11月22日，由《财经》杂志、财经网、《财经智库》联合主办的“《财经》年会2024：预测与战略”在北京举行。联想集团董事长兼首席执行官杨元庆出席并发表演讲。

　　杨元庆表示，今年以来以ChatGPT为代表的生成式人工智能大模型的热潮成为人工智能应用普及的加速器催化器，提速了各行各业的智能化转型。人们都可以真切地感受到人工智能变得比以往任何时候都更加真实，与我们每个人、每家企业都越来越息息相关。大家也深刻认识到所有的行业所有的场景都可能被人工智能重塑，这让大家对未来有了更多的憧憬、更多的期待。

　　杨元庆称，人工智能诞生至今已经有70多年的历史，现在大热的大模型只是人工智能技术的一个分支，大模型技术的创新突破让众多公共大模型如雨后春笋般的涌现。无论是作为平台型的应用还是嵌入各个行业的场景应用，都给人们带来了很多的高效与便利，让大家真正感受到了智能的意义。这里也存在一个现实问题，那就是要想让公共大模型跟你对话的时候能够提供你最想要的正确的恰当的内容，你就必须告诉它你自己真实的想法，提供你自己最真实的信息、数据。如果那样的话你 的个人数据甚至是隐私还有企业的商业机密，就变成了公众信息的一部分。人们寄希望拥有跟大模型交互所带来的高效便利，又希望自己的数据只留存在自己的设备上或者只是在自己的企业内部流动。

　　那么，是否能做到这样的既要也要呢？杨元庆认为，通过公共大模型和私有大模型包括个人的大模型和企业级的大模型的混合的并用可以实现。所谓的个人大模型是指部署在个人智能设备或者家庭的服务器上面，使用存储在本地的个人数据进行推理和学习的人工智能的技术模型，它不仅仅可以像公共大模型那样通过对话提供答案创作内容，而且更符合你的胃口，更加精准贴切，甚至根据你的思维模式预测任务并且自主的寻求解决方案。除非用户授权，否则你的个人数据不会被共享或者发送到公有云上，从而确保了个人的隐私和数据的安全。企业级的大模型是指使用企业内部的智能设备、智能边缘所提取的这些数据或者存储在私有云上面的数据或者知识库进行推理、学习并训练优化的人工智能的技术模型。它能够根据企业的业务场景和应用的需求归纳整合出判断和结论，从而提出决策建议。它部署在企业内部，能够确保相关信息的私密和安全。我认为未来的人工智能大模型将会是个人、企业和公共大模型共存的混合式的人工智能，跟公有云、私有云、混合云的概念是一脉相通的。

　　混合式的人工智能要如何实现呢？杨元庆指出，这一点离不开人们经常讲的基于端边云网智新IT架构的支撑。大模型的构建需要对海量的数据进行训练推理，所以它的计算量是爆发式的增长，对计算力提出了极高的要求。

　　杨元庆进一步谈及，随着人工智能应用的深入，训练和推理的计算复合比重也将发生重大的变化，从而对计算的配置提出新的要求，目前大模型的用户规模还是比较小，大多数大模型都部署在公有云上，借助更强大的算力资源，它的计算负载主要还是用于模型的训练，未来随着每个人都要使用大模型，用户规模会不断扩大，从而用于推理的计算负载它的需求将会迅速提升，可能很快会超过训练的计算负载。那个时候在公有云上完成所有的训练和推理任务就会让效率低成本高的问题日益凸显，因此无论是出于数据安全和隐私保护的考虑，还是从更高效率、更低成本响应用户需求考虑，大模型的计算负载将逐渐由云端向边缘侧和端侧下沉。越来越多的人工智能的推理任务将会在边缘和设

　　“所以要构建和优化大模型，支持更多生成式人工智能的应用，不仅需要提升云端的算力，在边缘和端侧也需要更加强大算力的配合，从而形成端边云混合的计算架构，实现更加平衡的算力分配。”

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：邓健