银行AI大模型大语言模型

大模型行业应用落地IT基础架构建设难点探讨

大模型行业应用落地IT基础架构建设难点探讨

活动简介

大模型开启了第四次工业革命,我们正在拥抱一场前所未有的产业革命。很多大中型企业用户准备借助大模型构筑新的业务竞争屏障。构建如ChatGPT这样的大模型包括两个主要阶段:预训练和微调。根据twt社区2023年11月大模型领域研究报告,当前银行、保险、证券、三甲医院、汽车制造等多个行业将重点都落在了基于商用和开源通用大模型进行微调,以获得大模型助手为目的开始展开了大模型的行业应用落地。

随着大数据、人工智能和云计算等技术的不断发展,大模型成为了企业数据体系中不可或缺的一部分。大模型趋势下,企业数据体系面临着新的挑战和机遇。大模式如何与原有IT基础架构相结合,成为了企业架构中需要考虑的问题。企业需要对现有的数据架构进行全面的评估,了解其功能、数据处理能力、存储容量、查询性能等,有助于确定大模型与原有架构结合的方式和可行性。企业还需定义统一的集成接口标准,使大模型与原有架构能够顺利地交换数据和信息,降低集成难度和复杂性。

大模型的训练需要大量的数据,而数据的收集、清洗和处理需要企业在原有的数据湖、湖仓一体、数据仓库架构上耗费大量时间和人力。同时,大模型的训练需要高性能计算资源,这需要企业进行大量的投资,而且大模型的训练和推理需要强大的算法和计算能力,这进一步增加了技术难度和成本。

因此,为了帮助更多行业用户加快大模型行业应用落地,twt社区企业IT应用趋势项目创新联盟——大模型课题组在12月发起“大模型行业应用”课题,主要围绕帮助行业企业用户获得大模型助手为目的,让行业用户针对大模型应用落地建立系统性认知。

本期重点围绕:大模型行业应用落地IT基础架构建设难点共识探讨。

社区期望能集结各行业已经在大模型领域有研究、实践、洞察的行业用户专家们通过通过社会化协作的方式,联合识别和攻克难点,形成大模型行业应用共识成果。感谢走在大模型行业应用前沿、乐于分享的专家们为正在摸索前行的更多同行带来一盏明灯!

参与力所能及贡献的专家进行协会化协作后打造的交流共识:

1、 部分精华共识成果将被《迈向YB数据时代》专刊第8期收录和发行;

2、 社区将为对大模型课题成果做出贡献的课题专家授予社区MVP荣誉;

关于大模型行业应用落地IT机场架构建设难点议题,这些议题贡献均来自大语言模型课题组,来自的企业:广发证券、申万宏源证券、建设银行、民生银行、国泰君安证券、秦皇岛银行、中原银行、招商银行、中银金融、国盛证券、江苏农信、中信银行、广发银行、兴业银行、邮储银行等等。

主持人

国金证券AI算法工程师
AI算法工程师国金证券
擅长领域: 人工智能数据库大数据
发布9
回答9
jinhaibo
技术管理昆仑银行
擅长领域: 人工智能数据库大数据
发布48
回答15
catalinaspring
副处长金融
擅长领域: 人工智能数据库大数据
发布28
回答13
jianghancheng
员工邮储银行
擅长领域: 人工智能服务器GPU
发布3
回答0
zxdong
其它兴业银行
发布1
回答0
nxdy
nxdy0011
系统运维工程师nj
发布20
回答14
dengjf99
软件开发工程师某股份制银行
擅长领域: 人工智能服务器GPU
发布20
回答15
朱向东
朱向东162457
高级工程师某银行
擅长领域: 服务器存储数据库
发布204
回答175
rechen
rechen62052
云计算架构师某银行
擅长领域: 云计算容器容器云
发布206
回答199

活跃参与会员

  • mxin
  • peima
  • wanggeng
  • 朱祥磊
  • jackbillow
  • purpose
  • jillme
  • EricChan
  • guoxilin
  • zftang0809
  • chinesezzqiang
  • rechen
  • nxdy
  • spx
  • dengjf99
  • catalinaspring
  • 吴知
  • jinhaibo
  • discipline
  • Moson
  • xuyy
  • shernyu
  • jianghancheng
  • 苟志龙
  • soap
  • Xia_Job
  • Jessie110
  • 没电的手机
  • zxdong
  • haidixipan
  • leonardo1216
  • liuhui173729
  • 国金证券
  • 先生_许
  • tmlmz
  • 晓黎
  • zwz99999
  • michael1983
  • 苏十一
  • aigoppb
  • twt运营
  • mmsc5166
  • 彬彬
  • evilada
  • baidongxu
  • wzpystcdc
  • zhpeng01
  • xuchangjing
  • melody_3z
  • chenmingfu
  • shomer23
  • wangyeye
  • mtanlee
  • 仓猛
  • kevinshopping
  • ntzs
  • carl_yan
  • 李永剑
  • solihawk
  • cpc1989
  • lennychi
  • wenwen
  • playboyhdy
  • menglunyang
  • haiesc
  • Garyy
  • guind
  • yyf123
  • 过路的熊
  • gk711
  • woshishui072612
  • Dongxin
  • 多多啦啦梦
  • hfhy
  • Seaskyblue
  • fengzhen2003
  • yangshuyin
  • Andy7
  • Lucky000
  • Kzzz
  • thelit
  • 维她蜜蜜
  • 大夏
  • 落花有意流水
  • STSA2018
  • yzz
  • BOOKER
  • jumpp
  • 佳涵爸爸
  • mc1888
  • nicolg
  • 昼者
  • 陈恒龙
  • liutengfei
  • czhe
  • godspokesman
  • wjf102
  • arzee86
  • jeese
  • zbjjyy
  • AC07
  • cnblockchains
  • Ceasar
  • 刘树杰
  • xinyun888
  • rootroot
  • danghl
  • ghq
  • ufpstarhawk
  • 戴哈哈哈
  • Nightingale
  • H_18140224007
  • wangyu83103
  • 山涧霸王龙JAS
  • xiaochen164
  • Qq857054122
  • DennisInHZ
  • slq2023
  • huangning
  • elma
  • 夜黑风高
  • Alix
  • mini13
  • dashil
  • 逆熵舞者
  • dongyh
  • derkzhu
  • kylin02
  • 爱尔兰之夏
  • jkli
  • wingyee
  • Aimee_ya
  • rgone
  • DokiDoki
  • bestcarly
  • kew
  • kongl
  • zoomplayer
  • 伸懒腰的哈士奇
  • unrealatall
  • shouldit
  • fenghongan
  • herolegendjpu
  • X社区推广