如今，大模型到底火爆到什么程度？我们很自然地联想到175年前美国加州的“淘金热”。当无数人怀揣“一夜暴富”的梦想去加州寻找黄金，一些卖生活必需品的人却赚得盆满钵满。所以，很多人判断，大模型如火如荼之后，受益者是一些卖算力的云计算企业。

　　没错，在大规模深度学习模型的训练和推理过程中，需要处理大量的数据和进行大量的计算，因此需要使用大量的计算资源来支持这些任务，算力是大模型在深度学习过程中最重要一部分。但是除了算力，一些领先云计算企业也在通过其他方式，比如通过基础模型构建能力，把AI创新推向更高阶段。

　　基础模型快速“出圈”

　　近日，大模型领域有一个新动态，位于阿联酋首都阿布扎比的全球领先科研中心TII（Technology Innovation Institute）在亚马逊云科技上训练了其性能卓越的开源模型Falcon 40B。

　　熟悉开源大语言模型的人都知道，Falcon 40B是拥有400 亿参数的大语言模型（LLM），在Apache 2.0许可下提供，并在Hugging Face的开源大语言模型排行榜上位列榜首。该排行榜在多个基准测试中跟踪、排名和评估大语言模型，最终评选出优秀模型。

　　对于广大用户来说，Falcon 40B部署到亚马逊云科技上，意味着拥有了一站式模型构建能力。企业现在可以将Falcon 40B部署在Amazon SageMaker JumpStart上，这是一个机器学习中心，提供预训练模型，企业无需从头构建自己的模型即可获得Falcon 40B先进的准确性和行业领先的性能。

　　Falcon大语言模型提供两种不同规模的开源版本——Falcon 40B和Falcon 7B, 两者均是使用Amazon SageMaker的数据预处理和模型训练任务从零开始构建。开源的Falcon 40B让用户能够构建和定制满足独特用户需求的AI工具，便于无缝集成，并确保长期保存数据资产。模型权重可供下载，检查和部署在任何地方。

　　SageMaker是一个托管API集合，用于开发、训练、调优和托管机器学习（ML）模型，包括大语言模型。许多客户使用SageMaker处理其大语言模型工作负载，例如Stability AI, AI21 Labs和LG AI。SageMaker Training提供了具有用户自定义硬件配置和代码的计算集群。计算作业按运行次数计费，按秒分配任务，用户在未使用服务时无需为GPU资源付费。

　　TII使用SageMaker Training API提供的瞬态集群来训练Falcon大语言模型，最多支持48个ml.p4d.24xlarge实例（384个英伟达A100 GPU）。现在，TII正在训练下一代Falcon大语言模型，将训练扩展到3136个A100 GPU（392个ml.p4d实例）。

　　值得一提的是，TII并不是第一家部署在亚马逊云科技上的大模型企业。以Stability AI为例，这是一家以AI绘画走红全球的新晋独角兽公司，该公司推出了开源AI模型Stable Diffusion。早在2022年8月Stable Diffusion推出后，就在使用 SageMaker托管的基础设施和优化库，Stability AI能够使其模型训练具有更高韧性和性能。例如对于GPT NeoX 等模型，Stability AI使用 SageMaker 及其模型并行库将训练时间和成本减少58%，这些优化和性能改进适用于具有数百或数千亿参数的模型。

　　再比如：成立于以色列的提供自然语言处理服务的公司AI21 Labs，以及通过专用人工智能芯片推动其手机向前发展的LG AI，都在使用亚马逊云科技端到端的机器学习服务Amazon SageMaker来构建、训练和部署他们的大语言模型。

　　生成式AI持续创新

　　显然，在轰轰烈烈的全球大模型淘金进程中，亚马逊云科技扮演的角色是，“既卖水，也卖工具”。除了从大模型应用角度助力客户成长，亚马逊云科技也在试图从生成式AI开发角度，加速推动人工智能的普及。

　　日前，全球市场分析机构Gartner®发布《2023 云 AI 开发者服务魔力象限》报告，亚马逊云科技被评为“领导者”，且在执行能力轴上排名最高。

　　亚马逊云科技获得Gartner如此好评，除了久负盛名的Amazon SageMaker功不可没，还有Amazon Bedrock托管服务和Amazon Titan模型等方面的创新，可以带来更极致的AI体验。

　　今年4月，亚马逊云科技还重磅推出Amazon Bedrock托管服务和Amazon Titan模型。广大开发者可以通过更简单的基础模型构建和扩展生成式AI应用程序，提高AI开发效率。

　　Amazon Bedrock让开发者可以通过API访问AI21Labs、Anthropic和Stability AI等热门AI公司的预训练基础模型，还提供对亚马逊云科技开发的基础模型系列Amazon Titan的独家访问。另外，基于Amazon Bedrock提供的无服务器体验，客户可以轻松找到适合自身业务的模型，快速上手。

　　更重要的是，有了Amazon Bedrock和Amazon Titan的助力，用户可以在确保数据安全和隐私保护的前提下，使用自有数据基于基础模型进行定制。同时，通过已经熟悉的亚马逊云科技工具和能力，将定制化模型集成并部署到应用程序，无需自己管理基础设施。

　　而对于想更快、更安全地编写代码的程序员工来说，Amazon CodeWhisperer向个人开发者免费开放的消息，无疑是一大福利。Amazon CodeWhisperer从数十亿行公开代码中学习之外，还基于亚马逊的代码进行了训练，可以为Amazon EC2、Amazon Lambda和Amazon S3等云服务生成最准确、最快和最安全的代码。开发者使用Amazon CodeWhisperer，完成任务的速度平均快57%，成功率高27%。

　　亚马逊云科技在大模型和生成式AI方面的持续创新，也吸引了一些合作伙伴的加入，比如：德勤、埃森哲、Persistent Systems，都与亚马逊云科技达成深度合作，全面参与当下的“千模、万模”大战。