综合外电报道,日本电信业领导厂商NTT公司近日发布了一项创新构想,旨在结合光通讯(IOWN)与大型语言模型(LLM),以提升AI训练的效率和降低成本。此构想源于NTT对AI未来发展的深度思考,并期望通过引入光通讯技术,为AI训练带来革命性的改变。
首先,光通讯技术(IOWN)是NTT的一项前沿科技,其主旨是加速跨数据中心的学习数据提取。在AI训练过程中,数据提取的速度和效率对训练时间有着重要影响。IOWN的引入,将极大地缩短数据传输时间,提高训练效率。
其次,NTT提出将IOWN与LLM相结合的构想。LLM是一种生成式AI,其基础是大型语言模型GPT-3。然而,GPT-3在日语环境中的表现并不如预期,而NTT的LLM模型Tsunami在国际应用上虽不及GPT-3,但在日语环境中却表现出了独特的优势。Tsunami懂得在文书整理中自动去除各种修饰语,直指核心,这是其他国家的LLM很难做到的。
然而,Tsunami的学习数据和参数数量仍不及GPT-3。对此,NTT提出通过IOWN的引入,可以在更短的时间内从更多的数据中心中提取学习数据。实验结果表明,即使将数据中心距离拉远到100公里外,学习效率也仅降低0.5%,这为LLM提供了更广阔的学习空间。
NTT的这项创新构想将光通讯与LLM相结合,旨在提高AI训练的效率和降低成本。通过IOWN加速跨数据中心的学习数据提取,以及Tsunami在日语环境中的独特优势,NTT相信可以为AI领域带来新的突破。此构想的实施将对全球AI产业产生深远影响,并可能引领AI训练进入一个全新的时代。
本文链接:http://www.28at.com/showinfo-27-39419-0.htmlNTT提出结合光通讯与LLM的构想,以改善AI训练效率与成本
声明:本网页内容旨在传播知识,若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。邮件:2376512515@qq.com
下一篇: 国内阻止尿素出口韩国:一场贸易战的前兆?