來源：華爾街見聞
面對衆多競爭對手的猛烈攻勢，在人工智能軍備競賽中稍顯落後的$谷歌-A (GOOGL.US)$/$谷歌-C (GOOG.US)$，正在迎頭趕上。
剛剛結束的谷歌Cloud Next 2024大會，雖然在一衆新聞頭條裏，聲量略顯清淡，但谷歌藉此展示了它在人工智能領域的一系列創新和已取得的長足進展，尤其是人工智能基礎設施上的遙遙領先。
谷歌CEO皮查伊直言：
我們早就知道人工智能將改變每個行業和公司，包括我們自己。這就是爲什麼我們十多年來一直在構建人工智能基礎設施，包括現在已經發展到第五代的TPU。
谷歌強大的基建能顯著提高大模型應用的效果
谷歌雲CEO庫裏安強調，谷歌所擁有的強大基礎設施，幫助谷歌能爲客戶提供訓練和部署最先進語言模型的能力，站在了人工智能平台變革的最前沿。
在這屆谷歌雲年度大會上的主題演講裏，谷歌着重強調了其在人工智能基礎設施方面的幾大優勢。
一方面，通過整合谷歌搜索，可以大幅提高大型語言模型的回答質量，顯著減少"幻覺"現象。另一方面，谷歌還讓客戶能夠輕鬆將企業數據庫和應用程序中的數據作爲模型的知識基礎，真正實現AI技術落地，將生成式人工智能與企業現實數據相結合。
例如，在一個演示中，集成谷歌Gemini和BigQuery數據倉庫以及Looker商業智能平台之後，工作人員可以收到特定產品即將售罄的警報；利用生成式人工智能，工作人員可以看到銷售趨勢，找到類似的模型，並制定行動計劃來處理庫存下降的問題。
在這個案例中，通過谷歌深厚的基礎設施服務，大模型不僅能夠提供信息，還可以充當一個更易於使用的自然語言界面，用於收集數據，大幅降低了任務所需的時間和知識門檻。
分析人士評論稱，過去，谷歌的本質優勢是建立在開放互聯網和大規模數據處理能力之上，而在當下的人工智能時代，這種本質優勢就體現爲基礎架構和運算規模上的絕對領先地位。而通過這次的Cloud Next大會，谷歌清晰地展示了這一點，可以說是給自身在激烈的人工智能競爭中找到了關鍵的“本質依靠”。
Gemini 1.5 Pro炸場！超長上下文理解力顛覆AI應用成果
更令人振奮的是，谷歌公佈了其新一代Gemini 1.5 Pro大語言模型。該模型較前代產品有了質的飛躍，不僅大幅提升了性能，更能在長上下文理解方面有突破性進展。據庫裏安介紹:
Gemini 1.5 Pro的性能大幅提升，並在長上下文理解方面取得了突破性進展。這意味着它可以持續運行100萬字token，爲企業利用人工智能進行創造、發現和構建開闢了新的可能性。
毫無疑問，谷歌擁有業內最爲龐大的TPU算力資源，再加上多年來對TPU架構的不斷優化和量產，使其能夠在芯片、集群乃至整個數據中心級別上並行加速訓練和推理，釋放出前所未有的計算能力。
傳統的transformer架構中，模型的內存需求會隨着上下文長度的增加而成指數級增長，這就造成了上下文理解的天花板。而Gemini 1.5 Pro則採用了創新的環形注意力等機制，使內存需求僅與上下文長度呈線性關係，同時還能處理高達1億個token的超長文本。
這項突破的關鍵，正是谷歌在基礎設施層面的創新能力。憑藉其龐大的TPU算力資源，谷歌似乎已經在Gemini 1.5 Pro上完全釋放了基礎設施的威力。
在會議上的一系列演示中，Gemini 1.5 Pro展現出了無與倫比的上下文理解和生成能力，廣泛應用於合規審查、營銷內容創作、軟件開發等諸多企業級場景。
以合規文件審查爲例，工程師直接將需要分析的報告和公司合規手冊文件上傳到Gemini for Workspaces中，AI就能夠基於兩份共計150頁的長文本，精準地發現提案中存在的合規性問題，而不需要人工費力地逐字比對。
在爲戶外產品創作營銷內容的場景中，工程師直接通過Imagen視覺模型生成了相應的創意圖像，然後利用Gemini對企業整個代碼庫(10萬行代碼)中的業務邏輯和運營數據進行上下文理解，最終生成出完整的故事板內容。
而在軟件開發方面，新工程師加入團隊後，Gemini Code Assist功能可以讓他們幾分鐘之內就熟悉整個代碼庫，並自動實施新功能，確保生成的代碼符合公司標準。
谷歌表示：
Gemini的代碼轉換功能具有完全的代碼庫意識，可以讓企業輕鬆地對整個代碼庫進行推理，相比之下，其他模型無法處理超過12000至15000行的代碼。
毫無疑問，這種超乎尋常的理解和生成能力，全靠谷歌在基礎設施層面的突破性創新。
正如皮查伊所言：
當模型在工作時能夠掌握問題的所有上下文時，它就能釋放出強大的功能；這隻有通過更長的上下文才能實現，而谷歌的基礎設施最終實現了這一點。
編輯/jayden