不知不覺間，距離掀起全球新一輪 AI 革命的 ChatGPT 出道，已經過去一周年了。在這場顛覆性的 AI 革命中，許多企業和程序員們逐漸形成了一個共識：“不會用 AI 就將被淘汰”。
為了避免“被淘汰”，這一年來眾多企業和程序員全力擁抱 AI、開發各種 AI 應用——連程序員自己都不禁要吐槽一句：“我們是為數不多喜歡革自己命的群體。”
作為一位（上學時候）接觸過代碼的技術編輯，最近，我的程序員朋友們給我安利了一個產品，說 10 分鐘就能用它開發一個 AI 應用！
程序員：“你可以隨時用它做一個’證件照‘應用、一個專屬 AI 秘書或一個 AI 心理咨詢師……你就說你想做啥，咱現在就缺需求和創意。”
我：“啥玩意兒？？？”
10 分鐘開發一個 AI 應用，是真的！
講句實話，聽到 “10 分鐘開發一個 AI 應用”時，我的第一反應是：你就吹吧！雖然本人并不從事開發工作，但基本常識還是有的——光是部署個 AI 應用的開發環境，就不止 10 分鐘了。
但是本著 FOMO（fear of missing out）的心態，我還是去體驗了一下。
結果，跟著官網上的文檔和操作手冊，我真的花了不到 10 分鐘做了一個“程序員小助手”：程序員可以將自己想要閱讀的代碼復制給它，并給出指令“解釋代碼”，“程序員小助手”即可給出每行代碼的意思和整體邏輯。
不僅如此，我還用同樣短的時間做出了一個設計助手，實現“AI 爆改靈魂畫手”，開了一個類似于妙鴨相機的“個人專屬照相館”。
體驗至此，我滿腦子都是：這也太香了吧！
連我這樣的菜雞，都可以輕易做到“10 分鐘開發一個 AI 應用”：除了等待兩個模型初始化，我幾乎沒再花費其他時間——而這個產品，就是騰訊云高性能應用服務（Hyper Application Inventor，簡稱 HAI）。
開發 AI 應用難，騰訊云 HAI 來破局
許多企業和開發者全力擁抱 AI、積極開發或接入各種 AI 應用，但在這個過程中卻發現，這件事似乎并沒有想象中簡單：硬件選型、環境部署復雜、開發門檻高、技術人才不足等一系列問題，都在阻礙著 AI 應用的落地。
首先，你要過的第一關：硬件選型。
原來，要開發一款 AI 應用，你要先有 GPU 算力。先別說 GPU 有多貴，就說一卡難求的今天，云幾乎是最佳選擇。
然而，先要仔細評估業務場景需要配置什么類型的 GPU、CPU、內存，再從一大堆產品類目中分別挑出合適的存儲、網絡、安全產品，并且自行選擇 CPU 內存配比、GPU 卡型。
第二個難關：環境部署復雜。
舉個例子。相信對于不少開發者而言，進入開發工作之前的模型環境部署，是一件十分繁瑣卻又無法繞開的事情。以部署和安裝 ChatGLM2-6B 模型環境為例，開發者通常需要準備好以下工具和環境：
- Python/ target=_blank class=infotextkey>Python 3.6 及以上版本
- TensorFlow 2.4 及以上版本
- PyTorch 1.6 及以上版本
- CUDA 10.0 及以上版本
- CUDNN 7.6 及以上版本
- Git
- wget
- unzip
- vim 或 emacs 編輯器
準備好之后，開發者要從 Github 上下載 ChatGLM2-6B 源代碼、安裝依賴項、配置模型路徑等等。
當然，以上這一切對于經驗豐富的開發者而言自然不在話下，但如果是初次接觸的新手小白，情況可能迥然不同——好不容易把模型環境部署完了，結果抬頭一看天都黑了，只能嘆口氣：要是誰能幫我把這些準備工作都做了就好了……
在這種背景下，近期騰訊云推出了“開箱即用”的高性能應用服務 HAI 平臺，希望解決開發者的難題。
HAI 能夠提供即插即用的算力與常見環境，可幫助中小企業、開發者及個人用戶快速部署語言模型（LLM）、AI 作畫、數據科學等高性能應用，原生集成配套的開發工具與組件，從而大幅提高應用的開發生產效率，并大幅降低開發門檻。
騰訊云 HAI 支持智能選型，可根據 AI 應用自動匹配推選 GPU 算力資源，實現最高性價比，減輕了開發者在選型上的負擔。
針對上面提到的復雜環境部署，騰訊云 HAI 為開發者事先預置了 StableDiffusion、ChatGLM2-6B、Llama2 7B 等熱門模型及常用插件，用戶只需要點選，幾分鐘即可自動構建 LLM、AI 作畫等應用環境，降低了開發者的技術門檻。
如果 HAI 上面預裝的模型滿足不了你的天馬行空，你也可以根據自身需要，將最新的開源模型下載部署到 HAI。比如最近很火的 Stable Video Diffusion 模型，讓圖片動起來。
HAI 還支持了"學術加速"能力，線路自動擇優，大幅提升對部分主流學術資源平臺的資源訪問、下載速度。
騰訊云甚至還想幫你降低第三道難關：開發難度高。
原來大部分的云服務器操作系統，大部分是基于碼農常用的 linux 內核研發。開機之后基本需要通過使用命令進行交互，沒有代碼基礎的同學可謂“一臉懵逼”。
在操作界面上，HAI 提供WebUI 等直觀、易用的可視化算力連接方式，一鍵進入服務，對開發者友好、即開即用的圖形界面容易上手，讓開發者能更好地進行理解和操作。
有了以上這些特點，也難怪能 10 分鐘就搞定一個 AI 應用——HAI 不僅把 AI 應用開發的前期準備工作全部簡化，其提供的 WebUI 等可視化界面更是大幅降低了開發門檻。
需要更多爆款應用，AIGC 時代才會來
現在的 AIGC 時代，最不缺的是大模型，最缺的是算力、創意與應用場景。
基于此，我們跟騰訊云異構計算產品負責人宋丹丹聊了聊。她表示，ChatGPT 出現了之后，引爆了大家的想象，但目前更多的探索還是在大模型等技術層面，實際落地的應用、實用的工具，還沒有真正落地以及被廣泛使用。騰訊云推出 HAI 的初衷，就是希望可以降低 AIGC 應用的開發門檻，不讓代碼阻礙創意的落地。
“我們希望讓更多的人可以參與進來，而不是圍觀甚至被落下。”
如果不讓越來越多的人學會使用 AI 或者創造 AIGC 應用，其實 AIGC 應用會變成一種特權，而不是讓技術真正地“賦能”每一個人，也只有在這樣的情況下，才會有更多創意與爆款應用落地，我們所期待的 AIGC 時代才會真的到來。
基于這樣的理解，騰訊云 HAI 的產品團隊首先篩選出：哪些人，被技術門檻擋在了外面？答案顯然不是大廠，也不是完全的小白用戶。
HAI 所面向的用戶，騰訊云將其分成兩類：
一類是研發類用戶，原來可能是做前端等崗位，雖然有研發經驗，但是在 AI 領域的知識和工程經驗比較少。他們感興趣、也希望嘗試開發應用，但算力的獲取、部署運維的復雜，都成為了擋在前面的門。正如前文所及，部署一個 AI 開發環境，是如此復雜，足以勸退大部分有想法的開發者們。
另一類是應用型、或可稱為設計類用戶，主要是學生和設計師等。這類用戶的技術不強，需要可視化的交互界面來操作，但他們的創造力和應用場景需求很強：市面上豐富的 Stable Diffusion 模型，可以讓他們的作品變得更加精美。針對這類用戶，騰訊云會提供比較詳細的文檔教他們怎么換模型，且不需要懂代碼。
另一問題是：為什么是現在推出 HAI？
“之前的圖像識別、語音識別、自動駕駛等傳統的模型，對于長尾用戶來說意義不大，更多還是被大公司所使用，個人應用不起來。”宋丹丹解釋，“但去年火起來的大語言模型或者說通用人工智能浪潮，對很多個人開發者來說是有使用價值的。”
在這波浪潮中，騰訊云看到了許多豐富的開源模型，規模在 7B 和 13B 不等，用戶無需對模型進行重新訓練，只需對模型做微調即可創建一個獨立的應用。此外幾個爆款應用的出現，也讓業界看到了應用生態的巨大想象空間。
在內測階段，已經有不少用戶使用了 HAI，開發出一些比較有意思的應用，比如兒童照相館、“看圖識成語”小游戲、小學語文教案制作、英文潤色專家、AI 周公等。
“我們相信產品正式上線之后，會看到更多用戶的創造。”宋丹丹表示。
AI 不只繪畫與對話，未來會聚焦 ModelOps
目前，HAI 產品剛剛上線，主要針對常見的應用場景與使用人群，做了相關環境與模型的預裝，包括：
（1）AI 作畫/設計
在如今迅速發展的 AI 領域中，投身于 AI 作畫的設計師和開發者們越來越多。為此，HAI 預裝了主流的 AI 作畫模型，如 Stable Diffusion 等，并內置了常用插件等，使開發者、甚至是非專業技術背景的創作者，都能輕松部署和優化 AI 繪畫模型，專注于創意的表達而無需深入研究底層技術和繁瑣的技術配置。
（2）AI 對話/寫作
ChatGPT 的一炮走紅，讓語言模型技術也在不斷進步，基于此，HAI 預置了一系列強大的語言模型，如 Llama2、ChatGLM2 等，確保開發者能在最短時間內完成語言模型的部署工作，并保持高度的穩定性和可靠性，便于研究者和開發者更好地適應不同的語言處理任務，不在技術細節上再耗費時間。
（3）AI 開發測試
除了 AI 大模型外，HAI 還為開發者提供了一個理想的工作平臺：預置了主流的 AI 框架和工具，如 TensorFlow、PyTorch 等，使開發者能更輕松地進行算法設計和模型優化（如新算法的原型開發、模型微調與遷移學習、深度學習框架的交叉測試等等），無需過多關注底層的硬件兼容性和軟件配置問題。不僅如此，HAI 還預置了 Notebook、Python 環境以及主流分析軟件，因此數據科學家也能在 HAI 上快速進行數據分析和圖標處理。
當然，以上這些應用場景只是圍繞 HAI 預置的某個模型，而它還支持讓開發者自行下載開源模型部署到環境中，也支持多種模型同時使用，開發者可根據項目需求靈活選擇組合，實現應用的快速擴展和迭代，以此發掘新的業務模式和機會。
關于 HAI 的未來產品規劃，宋丹丹也進行了分享：針對 AI 場景，HAI 的整體思路是要匹配模型的發展階段，為用戶提供他們最需要的產品能力。
現階段許多開發者需要通過多個模型組合，做出一個 MVP 來快速推向市場，測試用戶的反應。因此，HAI 目前聚焦在如何讓用戶最快速、最省事、最低門檻地完成這個“快速驗證”的過程。
一旦這個 MVP 經過驗證獲得了巨大成功，開發者就會有大規模部署需求。因此，未來不排除 HAI 會往大規模集群部署方向規劃與優化：目前需求弱，是因為爆款應用還沒出現；而未來一旦出現，多種能力勢必要持續完善。
此外，未來 HAI 可能會圍繞開發者的需求、ModelOps 的路徑來構建應用服務，在高性能算力的基礎上，可能還會上類似開源模型聚合、數據集等服務。
當然，HAI 也并非只能滿足 AI 場景的需求，例如科學計算、視覺渲染等，也將是 HAI 會陸續完善的方向之一。
結語
AIGC 發展至今，開源和閉源的“路線之爭”持續不斷。
開源模型有著強烈的生命力，且發展速度很快。已有的爆款應用很多也基于開源模型，但其商業化落地一直備受挑戰；另一方面，大型互聯網公司與國內部分重要行業，都有著使用自研或閉源模型的需求。
作為平臺型企業的騰訊云，自然是“成年人不做選擇”，開源、閉源兩條腿走路，同時滿足大型企業與開發者等不同用戶的場景需求：
- 面向大型企業級客戶，騰訊云已經構建了全棧生態。在 IaaS 層，騰訊云提供了面向大模型訓練的 HCC 高性能算力集群與通用 GPU 算力；在 PaaS 層面，提供云原生數據湖倉和向量數據庫，以及面向大規模訓練加速的 TI 平臺；在模型層，通過模型商店 MaaS，支持接入騰訊混元大模型及 20 多個主流開源模型。
- 面向開發者，騰訊云此前推出了 Coding DevOps、云開發、Cloud Studio、輕量云服務器 LightHouse 等產品，希望降低開發者構建應用的部署、運維和開發成本。如今，HAI 的推出進一步豐富了騰訊云面向開發者側的 AIGC 產品矩陣。
隨著 HAI 這類平臺出現，AIGC 出現越來越多爆款應用的可能性似乎正在增加：HAI 提高效能、降低門檻、對開發者友好的特點，讓越來越多程序員能無縫體驗 AI，有關 AI 應用的無限創意將快速落地……正如 HAI 平臺的產品愿景所說：讓每個開發者都能開發自己的 AI 應用。
在這種趨勢下，AI 技術必將進一步發展并日益普及，同時這也將為 AI 對未來世界的影響賦予更多可能性。
HAI 平臺體驗地址：
https://cloud.tencent.com/product/hai
