最強開源大模型亮相：開發(fā)2個月，花費約1000萬美元

3月28日消息，美國當?shù)貢r間周三，企業(yè)軟件公司Databricks宣布推出了新的開源人工智能模型DBRX，聲稱這一模型在開源人工智能領(lǐng)域的效率和性能上樹立了新的行業(yè)標準。

Databricks宣稱，DBRX模型擁有1320億個參數(shù)，在語言理解、編程和數(shù)學技能等關(guān)鍵領(lǐng)域的基準測試中，其性能超過了其他領(lǐng)先的開源人工智能模型，包括Meta的Llama 2-70B和法國初創(chuàng)企業(yè)Mixtral AI的模型。

雖然DBRX在某些原始功能上還無法與OpenAI的GPT-4相比，但Databricks高管表示，DBRX無疑是一個功能遠超GPT-3.5的替代產(chǎn)品，并且成本只是GPT-3.5的一小部分。

Databricks的首席執(zhí)行官阿里·戈德西（Ali Ghodsi）在新聞發(fā)布會上表示：“我們非常高興能向全世界展示DBRX，并帶動整個行業(yè)向更強大、更高效的開源人工智能方向前進。雖然GPT-4這類基礎(chǔ)模型無疑是極其優(yōu)秀的通用工具，但Databricks專注于為客戶量身打造模型，這些模型能深入解析他們的專有數(shù)據(jù)。DBRX的發(fā)布正體現(xiàn)了我們實現(xiàn)該目標的決心?！?/p>

創(chuàng)新的“專家混合”架構(gòu)

Databricks的研究團隊揭示了DBRX模型的關(guān)鍵創(chuàng)新之處——“專家混合”架構(gòu)。這一架構(gòu)使DBRX與其他競爭模型顯著不同，后者往往利用所有參數(shù)生成每個單詞。相較而言，DBRX巧妙地整合了16個專家子模型，并在實時處理中為每個token準確挑選最相關(guān)的四個子模型。

這種設(shè)計的巧妙之處在于，它使DBRX在任何時刻只需激活360億個參數(shù)，因而實現(xiàn)了更高的性能輸出。這不僅顯著提高了模型的處理速度，還大幅降低了運行成本，使其更為高效和經(jīng)濟。

這一創(chuàng)新策略是基于Mosaic團隊在早期Mega-MoE項目上的進一步研究而開發(fā)的。Mosaic團隊是去年被Databricks收購的一個研究部門。

戈德西高度評價了Mosaic團隊的貢獻，他表示：“多年來，Mosaic團隊在更高效訓練基礎(chǔ)人工智能模型方面取得了顯著進步。正是他們的努力讓我們能夠迅速開發(fā)出如DBRX這般卓越的人工智能模型。實際上，開發(fā)DBRX只用了約兩個月時間，成本大概在1000萬美元左右?！?/p>

推進Databricks的企業(yè)AI戰(zhàn)略

通過將DBRX開源，Databricks的目標不僅是在前沿人工智能研究領(lǐng)域確立其領(lǐng)導(dǎo)者地位，而且還希望促進其創(chuàng)新架構(gòu)在整個行業(yè)中的更廣泛采用。此外，DBRX也致力于支持Databricks的核心業(yè)務(wù)——為客戶定制和托管基于其專有數(shù)據(jù)集的人工智能模型。

在如今的市場環(huán)境中，很多Databricks的客戶都依賴于OpenAI及其他供應(yīng)商提供的GPT-3.5等模型來支撐其業(yè)務(wù)運作。然而，將敏感的企業(yè)數(shù)據(jù)托管給第三方，常常會激起關(guān)于安全性和合規(guī)性的一系列擔憂。

針對這一點，戈德西表示：“我們的客戶相信，Databricks能夠妥善處理跨國界數(shù)據(jù)監(jiān)管的問題。他們已在Databricks平臺上存儲并管理了龐大數(shù)據(jù)量?，F(xiàn)在，有了DBRX以及Mosaic的定制模型功能，客戶們能夠在保障數(shù)據(jù)安全的同時，充分利用先進人工智能技術(shù)帶來的諸多益處?！?/p>

在日益激烈的競爭中占據(jù)一席之地

隨著DBRX的推出，Databricks在核心數(shù)據(jù)和人工智能平臺業(yè)務(wù)領(lǐng)域面臨著激烈的競爭。競爭對手諸如數(shù)據(jù)倉庫巨頭Snowflake已通過推出自有的人工智能服務(wù)Cortex，復(fù)制了Databricks的部分功能。同時，亞馬遜、微軟和谷歌等領(lǐng)先的云計算服務(wù)供應(yīng)商也正紛紛在其技術(shù)堆棧中集成生成式人工智能功能。

Databricks借助其開創(chuàng)性的開源項目DBRX，自詡具備最前沿的人工智能研究能力，旨在確立自身作為該領(lǐng)域領(lǐng)導(dǎo)者的地位，并吸引頂尖的數(shù)據(jù)科學人才。這一策略也反映了人們對大型科技公司將人工智能模型商業(yè)化的越來越多的抵制，許多人批評這些商業(yè)模型像“黑盒子”，缺乏透明度和可解釋性。

DBRX面臨的真正挑戰(zhàn)在于市場的接受程度以及它為Databricks客戶所創(chuàng)造的具體價值。在企業(yè)越來越多尋求利用人工智能推動業(yè)務(wù)增長和創(chuàng)新的同時，還要保持對自有數(shù)據(jù)的控制，Databricks賭注于其尖端研究與企業(yè)級平臺的完美融合能夠讓它在競爭中脫穎而出。

Databricks已經(jīng)向大型科技公司及開源社區(qū)的競爭對手拋出了挑戰(zhàn)，要求他們在創(chuàng)新上與其一較高下。人工智能領(lǐng)域的競爭日趨激烈，而Databricks已明確宣布其志在成為這場競爭的關(guān)鍵力量。