2025DeepSeek大模型企业应用操作指南.pptx

DeepSeek大模型及其企业应用实践

目录1.大模型：人工智能的前沿2.大模型产品3.大模型的行业应用4.企业大模型落地方案5.智能体的企业应用6.厂商提供的企业级大模型服务7.大模型典型应用案例8.AIGC与企业应用实践9.大模型未来发展趋势

1.大模型：人工智能的前沿1.大模型的概念2.大模型的发展历程3.人工智能与大模型的关系4.大模型分类

1.1大模型的概念大模型通常指的是大规模的人工智能模型，是一种基于深度学习技术，具有海量参数、强大的学习能力和泛化能力，能够处理和生成多种类型数据的人工智能模型。通常说的大模型的大的特点体现在：2020年，OpenAI公司推出了GPT-3,模型参数规模达到了1750亿。2023年3月发布的GPT-4的参数规模是GPT-3的10倍以上，达到1.8万亿，2021年11月阿里推出的M6模型的参数量达10万亿。计算资源需求高参数数量庞大训练数据量大

大模型的设计和训练旨在提供更强大、更准确的模型性能，以应对更复杂、更庞大的数据集或任务。大模型通常能够学习到更细微的模式和规律，具有更强的泛化能力和表达能力语言生成能力学习能力强上下文理解能力大模型具有更强的上下文理解能力，能够理解更复杂的语意和语境。这使得它们能够产生更准确、更连贯的回答可迁移性高学习到的知识和能力可以在不同的任务和领域中迁移和应用。这意味着一次训练就可以将模型应用于多种任务，无需重新训练大模型可以从大量的数据中学习，并利用学到的知识和模式来提供更精准的答案和预测。这使得它们在解决复杂问题和应对新的场景时表现更加色1.1大模型的概念大模型可以生成更自然、更流利的语言，减少了生成输时呈现的错误或令人困惑的问题

1.2大模型的发展历程大模型发展历经三个阶段，分别是萌芽期、沉淀期和爆发期性能(参数、层数等)萌芽期迅猛发展期阿里巴巴M6100000亿GogleSwitchtransformer.华为16000亿盘古大模型10850亿OpenAIGPT410000亿(预估)GooglePalM-E5660亿百度文心大模型2600亿时间2023NVDIAMT-NLG5300亿OpenAlDALL-E2 120亿2022微软Turing-NLG170亿GoogleT5110亿2020OpenAIGPT31750亿微软Florence6.4亿2021基于规则的少量数据处理1950GAN百万千万级2014LeNet-56万2005OpenAlGPT215亿2019GoogleBert3亿2018探索沉淀期

1.2大模型的发展历程 大语言模型呈现核心能力金字塔结构大语言模型人类情感理解和识别其他高阶能力编程能力数学医学法律概念抽象视觉识别文字理解进阶能力更为进阶的理解力进阶能力逻辑推理能力核心能力认知和学习能力尸030201

训练算力(petaFLOPs)Megatron-TuIG530BPal(540B)0Llama2-70BGPT-3175B(davinci)GLM-130BBERT-LargeGTransfomerDeepSeek-R1-Distill-Qwen-1.5B20112012201320142015201620172018201920202021202220232024NLOIArinW1.2大模型的发展历程大模型发展对算力的需求演变1.E+121.E+101.E+081.E+061.E+041.E+02DeepSeek-R1-671BDeepSeek-R1-Distill-Qwen-32BGGeminiUltraliBaichuan2-13BBaichuan2-7BGPT01GPT-40Claude2AlexNet

1.3人工智能与大模型的关系人工智能包含了机器学习，机器学习包含了深度学习，深度学习可以采用不同的模型，其中一种模型是预训练模型，预训练模型包含了预训练大模型(可以简称为“大模型),预训练大模型包含了预训练大语言模型(可以简称为“大语言模型”),预训练大语言模型的典型代表包括OpenAl的GPT和百度的文心ERNIE,ChatGPT是基于GPT开发的大模型产品，文心一言是基于文心ERNIE开发的大模型产品ChatGPT文心一言预训练大语言模型GPT文心ERNIE深