枫影（王鸿华）：AI大模型与AI算力

枫影（王鸿华）注册讲师 8查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 35682

联系老师

适用对象

全员

课程介绍

【课程背景】

工智能技术的迅猛发展，特别是以深度学习为代表的技术革新，AI大模型（如GPT系列、BERT等）成为了推动自然语言处理、计算机视觉等多个领域进步的关键力量。这些模型通过大规模的数据训练，能够实现超越传统方法的效果，并且在不断优化中展现出更强大的泛化能力和应用场景。与此同时，算力作为支撑这些大模型运行的基础资源，其重要性日益凸显。无论是训练还是推理阶段，高性能计算能力都是保证模型效果与效率的重要因素。

移动通信技术的进步，尤其是5G乃至未来的6G网络部署，为AI应用提供了更加广泛的应用场景和可能性。在这样的背景下，如何有效地利用大模型和先进算力资源，成为移动研究院等科研机构关注的重点。本次培训旨在帮助学员深入了解AI大模型的工作原理及其在移动通信领域的潜在应用，并掌握高效利用算力进行模型训练与优化的方法。

【课程收获】

1.深入理解AI大模型的发展历程、现状及未来趋势

2.掌握大模型的基本概念、架构设计原则及关键技术点；

3.学习算力对大模型性能的影响机制以及如何选择合适的硬件平台。 4.了解AI-LLM在各个行业的应用现状及趋势

【课程对象】

全员

【课程时长】

1-2天（6h/天）

【课程大纲】

Part1 A I发展史

1. 1人工智能概念的提出

1.2人工智能的定义

1.3机器定理证明、跳棋程序等研究成果

2.机器学习：数据驱动决策

2.1 监督学习、无监督学习

2.2 强化学习

3.深度学习：神经网络模拟人脑

3.1 机器视觉CV

3.2 自然语言处理NLP

3.3 语音VC

4.第三代生成式AI：内容与设计

Part2 AI发展要素

1.A I发展三大基础要素：算法、数据与算力

1.1算法：AI发展的关键

1.2数据: 大量可以被用来训练的有价值的数据 1.3高性能算力: 支持复杂AI模型构建

2.算法进步

2.1深度学习与强化学习的结合 2.2量子AI的崛起

2.3多模态技术融合

2.4智能化与个性化提升

3.算力加速

3.1 AI大模型推动物理推理算力需求激增 3.2分布式推理算力中心下沉

3.3全球智能算力规模增长

3.4GPU成为AI加速新品通用性解决方案

4.数据

4.1数据治理

4.2在线离线一体化数据库 4.3分布式隐私方面的突破 4.4数据处理与AI一体化

Part3 AI大模型

1.A I大模型的定义与基础

1.1具有庞大参数规模和复杂程度的机器学习模型 1.2基于深度学习和人工神经网络训练

1.3数据为基石，预训练提取高级特征

2.A I大模型的发展历程及趋势

2.1 从萌芽期到AI1.0, AI2.0d 飞跃

2.2 参数规模增长：数百万到千亿级别

2.3 通用化与专业化并行

2.4 表现

2.4.1多模态、跨模态和大尺度模型的发展

2.4.2开源大模型爆发

2.4.3企业级市场应用快速拓展

3.A I大模型的发展驱动要素

3.1 政策对AI大模型发展的驱动因素

3.2 技术对大模型发展的影响

3.2.1 算力资源

3.2.2 算法人才

3.2.3 数据积累

3.2.4 高位数据建模与特征提取问题

3.3 AI大模型市场应用推动AI大模型的发展

3.3.1 2C的发展

3.3.2 2B产业应用

4.A I大模型目前国内外主要代表

4.1国际公司OPENAI、Google等主要模型

4.1.1 GPT：GPT-4和GPT-4o

4.1.2 Claude3模型

4.1.3 PaLM：PaLM-E等多模态

4.1.4 Gopher：DeepMind

4.1.5 Gemini: 原生多模态大模型，跨模态能力突破

4.1.6 LLama2: 开源模型家族，能力大幅提升

4.1.7 Mixtral 8x7B: 引入专家混合技术，开源领域重要力量

4.2百度、阿里巴巴等国内大模型

4.2.1传统互联网企业大模型：文心、通义、豆包、混元

4.2.2 新生代：智谱GLM、月之暗面KIMI、商汤

4.2.3 行业大模型

5.A I大模型基础技术原理

5.1技术背景与核心概念

5.1.1深度学习与神经网络

5.1.2预训练模型的原理

5.1.3参数优化与训练数据选择

5.2核心架构

5.2.1纯Prompt提示词法

5.2.2Agent + Function Calling机制

5.2.3RAG（检索增强生成）

5.2.4Fine-tuning微调技术

5.3模型结构与训练策略

5.3.1Transformer模型架构

5.3.2MoE（专家混合模型）

5.3.3多模态模型

5.3.4分布式并行加速与计算优化

Part4 AI大模型的应用

1.技术与算法应用场景

1.1大模型调用技术: 快速实现成果

1.2自然语言处理(NLP): 语音识别、文本生成 1.3生成式AI: 内容生成、交互生产

2.A I大模型的能力

2.1巨大的参数量和深层网络结构

2.2 强大的泛化能力和多模态理解能力

2.3 涌现能力

2.4 高效的数据处理和计算效率

2.5 降低开发门槛和提高模型精度

2.6 生成式AI的应用

2.7 跨领域的知识和语言理解能力

3.A I大模型的表征应用

3.1息检索与处理

3.1.1自然语言处理

3.1.2图像识别与分析

3.1.3文本分类与理解

3.2 内容生成

3.2.1 文本

3.2.2 图片与视频

3.2.3 语音

3.2.4 代码

3.3 智能聊天机器人

3.4 智能助理agent

4.行业应用

4.1金融领域: 智能风控、智能营销

4.2政务领域: 政策分析、公共服务优化 4.3医疗保健: 病例分析、疾病预测

4.4电商领域: 客户行为分析、个性化推荐 4.5教育领域: 个性化学习、情感分析

4.6制造业: 生产管理、质量控制

4.7农业: 遥感监测、作物病害预测

Part5 AI大模型的商业模式

1.商业化路径

1.1MaaS模式: 大公司提供预训练模型，垂直行业小公司构建和部署 1.2一体化黑箱模型: 简化用户对原理的了解，直接使用成果

1.3B端应用定价: 时间段收费、按调用量收费、包含硬件的一站式解决方案

2.商业策略平台

2.1Vizologi: 生成前瞻性商业计划，市场竞争分析 2.2企业数字化: 生成式AI在不同领域的应用

3.商业模式探索

3.1To B或To C选择: 产品繁荣或消亡的关键

3.2私有化部署方案: 满足数据安全需求，增强信任度

4.商业应用与体验赋能

4.1生成式AI在企业中的应用: 金融服务、政府和公共服务等领域 4.2AI技术在实体经济中的赋能作用

5.商业化进展

5.1行业持续技术突破和早期产品落地 5.2可行的商业模式

Part6 AI大模型的产品设计与部署

1.产品设计阶段

1,1目标定义与需求场景 1.2双故事线策略探索

1.3用户体验与价值驱动 1.4业务逻辑集成

2.技术选型与开发流程

2.1大模型科学选型 2.2开发流程概览

2,4本地离线部署方案

3.部署与优化

3.1部署服务选择 3.2模型训练迭代

3.3数据隐私与成本控制

Part7 AI算力

1.A I算力的概念与作用

1.1定义

1.2算力基础设施

1.2.1AI大模型训练与推理的核心

1.2.2GPU为算力核心组件

1.2.3AI服务器、存储需求增长 1.3对AI大模型的支撑

2.技术与设备

2.1GPU服务器主导 2.2AI芯片多样化

2.3HBM DRAM存储技术

3.应用场景

3.1大模型训练

3.2生成式AI应用

4.对行业的影响和挑战

4.1数字经济和AI+的推动

4.2供需矛盾与资源分配不均

4.3数据中心算力瓶颈 4.4光模块需求放量

5.未来的展望

5.1AI算力国产化

5.2国家级AI算力网络

枫影（王鸿华）老师的其他课程

• 枫影（王鸿华）：AI-LLM应用开发及部署: GPT模型因其强大的文本生成能力，正在被广泛应用于各行各业。无论是自动化的客户服务、个性化的内容推荐还是智能助手的设计，GPT模型都能提供高效且高质量的支持。本课程旨在帮助学员快速掌握GPT模型的基础到高级应用。课程收获理解GPT模型的基本原理和技术优势。掌握从基础调用到高级微调的全过程。能够独立设计和实现基于GPT的智能应用。学会评估和优化GPT模型的输出质量。了解最新的GPT技术和行业发展趋势。课程对象对自然语言处理和人工智能感兴趣的初学者。希望利用GPT模型解决具体业务问题的企业技术人员。需要提升现有产品智能化水平的产品经理或开发者。关注人工智能技术在行业应用中的产品经理和项目经理。想要了解GPT模型最新进展的研究人员。课程时长 1天（6小时）【课程大纲】 Part 1：AI-LLM的发展现状及趋势 1. AI-LLM 1.1 AI的定义1.2 AI的发展史1.3 AI三大要素：算法 + 数据 + 算力机器学习：监督学习、无监督学习、强化学习深度学习：图像识别技术CV与人类自然语言处理NLP AI-LLM大模型的诞生 1.7 AI-LLM大模型的技术原理 transformer架构注意力机制量化模型模型枝剪知识蒸馏 2. AI-LLM大模型的主要应用领域 3.1 AI-LLM特点：理解语义、知识记忆、逻辑推理、直接生成3.2 文生文、文生图、文生音频、文生视频、文生代码3.3 图生视频3.4 数字员工 3. AI-LLM大模型的发展现状及趋势 4.1 国外AI-LLM大模型介绍4.2 AI-LLM大模型的发展趋势4.3 多模态4.4 AI agent的出现 4. AI agent（应用） 5.1 AI agent 国内外 agent 工具介绍：文心智能体、智谱清言智能体和coze 本地化部署：ollama 和 LM studio 5.2 工作流 RPA + LLM + RAG 本地化知识库搭建工作流节点与参数 LLM调用 RAG 5.3 部署 API部署链接云化移动端部署：公众号、企微、小程序、钉钉等本地化端侧部署 5.4 数字员工的诞生 Part 2：AI-LLM应用 1. 内容生成 - 工具类 1.1 文本类：通讯稿 / 培训总结 / 会议纪要 / 公文 / 营销文工具：kimi、文心一言、通义千问、讯飞星火、豆包 1.2 图片类：配图 / 营销海报 / 产品图片工具：SD、即梦、文心一格、canva 1.3 短视频：纪录片 / 品牌宣传 / 产品推介 / 数字人播报工具：星火绘镜、即梦、Runway、Pika、度+ 1.4 PPT：演示类 / 演讲类 / 培训类工具：Gamma、AIppt、WPSAI 1.5 其他：数据处理、思维导图工具：kimi、文心一言 2. 数字员工（Agent + RPA + LLM + RAG + Prom + ollama） 2.1 应用领域： FAQ客服机器人内容生成类数字员工自动工作流机器人财务数字员工营销运营数字员工 HR数字员工 2.2 主要的工作原理及关键点 Agent界面搭建 LLM调用：算法模型调用 RAG：知识库构建 Promote：调优 2.3 数据安全开源数据使用本地化数据治理与RAG 附：AI-LLM产品开发和应用的基础能力体系 1. Prompt 提示词 1.1 提示词的基本结构1.2 三类提示词写作模板1.3 提示词强化加强1.4 调优 2. Agent 工具 2.1 工具：智谱清言Agent、文心智能体、coze、ollama2.2 工作流设计2.3 知识库RAG2.3 部署 3. RAG本地化知识库 3.1 AI-agent 能够解析的知识库3.2 知识体系3.3 知识笔记 obsidian 工具的使用 4. 工作流 + AI-IPA（RPA） 4.1 定义工作流4.2 工作流程设计4.3 国内主流RPA工具介绍4.4 RPA流设计器的使用

• 枫影（王鸿华）：AI-IPA(RPA): 【课程背景】 RPA(机器人流程自动化)的出现改变了传统的业务工作流程，解放了传统人工在面对简单而重复的工作，我们日常的很多工作都可以以RPA的方式来执行，从而提升工作效率。本节课主要从RPA的指导思想、RPA的原理、RPA的应用和RPAd的实施为内容，带领学员理解并掌握RPA的应用，提升工作效率。【课程收获】 1.了解RPA的价值和意义2.理解RPA的工作原理3.掌握RPA工作流的搭建流程4.目前国内主流RPA工具介绍5.掌握借助工具来实现工作流程自动化的搭建【课程对象】全员【课程时长】1天（6小时/天）【课程大纲】 Part 1: 认识RPA与IPA 1.1 定义与概念 1.1.1 什么是RPA（Robotic Process Automation） RPA机器人如同一位不知疲倦、精准无误的数字员工，高效地处理日常工作中那些繁琐的操作，释放人力以专注于更具创造性与价值的工作。 1.1.2 RPA与传统自动化的区别 1.1.3 IPA的出现 IPA，既有RPA高效执行规则化任务的能力，又引入了AI能力，如自然语言处理、机器学习、计算机视觉等。IPA不仅能应对常规的自动化任务，也能处理复杂的、非结构化的数据，理解并回应自然语言指令，甚至具备一定的自主决策能力。 1.1.4 IPA的三大特点超自动化体验所见即所得灵活适应 1.2 指导思想 1.2.1 效率提升与成本节约 1.2.2 错误减少与质量保证 1.2.3 员工赋能与工作转型 1.3 RPA的原理 1.3.1 软件机器人的工作原理 1.3.2 事件驱动与流程控制 1.3.3 数据捕获与处理 1.4 适合RPA处理的流程特点 1.4.1 重复度高 1.4.2 逻辑明确 1.4.3 大量数据处理 Part 2: RPA在企业中的应用 2.1 业务流程分析 2.1.1 识别可自动化的流 2.1.2 流程映射与优化 2.2 常见业务场景 2.2.1 财务与会计 2.2.2 人力资源管理 2.2.3 客户服务与支持 2.2.4 供应链管理 2.2.5 IT运维 2.2.6 电商运营：订单评价自动化处理、跨平台数据采集、抖音达人数据自动筛选 2.3 跨部门协作 2.3.1 RPA在跨部门流程中的作用 2.3.2 协调不同业务单元的需求 Part 3: 国内主流RPA工具概览 3.1 工具概览 3.1.1 UiPath 3.1.2 Blue Prism 3.1.3 Automation Anywhere 3.1.4 国内RPA工具特色 3.2 工具选择与评估 3.2.1 功能与性能评估 3.2.2 成本效益分析 3.2.3 用户体验与支持服务 Part 4: 实践，RPA流程搭建 4.1 实在RPA社区版介绍 4.1.1 软件特点与优势 4.1.2 社区资源与支持 4.2 搭建RPA流程的步骤 4.2.1 需求分析与规划 4.2.2 流程设计 4.2.2.1 确定输入与输出 4.2.2.2 定义流程逻辑 4.2.3 软件安装与配置 4.2.4 编写与调试脚本 4.2.4.1 录制宏 4.2.4.2 脚本编辑 4.2.5 测试与优化 4.2.5.1 单元测试 4.2.5.2 集成测试 4.2.5.3 性能测试 4.3 维护与迭代 4.3.1 监控流程运行状态 4.3.2 异常处理与日志记录 4.3.3 流程迭代与升级 Part 5: 课程总结与展望 5.1 课程回顾 5.1.1 知识点总结 5.1.2 学习成果评估 5.2 RPA的未来趋势 5.2.1 技术发展与创新 5.2.2 行业应用前景

• 枫影（王鸿华）：AI Agent: 【课程背景】 AI Agent（人工智能代理）已成为推动企业数字化转型和智能化升级的关键力量。AI Agent能够模拟人类智能行为，执行自动化任务，提供决策支持，甚至与人类进行自然语言交流。在各行各业，AI Agent正逐步替代重复性劳动，释放人力资源，提高工作效率，优化用户体验。然而，AI Agent的构建和应用并非易事，它需要跨学科的知识和技能，包括但不限于工作流、提示词、知识库等。为了帮助学员更好地理解和掌握AI Agent的构建与应用，本课程旨在提供一个系统化的学习路径，从理论到实践，从技术到业务，全面覆盖AI Agent的关键知识点和应用场景。【课程收获】全面理解AI Agent：深入掌握AI Agent的基本概念、工作原理和关键技术。技术实践技能：学会应用工作流、LLM和RAG等技术构建AI Agent。业务融合能力：理解AI Agent在不同业务场景中的应用，学会将技术与业务需求结合。工具运用熟练度：熟悉并能够运用国内主流AI Agent工具进行项目开发。【课程对象】全员【课程时长】1天（6h/天）【课程大纲】 Part 1：认识AI Agent 1.1 定义与概念 1.1.1 什么是AI Agent 1.1.2 AI Agent与RPA的区别 1.1.3 AI Agent的发展历程 1.2 指导思想 1.2.1 智能决策与自主学习 1.2.2 人机协作与交互体验 1.2.3 数据驱动与知识发现 1.3 AI Agent的原理 1.3.1 RPA流程自动化 1.3.2 RAG知识库管理 1.3.3 LLM AI 大模型 Part 2：AI Agent的核心技术 2.1 机器学习算法 - LLM 2.1.1 监督学习与非监督学习 2.1.2 强化学习 2.1.3 聚类与分类算法 2.2 自然语言处理 2.2.1 语言模型与文本分析 2.2.2 语义理解与情感分析 2.2.3 机器翻译与多语言支持 2.3 知识图谱 2.3.1 知识表示与推理 2.3.2 实体识别与关系抽取 2.3.3 知识融合与更新 Part 3：AI Agent在企业中的应用 3.1 客户服务与支持 3.1.1 聊天机器人与客户互动 3.1.2 智能推荐系统 3.1.3 客户反馈分析与处理 3.2 人力资源管理 3.2.1 简历筛选与候选人评估 3.2.2 员工培训与发展 3.2.3 员工满意度与情绪分析 3.3 风险管理与合规 3.3.1 欺诈检测与预防 3.3.2 合规性检查与报告 3.3.3 风险评估与预测 3.4 供应链优化 3.4.1 需求预测与库存管理 3.4.2 物流优化与路径规划 3.4.3 供应链风险评估 Part 4：国内主流AI Agent工具 4.1 工具概览 4.1.1 百度文心止疼提 4.1.2 阿里摩搭 4.1.3 智谱清言 4.1.4 字节Coze 4.2 工具选择与评估 4.2.1 功能与性能评估 4.2.2 成本效益分析 4.2.3 用户体验与支持服务 Part 5：实践AI Agent流程搭建 5.1 文心智能体介绍 5.1.1 软件特点与优势 5.1.2 社区资源与支持 5.2 搭建AI Agent流程的步骤 5.2.1 需求分析与规划 5.2.2 注册账号并完成零代码开发 5.2.2 本地知识库上传 5.2.3 测试与优化 5.2.5.1 性能测试 5.2.5.2 用户反馈收集 5.2.5.3 模型迭代 5.3 维护与迭代 5.3.1 监控AI Agent性能 5.3.2 异常处理与日志记录 5.3.3 知识更新与模型再训练

枫影（王鸿华）：AI大模型与AI算力

课程概要

适用对象

课程介绍

枫影（王鸿华）老师的其他课程

相关课程

添加企业微信