和人工智能核心技术研发,致力于通过公共算力服务和人工智能发展,为合作伙伴和客户提供稳定、安全、领先的计算和数据处理服务。


目前,阿里云已参与北京政务云、医保云、数字政务、算力平台等项目建设,同时服务了全市众多企业和科研机构,并支持北京冬奥成为首届“云上奥运”。


目录
相关文章
|
9月前
|
缓存 物联网 PyTorch
使用TensorRT LLM构建和运行Qwen模型
本文档介绍如何在单GPU和单节点多GPU上使用TensorRT LLM构建和运行Qwen模型,涵盖模型转换、引擎构建、量化推理及LoRA微调等操作,并提供详细的代码示例与支持矩阵。
2627 2
|
9月前
|
机器学习/深度学习 人工智能 人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
713 121
|
9月前
|
数据采集 人工智能 搜索推荐
智能新纪元:多模态大模型如何重塑人机交互
智能新纪元:多模态大模型如何重塑人机交互
432 113
|
9月前
|
人工智能 人机交互 知识图谱
当AI学会“融会贯通”:多模态大模型如何重塑未来
当AI学会“融会贯通”:多模态大模型如何重塑未来
498 114
|
9月前
|
人工智能 搜索推荐 程序员
当AI学会“跨界思考”:多模态模型如何重塑人工智能
当AI学会“跨界思考”:多模态模型如何重塑人工智能
1325 120
|
9月前
|
人工智能 安全 搜索推荐
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
897 117
|
9月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
9月前
|
存储 机器学习/深度学习 人工智能
54_模型优化:大模型的压缩与量化
随着大型语言模型(LLM)的快速发展,模型规模呈指数级增长,从最初的数亿参数到如今的数千亿甚至万亿参数。这种规模扩张带来了惊人的能源消耗和训练成本,同时也给部署和推理带来了巨大挑战。2025年,大模型的"瘦身"已成为行业发展的必然趋势。本文将深入剖析大模型压缩与量化的核心技术、最新进展及工程实践,探讨如何通过创新技术让大模型在保持高性能的同时实现轻量化部署,为企业和开发者提供全面的技术指导。
938 0
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
38_多模态模型:CLIP的视觉-语言对齐_深度解析
想象一下,当你看到一张小狗在草地上奔跑的图片时,你的大脑立刻就能将视觉信息与"小狗"、"草地"、"奔跑"等概念联系起来。这种跨模态的理解能力对于人类来说似乎是理所当然的,但对于人工智能系统而言,实现这种能力却经历了长期的技术挑战。多模态学习的出现,标志着AI从单一模态处理向更接近人类认知方式的综合信息处理迈出了关键一步。
1467 0

热门文章

最新文章