一键生成NPC！燧原全栈MaaS平台首亮相，自研算力底座，重塑AIGC新生态

新智元报道

编辑：编辑部

【新智元导读】在AIGC新时代风潮下，燧原科技亮出首个MaaS平台服务产品，用自研算力底座，赋能文生图商业新生态。

最近，大洋对岸的OpenAI又给了我们亿点点震撼。

GPT-4史上最强大功能——代码解释器Code Interpreter测试版已经正式向所有plus用户开放。

只要用自然语言，就可以让ChatGPT完成代码编写、数据分析、图表生成、数学运算、生成视频、分析股票市场等种种操作了。

与此同时，国产大模型的弯道超车之路，究竟该如何走？

「私人定制」文生图平台

就在7月6日，燧原科技全新文生图MaaS（Model as a Service）平台服务产品「燧原曜图™」（LumiCanvas™）亮相WAIC世界人工智能大会。

燧原曜图不仅仅提供了一个融合生态的平台，构建了从算力到云服务、模型，再到用户去使用的一体化流程。

并且还涵盖了底层算力引导、云组件使用引导，各种算法、训练推理、一键部署各种各样的教程，prompt提示语的导入、第三方模型导入等等。

对于企业来说，基于燧原曜图从微调到部署的快捷方式，能够轻松利用平台工具链加速工作流程，并且还能实现不断迭代和更新。

这样，用户可以把整个流水线变成一个端到端的业务模式，一方面能够融入整个AIGC生态中，另一方面通过各种工具链能够把整个业务串联起来。

只需简单地输入一个「极光」，燧原曜图就可以生成出8个非常绚丽的图片。

选取一张比较满意的候选，还可以通过超分辨率获得更加清晰的效果。

比如下面这张作品，是不是有种相机鱼眼镜头拍出的味道了！

在人物的生成上，小编选择了更加详细的提示。

可以看出，燧原曜图生成的图像，在风格上还是非常一致的。

而这一点，对于游戏的角色设计等领域来说，至关重要。

接下来，再进行一波超分辨率。

游戏女主，就成了。

与此同时，燧原曜图在风景的生成上也是相当拿手。

除了最开始秀出的「极光」外，还能生成夏日的林荫小道、鸟瞰的雪山夕阳等美景。

那么，「燧原曜图」的推出对AI设计行业会带来怎样的影响？

在新智元对燧原科技创始人兼COO张亚林的采访中，他介绍道，当前文生图主要集中在基于图像的内容创作。

现在，已经有不少游戏、媒体、动画等厂商开始尝试将其融入到自己的工作流当中。

包括之前布局元宇宙、虚拟现实的企业也在朝AIGC这一领域转换。

而文生图带来的影响，首先会极大降低设计门槛。

以往，图片的风格、原画各种色调影调，需要专业画师通过手动方式制作。

现在，这种风格化的图像，只需要简单的语言方式，就能瞬时呈现。

比如，当下爆火的文生图应用Midjourney近来接连推出了weird+zoom out的功能。

比如输入一个简单prompt之后，paper cut style, weird, a witch is making soup, dark magic，就能得到如下惊掉下巴的动图。

不仅如此，像各种角色、各个环境场景等元素，都能通过简单的文生图来表达，同时非常容易修改和迭代。

另外，文生图应用对设计行业的影响是能够实现「规模化」。

从这一角度来讲，以前受制于个人专业能力、以及生产内容耗时等因素，而现在许多转向AIGC的企业更希望能够实现大规模的拓展。

而有了燧原曜图这样的平台后，企业便可以通过逐步堆叠的算力，使能更多的游戏和内容开发。

由此，原画生成、风格化引入、人物造型、视觉效果、场景变化等等都是通过这种方式实现规模化。

随着降本效应逐渐明显，便会形成一个产品性价比到使用规模化的闭环。

因为使用的人越多，用户粘性越高，规模越大，整个成本便会降低。与此同时，成本降低再反哺产品，就会有更多的人使用。

目前，燧原曜图主要服务于文生图这一阶段。而就文生图来说，后续还有更多的表达模式，包括文生视频，以及各种模态的互相转换。

燧原科技预计，在AIGC的进一步爆发后，作为先导的文生图将在整个生态和产业中得到泛化。

构建MaaS全新生态

在以前，AI生态多元且垂直，产品的优势必须通过各种算力和应用赛道中的精炼，才能发挥出来。

但如今，ChatGPT引爆的AIGC大模型热，完全改变了这个生态。

现在，一切都开始向基于大模型的垂直行业赛道聚合。

可以说就像一棵树，树干是基于AIGC基础大模型，然后在此基础上长出了各种垂直行业的分支。

这种崭新的AI生态的优势在于：大模型的底层都是基于统一的Transformer架构，因而整个AI生态就能基于更稳定的基础模型进行规划。

此时，行业也随之出现了崭新的需求。

首先，算力产品必须具有极高的效率，才能更好地支持开源或闭源的基础模型。

其次，现在行业内公认，最有意义的是打造各种垂直和行业的模型，因而必须和行业制造商或B端客户紧密合作，理解他们的微调方法和行业落地政策。

张亚林表示，燧原科技所希望的，是更好地支撑大模型，让大模型提供所有稳定性、可靠性的价值。

在整个生态中，微调和部署推理的产品都会和客户更加契合，提供极致的性价比和及时的服务和响应，提高他们在部署应用上的竞争力。

自研AIGC算力底座

从一开始，燧原就将产品设计目标定为「算力普惠」，尤其关注整个模型训练和推理的成本和性价比。

除了有极具性价比芯片产品外，燧原在整个算力系统搭建上，也储备了丰富的经验。

经过五年的研发和积累，燧原在做底层算力产品同时，还一直在系统层面不断加码。这些系统层面就包括从芯片到板卡、互联、存储、服务器、集群的拓扑结构，再到分布式软件。

到现在，通过两代产品的打磨，燧原已经积累了大规模的客户群，实现了大规模的商业落地。

可见，具备了成熟产品体系后，燧原在当前AIGC浪潮下具备一定的优势。

燧原从底层做算力产品的公司，平滑地过渡到为以算力和算力底座为主，并拓展了新的业务模式——与合作伙伴打磨MaaS平台，推出面向AIGC平台性产品。

与其他头部科技不同的是，燧原是基于自家算力底座去打造MaaS私有化部署平台。

简言之，其最大的差异化就在于，在已有的软硬件一体化和系统化基础产品面上去打造一个平台。

在这个MaaS平台上，同样为公有云客户，以及其他战略客户提供燧原的基础产品面。

燧原曜图的打造本身就是基于文生图行业私有化部署的业务痛点，来探索牵引规模化的业务新模式。

因此，燧原这个平台化产品并非是要与公有云客户、服务器客服竞争，而是要合力去打造一个完整的生态化平台，把性价比做到极致，进而实现商业化推广。

从系统设计技术角度来讲，算力、存储、互联是三个能够把集群算力发挥出来的重要因素。

所以，燧原从一开始就是从顶层到底层的角度去设计。

首先就算力来讲，同一个应用下，同样的价格下，燧原的算力性价比希望有3倍的提升。同时，还要开拓算力的多个精度，使得用户在不同模型要求下，能够弹性进行调优和推理。

然后在存储方面，燧原很早就采用了HBM技术，能够提供极高的存储容量和带宽，可以满足现在AIGC不同的大模型调优和推理上对于容量和带宽的要求。

最后，在互联上，如何将1000张以上的加速卡连接实现更高的分布式效率？

这就得依靠燧原的GCU-LARE互联技术，这是完全基于自研的核心技术，能够实现高速传输。

在之江实验室打造的千卡计算集群中，通过这个互联技术，燧原实现了高达0.95的线性度。

因此，在这样高速互联的加持下，客户便可以进一步榨取理论算力加起的总体算力值，进而让之变得更加有效。

有了底层的硬件提供的算力、存储、互联之外，在上层还有燧原提供的软件全栈以及框架分布。

那么，如何能够让底层系统能力的真正发挥？

对此，张亚林介绍称，燧原通过产品迭代的打磨，构建了非常完整的软件分布式形态，能够很好地打造大规模系统，并将其高效用起来。

在这一系统的加持下，燧原可以快速地推出面向AIGC系统性的平台。

除此之外，燧原已经与很多云服务厂商进行了各种生态连接，通过各种公有云和服务器的适配，搭建了完善的生态体系。

智算2.0

值得一提的是，燧原早已具备了通过超千卡的方式，探索大模型未来方向的能力。

其中，与之江实验室的合作，是燧原在系统化提前布局的一个典型案例。

2021年3月，燧原与之江实验室成立了「之江-燧原联合创新研究中心」，与之江的智能计算主方向形成互补协同效应，联合研发异构智能计算集群。

该集群在一年前部署成功，集成了超千张云燧AI加速卡T11，提供超过100P的AI算力，线性加速比超过80%。并且集群采用了液冷系统方案，PUE低于1.1，电力消耗降低30%。

对燧原来说，这是一个具有前瞻性的布局，即目标不再是芯片和板卡，而是通过集群系统使能传统AI。

该集群不仅使能了之江内部自研的AIGC的大模型，同时也为之江的科学计算AI for Science赋能，比如，蛋白质结构预测模型。

目前，之江实验室已经完成了20+科学应用场景大模型的训练。

这为燧原在大模型预训练方面带来了大量的经验积累，同时能够反哺燧原后续的预训练产品。

燧原科技技术专家在WAIC现场讲解燧原曜图

深耕五年，未来三步走

成立五年，燧原科技从创业伊始就聚焦于人工智能云端算力产品，并为人工智能设施提供解决方案。

三年前，燧原便具备了大集群训练的能力，同时标志着整个产品在系统方面成熟度。

经过前两代的产品迭代，燧原在传统人工智能领域完成大规模商业落地、产品泛化、生态启动后，即将要推出第三代产品。

那么，是什么契机让燧原认为应该推出迭代产品？

首先，从这家公司自身来说，是有软硬实力去做这件事。

鉴于拥有非常强大的技术产品力和市场验证，以及规模化特性，能够支撑燧原在全新战略框架下的进一步布局。

其次，是时代使然。

去年，Stable Diffusion横空出世，推动了全球生成式AI的大爆发。一夜之间，大规模的文生图应用相继涌现，再到今年年初商业模式转换。

在内容，媒体、游戏等一系列深层次的行业，AI逐渐能够取代像编辑、美工人力，节省了大量成本。

在全新的AIGC时代，用户需要的是一个更高性价比，更加灵活定制化的商业部署解决方案。

由此，当燧原在具备了软件-硬件-系统的全栈解决方案后，便开始思考如何结合这一套系统化方案，让业界有一个更好的系统赋能抓手。

经过缜密的市场分析和调研后，燧原发现从去年以来能够真正实现商业化落地和应用，当属文生图。

同时也看到，当前文生图应用存在一些痛点。

首先基于开放式的应用。企业在公有云上申请算力和服务，来实现整个公有化部署。那么，这样的方式会带来核心知识产权、产品竞争力、价格高昂、私有化等方面的问题。

其次是本地私有化部署应用。一些企业往往通过非常简单的机器串联方式来构建应用，就会遇到不稳定、不可持续的问题。

不管是基于公有云，还是本地私有化的打法，都存在着不同的隐患。

由此，燧原推出的首个文生图产品平台燧原曜图™便是要瞄准市场方向，即在AIGC文生图商业落地过程中提供一个私有部署的MaaS平台。

在这个私有化部署的系统中，融合了燧原多年来精心打磨的算力系统，同时也加入了合作伙伴云端服务模块，开源大模型，以及一系列应用部署集成测试生态工具链。

整套集成系统可以作为私有设备，具有可靠性、稳定性、及时升级的特点，能够直接推向整个2B行业端。

这样的优势在于，能够为用户提供极致化效率，更加灵活和定制化的部署方式。

其实，从今年3月起，燧原便升级了企业战略之路，要全面打造AIGC时代的基础设施。

因为，这家公司看到了大模型未来的趋势就是如何让应用实现落地。

今年是中国大模型开发和训练的元年。

至今，国产大模型已经有70+个，国内在大模型领域也有了深厚的积累，扎实的根基，但耗费巨资训练的大模型，最终还是要实现商业落地。

如何从大模型大量产出，转移到大模型的部署应用，把数据和应用飞轮转起来，并真正实现大模型的商业价值是当前的基本步调。

在燧原看来，2024年是大模型的应用部署的元年，也是商业模式的真正爆发的元年。

所以，从今年大模型大规模的生产和训练，到明年大模型大规模的应用和部署，在这个中间的过渡过程中，需要非常强大产品力支持。

一直以来，燧原将整个人工智能训练推理和整个算力系统一体化作为发展目标，进而帮助客户打通从预训练到微调，再到线上部署的全流程。

燧原曜图，作为第一个MaaS平台的服务产品，已经为今年大模型生成，到明年年初大模型落地应用上了充足准备。

该平台内置的训练和推理，主要针对文生图大模型的预训练到部署，让其充分实现商业价值。

燧原科技技术专家在WAIC现场讲解燧原曜图

在此次采访中，张亚林提及，未来公司下一步任务规划分为三个方面。

首先，坚持今年3月宣布的全面转向的AIGC企业战略。因为在这个大算力时代，大模型时代，这样一个双重时代当下，要能真正踏踏实实通过算力化产品、平台化产品，来赋能大模型价值。

此外，基于这一战略，如何做好生态，如何做好整个算力产品迭代，如何做好规模化商业探索等问题，都将是燧原AIGC战略讨论的重大范畴。

第二个就是除了战略之外，还需要练内功，持续突破，从系统化平台化角度去交付一个更有力的组织，从广度和深度挖掘不同专业层次的人才。根据战略牵引来布局整个公司内盘方式。

同时，要加强和生态伙伴的深度合作。

第三，燧原还将持续性推动技术和产品迭代，继续依托前瞻性产品设计、架构设计，来大力推动整个AI浪潮的变革。

总言之，未来，燧原科技将从整体战略层面、内盘文化组织，产品技术层面三个角度去布局，一起拥抱AIGC全新时代。