Tencent는 최근 자체 개발 된 기계 학습 프레임 워크 Angel을 크게 업그레이드하여 대규모 모델 교육의 효율성을 크게 향상 시켰습니다. 다차원 병렬 최적화 저장 기술을 채택함으로써 AngelPTM 프레임 워크는 대규모 모델 교육의 안정성을 향상시킬뿐만 아니라 2.6 배의 효율성 개선을 달성합니다. 이러한 혁신은 특히 복잡한 모델과 다량의 데이터를 다룰 때 인공 지능 분야에 새로운 가능성을 가져 왔으며, 이는 컴퓨팅 리소스의 소비를 크게 줄일 수 있습니다.
또한 Tencent는 AngelHCF 추론 프레임 워크를 출시했으며, 이는 추론 속도가 1.3 배 증가했습니다. 이 최적화는 실제 응용 프로그램에서 모델을 더 빠르게 반응하여 사용자 경험을 향상시킵니다. 특히 실시간 추천 시스템 및 자연어 처리와 같은 빠른 의사 결정이 필요한 시나리오에서 AngelHCF 프레임 워크는 강력한 성능 이점을 보여줍니다.
Tencent의 최적화 조치는 1,000 억 달러 규모의 대규모 모델을 훈련하는 측면에서 컴퓨팅 전력 비용의 50%를 절약했습니다. 이 중요한 절약은 기업의 운영 비용을 줄일뿐만 아니라 대규모 모델 교육에 대한 타당성을 제공합니다. 단일 작업 Wanka 수준에서 초대형 스케일 교육을 지원하는 것은 인공 지능 인프라에서 Tencent의 주요 위치를 증명합니다.
현재 300 개 이상의 비즈니스가 여러 산업 및 분야를 다루는 Tencent의 Hunyuan 모델과 연결되어 있습니다. Hunyuan의 대형 모델의 광범위한 적용은 인공 지능 기술의 개발을 촉진 할뿐만 아니라 다양한 산업에 혁신적인 솔루션을 제공합니다. 금융에서 의료, 교육에서 엔터테인먼트에 이르기까지 Hunyuan Big Model은 큰 모델 응용 프로그램의 심층적 인 개발을 포괄적으로 홍보하고 있습니다.
Tencent의 Angel Framework의 업그레이드는 이번에는 기술 성능을 향상시킬뿐만 아니라 대형 모델 적용을위한 광범위한 공간을 제공합니다. 인공 지능 기술의 지속적인 발전으로 Tencent는 지속적으로 업계 혁신을 이끌고 다양한 분야에서 인공 지능의 심층적 인 적용을 촉진 할 것입니다. 앞으로, 우리는 Angel Framework를 기반으로하는보다 혁신적인 응용 프로그램을 기대할 이유가 있으며, 이는 인간 사회에 더 편리하고 진보 할 것입니다.