演 讲 者:甘 云 锋(风 剑)数 澜 科 技 创 始 人&董 事 长
大模型的挑战:算力
1摩尔定律已逐步失效,算力还能支撑大模型的需求么?
2卖筛子还是自己去淘金?
3数据的急剧增长与算力增长的矛盾?除了矛盾还有成本
高昂的算力成本既然无解,还有其他办法吗?
AI的土壤是数据,那么就从数据入手1
怎样才能尽可能的降低大模型的成本:数据组织的能力2
大模型时代来了,还需要数据中台吗?
数据中台的核心:数据的交换能力、资产化能力、资产服务化能力1
企业自身的数据是企业级AI应用的根基2
数据中台是企业数据的枢纽,呈现的是数据自身的能力与价值
数据组织是数据中台未来需要的最核心的能力4
具备真正的数据组织能力的数据中台体系应该怎么构建?
THANKS
演 讲 者:风 剑数 澜 科 技董 事 长
演 讲 者:甘 云 锋(风 剑)数 澜 科 技 创 始 人&董 事 长
大模型的挑战:算力
1摩尔定律已逐步失效,算力还能支撑大模型的需求么?
2卖筛子还是自己去淘金?
3数据的急剧增长与算力增长的矛盾?除了矛盾还有成本
高昂的算力成本既然无解,还有其他办法吗?
AI的土壤是数据,那么就从数据入手1
怎样才能尽可能的降低大模型的成本:数据组织的能力2
大模型时代来了,还需要数据中台吗?
数据中台的核心:数据的交换能力、资产化能力、资产服务化能力1
企业自身的数据是企业级AI应用的根基2
数据中台是企业数据的枢纽,呈现的是数据自身的能力与价值
数据组织是数据中台未来需要的最核心的能力4
具备真正的数据组织能力的数据中台体系应该怎么构建?
THANKS
演 讲 者:风 剑数 澜 科 技董 事 长