Репортаж от Wedoany，Microsoft корректирует стратегию развертывания генеративного ИИ, переходя от зависимости от крупных универсальных моделей к разработке собственных малых специализированных моделей, чтобы снизить затраты и повысить эффективность. Как недавно сообщило агентство Bloomberg, эти собственные модели постепенно заменяют модели OpenAI, становясь основным ядром ИИ-функций в продуктах Microsoft.
Крупные универсальные модели, такие как серия GPT от OpenAI и серия Claude от Anthropic, при достаточных вычислительных мощностях способны обрабатывать множество задач, однако их использование для повседневных сценариев, таких как составление кратких сводок писем или черновиков ответов, оказывается дорогостоящим и недостаточно эффективным. Напротив, обучение и развертывание малых специализированных моделей более экономично: они могут запускать десятки экземпляров на одном ускорителе, а разработчикам не нужно беспокоиться о поведенческих отклонениях, возникающих при замене модели поставщиком.
На конференции для разработчиков Build в июне Microsoft представила серию моделей MAI, охватывающую такие области, как универсальные рассуждения, программирование, генерация изображений, редактирование и обработка речи. Переход Microsoft от зависимости от универсальных моделей OpenAI к собственным моделям направлен на более точное соответствие реальным сценариям применения, позволяя выполнять ту же работу с меньшими затратами.
Microsoft описывает MAI-Thinking-1 как «среднюю модель, одну из сильнейших в своем весовом классе», и заявляет, что она «сопоставима с ведущими моделями в ключевых тестах по программной инженерии, демонстрирует передовые математические способности к рассуждению и превосходит Sonnet 4.6 в наших слепых человеческих оценках».
Контроль затрат является ключевым фактором этого перехода. Хотя ИИ уже продемонстрировал ценность в определенных областях, облачные провайдеры по-прежнему сомневаются в перспективах прибыльности ИИ-бизнеса. Меньшие модели высвобождают память, повышают загрузку оборудования и позволяют Microsoft гибко регулировать количество экземпляров в зависимости от трафика, чтобы контролировать операционные расходы.
Microsoft также оптимизирует весь технологический стек с помощью собственных ИИ-ускорителей. Серия чипов Maia 200, выпущенная в январе, обещает производительность, сопоставимую с чипами Blackwell от Nvidia, что позволяет Microsoft проводить совместную оптимизацию программного обеспечения, аппаратного обеспечения и моделей для повышения эффективности. Amazon и Google также следуют аналогичному пути: Google строит свою экосистему вокруг собственной архитектуры TPU с помощью серий моделей Gemini и Gemma, а Amazon инвестирует в серию моделей Nova и помощника по программированию, полагаясь на технологии Anthropic.
Универсальные передовые модели по-прежнему ценны для стимулирования инноваций, и облачным гигантам по-прежнему необходимо полагаться на такие компании, как OpenAI и Anthropic, для продвижения технологического прогресса. Однако снижение зависимости от компаний, разрабатывающих крупные модели, поможет облачным провайдерам в конечном итоге превратить ИИ в прибыльную бизнес-линию.
