从社区数据看大模型开发生态的全景与趋势

AIGC动态2周前发布 ai-front
236 0 0
从社区数据看大模型开发生态的全景与趋势

 

文章摘要


【关 键 词】 AI开发生态开源项目社区数据生态位分析技术趋势

在QCon全球软件开发大会2024(上海站)的「开源重塑AI开发生态」专题中,王旭和夏小雅发表了题为「从社区数据看大模型开发生态的全景与趋势」的演讲,探讨了开源生态的变化及其对开发者的影响。他们通过分析社区数据,包括项目活动数据、项目间的关联信息和SPDX标准兼容的Dependency数据,揭示了AI生态中的依赖性、上下游合作关系以及同生态位的替换/竞争关系。这些关系构成了应用架构图,反映了生态位的清晰度和生态的大图。

演讲中提到,生态中的项目稳定性、开发者聚集效应和生态的隔离性是值得关注的现象。例如,PyTorch、llama.cpp和huggingface/transformers等项目在生态中占据核心地位,而Kubernetes等项目则显示出与大模型相关的开源项目之间的隔离性。此外,一些项目如Nvidia的项目在社区中的互动较少,显示出非社区化的特点。

为了绘制生态全景图,他们提出了开发链、供应链、执行链和工作流等前置定义,并强调这些链条不是二维平面图,而是相互交织的复杂结构。他们还展示了一些核心项目在生态位上的分布,并讨论了训练框架、推理引擎和IDE开发工具等领域的趋势。

最后,王旭和夏小雅强调,大模型开发的范式正在形成,类似于20年前的LAMP。他们建议开发者利用好的生态位或与中心生态位产生良好互动。尽管已经有一些阶段性的成果,但他们将继续进行更多的分析和观察,以更全面地理解AI生态中的动态和趋势。

豆包-智能助手

原文和模型


【原文链接】 阅读原文 [ 3883字 | 16分钟 ]
【原文作者】 AI前线
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★☆☆

© 版权声明

相关文章

暂无评论

暂无评论...