es.wedoany.com Noticia: El 15 de junio, Taichu (Hangzhou) Integrated Circuit Co., Ltd. firmó un acuerdo de cooperación con la Universidad Jiao Tong de Shanghái para colaborar en el desarrollo de modelos de inteligencia artificial general. Según el acuerdo, Taichu Yuanqi proporcionará al Instituto de Inteligencia Artificial General de la Universidad Jiao Tong de Shanghái clústeres de cómputo de entrenamiento de IA nacional y potencia de cómputo inteligente nacional, junto con soporte de mantenimiento y asistencia técnica. El equipo de investigación del profesor Zhao Hai del Instituto de Inteligencia Artificial General de la Universidad Jiao Tong de Shanghái aprovechará la potencia de cómputo nacional para realizar exploraciones de vanguardia en modelos AGI, estableciendo una base AGI para campos pioneros de AI4S.
El núcleo de esta colaboración es conectar la investigación algorítmica de vanguardia de las universidades con la infraestructura de cómputo inteligente nacional. El desarrollo de modelos AGI requiere alta estabilidad de cómputo, capacidad de programación de clústeres, adaptación de software y hardware, y un entorno de entrenamiento a largo plazo. Si los equipos de investigación universitarios dependen únicamente de potencia de cómputo distribuida o de corto plazo, les resulta difícil llevar a cabo entrenamiento de modelos a gran escala, iteración de algoritmos y validación interdisciplinaria de manera sostenida. Tras la provisión de clústeres de cómputo de entrenamiento de IA nacional por parte de Taichu Yuanqi, los equipos relevantes de la Universidad Jiao Tong de Shanghái podrán realizar investigaciones sistemáticas en áreas como arquitectura de modelos grandes, mecanismos de entrenamiento, capacidades de inferencia y adaptación a tareas científicas.
Los modelos AGI difieren de los modelos de tareas únicas; su enfoque de investigación no se limita a mejorar un indicador específico, sino a explorar la capacidad general del modelo en comprensión del conocimiento, razonamiento, transferencia, planificación y manejo de tareas complejas. El equipo del profesor Zhao Hai ha trabajado previamente en procesamiento de lenguaje natural, inteligencia artificial y modelos grandes, y el instituto al que pertenece también explora caminos hacia la inteligencia general basada en modelos fundamentales de IA. Esta colaboración utiliza la potencia de cómputo nacional como base, lo que ayuda al equipo de investigación a realizar innovaciones "de 0 a 1" en un entorno de cómputo más controlable, en lugar de limitarse a ajustes a nivel de aplicación sobre modelos existentes.
AI4S es una dirección de aplicación importante en esta colaboración. Los escenarios de investigación científica suelen requerir que los modelos manejen datos complejos, conocimientos especializados, hipótesis experimentales y razonamiento interdisciplinario. Por ejemplo, el descubrimiento de materiales, las ciencias de la vida, la simulación climática, la optimización de ingeniería y el modelado de sistemas complejos requieren que los modelos grandes tengan una mayor capacidad de organización del conocimiento y soporte computacional. Si la base AGI puede combinarse con tareas científicas, no solo generará texto o responderá preguntas, sino que participará en la generación de hipótesis, el diseño de planes experimentales, el análisis de datos y la simulación de modelos. La entrada de la potencia de cómputo inteligente nacional en el sistema de investigación AGI universitario proporciona un soporte computacional más estable para estas tareas de AI4S.
Para Taichu Yuanqi, esta colaboración también es una validación de la entrada de la potencia de cómputo de IA nacional en escenarios de investigación de vanguardia. El valor de los chips de IA y los clústeres de cómputo inteligente se refleja en última instancia a través del entrenamiento de modelos reales, la adaptación de pilas de software, el rendimiento de las tareas, la operación estable y la experiencia del desarrollador. La investigación AGI universitaria exige altos estándares para las plataformas de cómputo, que requieren tanto rendimiento de entrenamiento como marcos de desarrollo, adaptación de operadores, gestión de clústeres y capacidad de respuesta a fallos. Al colaborar con la Universidad Jiao Tong de Shanghái, Taichu Yuanqi puede probar la usabilidad y madurez técnica de su plataforma de cómputo nacional en tareas de investigación de alta intensidad.
Desde la perspectiva de la cadena industrial, este tipo de cooperación universidad-empresa no es solo una adquisición de recursos de cómputo, sino que coloca el hardware nacional, el software base, los algoritmos de modelos y las aplicaciones científicas en una misma cadena de validación. El desarrollo de modelos grandes depende a largo plazo de la sinergia entre potencia de cómputo, datos, algoritmos y equipos de ingeniería; cualquier deficiencia en un eslabón afecta el resultado final. La Universidad Jiao Tong de Shanghái proporciona investigación algorítmica de vanguardia y orientación de problemas científicos, mientras que Taichu Yuanqi ofrece clústeres de cómputo y soporte técnico, formando una relación de colaboración de "plataforma de cómputo + desarrollo de modelos + aplicaciones científicas".
El punto clave a futuro es si la colaboración puede generar resultados de investigación verificables públicamente y rutas técnicas reutilizables. Tanto los modelos AGI como AI4S son direcciones de alta dificultad, y a corto plazo no deben interpretarse simplemente como el lanzamiento inmediato de un producto. Lo más importante es si ambas partes pueden completar un entrenamiento estable, la validación de prototipos de modelos, las pruebas de tareas científicas y la producción de artículos o resultados de sistemas en un entorno de cómputo nacional. Si la colaboración avanza sin problemas, proporcionará un caso de referencia para que las universidades chinas utilicen infraestructura de cómputo inteligente nacional en la investigación básica de modelos grandes, y también mejorará el valor práctico de la potencia de cómputo nacional en la investigación científica de vanguardia.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
