共计 857 个字符，预计需要花费 3 分钟才能阅读完成。
大语言模型（LLM）堪称是当下国内科创界最热门的话题。
近日，拓数派创始人兼 CEO 冯雷（Ray Von）受邀加入由 Google 举办的“深度摸索 LLM / Generative AI 的生态与利用”主题流动，与现场嘉宾共话科技行业倒退新趋势。
图为：流动现场照片
在圆桌探讨环节中，冯雷与主持人及几位守业公司高管，进行了一场对于大模型与生成式 AI 的深度对话与探讨。冯雷从虚构数仓、多模数据和数据网络等几方面，分享了其自己在数据计算畛域的实践经验与对大模型倒退的见解。
图为：圆桌探讨照片
在探讨中冯雷提到，ChatGPT 为代表的通用大模型使得数据计算（Data Computing）迅速浮出水面，拓数派作为数据计算理念的提出者，自成立第一天就将使命定义为「数据计算，只为新发现」（Data Computing for New Discoveries），并围绕「数据」、「模型」与「计算」三个维度进行深度摸索。现阶段咱们已实现了在数据计算畛域的第一步颠覆性技术冲破，利用云原生下 eMPP 计算引擎全面实现数仓虚拟化，可将物理数仓整合到跨云数据计算平台，实现云上存储资源和计算资源的离开调度，依据数据受权动态创建虚构数仓，并借助云上靠近⽆限扩大的存储空间和计算资源，撑持更大模型所需的数据和计算的同时，通过海量的数据来训练模型，从而可能计算出更好的后果，给企业带来商业价值，赋能到各行各业。他示意，人工智能的外围是一个建设在数学和逻辑计算上的模型，例如神经网络模型…, 模型的参数通常须要训练得出。模型的参数越多，须要训练的数据量和计算资源越多，能拟合的察看也会更多，这也是拓数派策略聚焦数据计算的一个深层次起因。
在圆桌探讨环节最初，冯雷说道：“拓数派是国内最早布局数据计算赛道的公司之一，并对其做了久远的策略倒退布局。 随着拓数派产品与市场策略的一直推动，将来咱们将会实现更大模型下的数据计算底层冲破，为一些大模型，深度模型提供数据计算，驱动企业实现从‘软件公司’到‘数据公司’再到‘数学（AI 模型）公司’的继续进阶，为行业和社会发明更大的价值。”