腾讯披露最新大模型思路，可节省50%算力成本

21世纪经济新闻报道记者燕子 北京新闻报道

随着大静态时代赶上，静态常量呈指数级激增，已达到万亿级别。与此同时，大静态也日益从大力支持单一形式语言、单一护航工业发展为大力支持多种形式语言下的多种护航。

在这种趋向于下，大静态特训所需算力前所未见，远超过单个显卡的处理非常快，而多卡分布式特训因特网损耗前所未见。如何提升硬件自然资源利用率，视为受到影响国产大静态新科技工业发展和实用性的重要前提。

在此着重下，搜狐于11月23日宣布，搜狐混元大静态背后的自研人工神经网络框架Angel再一升级，可将大静态特训经济性增加至主流开源框架的2.6倍，千亿级大静态特训可节省50%算力生产成本。

Angel能力也增加背后，是基于特训框架和直觉框架的算法。据闻，面向大静态特训，搜狐自研了人工神经网络特训框架AngelPTM，可针对先于特训、静态造化消解弱化学习等以外流程展开减慢和优化，尽可能以非常寡的自然资源和非常快的非常快特训相当大的静态。

而为了解决直觉生产成本的促使下降，搜狐自研的大静态直觉框架AngelHCF通过扩展可视能力也、使用多种Attention优化策略等方式对效能展开了增加。同时，框架还可视了多种压缩算法，以提升青岛港也，从而充分利用非常快的直觉效能和非常低的生产成本。

测出统计数据辨识，相较于业内主流框架，AngelHCF的直觉非常快提升了1.3倍。在搜狐混元大静态文生图的应用于中，直觉耗时从原本的10秒缩短至3-4秒。

另外，升级后的Angel还提供了从静态研制出到应用于落地的一站式平台，包含应用软件、造化调、静态风险评估、一键布署以及上会词调优等免费，让大静态的“开箱即用”视为可能。

据介绍，在应用于共同开发各个方面，搜狐内部已有最多300项的业务和应用于片中网络连接搜狐混元大静态封测，相对上个月数量刷了一倍。

非常多内容请下载21经济日报APP