大模型与社会分工 产业链与模块化

“分工才是社会提高的动力，大模型产业链才刚刚开局”

或者很多人看了题目会感觉很奇异，大模型与社会分工有什么相关，产业链和模块化又是什么鬼，咱们不是学习大模型技术和运行的么 ？怎样越来越跑偏了。

其实，写这篇文章的目标就是为了束缚大家的思维，要明确大模型不是一个事，也不是一团体做的事，它是一个宏大的系统，须要大家分工协作才行。

大模型与社会分工，产业链与模块化的相关

这篇文章或者并不是一篇技术文章，或者更多的是从经济和治理和社会开展等多个方面讲述一下大模型技术，防止有些人钻牛角尖。

在之前的文章中曾不仅一次性的说过，技术人员容易钻牛角尖，总是堕入技术之上的圈套中去，这里并不是说技术不关键，而是技术的实质选择了它只能在特定的环节表演特定的角色，而不是有了技术就有了一切。

这是一个系统化的环节，每个环节都有其特定的角色，谁离了谁都能转，谁离了谁也转不了。

政治上说，人与生物的基本区别是会经常使用和制作工具；而社会的开展与提高靠的是社会分工，而不是某一团体的力气，假设没有分工，或者人类也开展不到当天。

为什么说分工很关键？如今先假定一个疑问，假设没有分工会怎样样？

没有分工，那么社会中的每团体都须要对自己的所有担任，从吃喝拉撒睡到物质生存和精气生存；这样人类就失去了提高的或者。

比如说，没有分工，一团体想吃饭，那么他就须要去做饭，做饭须要原资料，包含蔬菜，肉类等，那么这团体就须要去种菜，去养殖；这样每团体都会把自己少量的期间和精神糜费在这些事件上。

那怎样开展技术，怎样开展科技，怎样开展文明，艺术等等？

因此，分工才是社会提高的关键动力。

说到大模型也是如此，大模型技术是一个生态，是一个系统，单纯的大模型技术没有任何意义，大模型技术的价值在于运行场景；因此，搞大模型就须要有人搞大模型技术，也要有人搞大模型运行，两者缺一无法。

没了大模型技术，大模型运行就成了无根之水，地面楼阁；大模型技术没有运行场景，那么大模型技术就失去了价值，没有了钻研意义。

因此，有些人钻进大模型技术的牛角尖中出不来，每天都在钻研大模型这个技术原理是什么，那个配置是怎样成功的，除非你是真的要从事搞纯技术的大模型，否则这样钻研下去基本没有太大意义。

大模型作为一项划时代的技术，他的落地须要各种高低游的允许，比如抢先最基础的动力，算力的供应；中游大模型架构与算法的开发，下游基于大模型的运行场景。

由这些高低游组合在一块，就成了大模型技术的产业链；再细化一点来说，在动力和算力方面，须要处置发电疑问，GPU的运算效率，基于云计算的并行计算等；而中游的大模型规模，架构，训练与调优，数据的组织与荡涤等；到下游的常识库供应商，Agent开发，AIGC工具等等。

大模型的开展促成其高低游的开展，而高低游的开展又反向促成大模型的提高。

因此，不同的人，不同的企业，在大模型技术的开展环节中表演着关键的角色；没有谁能脱离谁的存在，也没有谁会离不开谁。

咱们须要做的是，确定咱们在整个产业链中表演着哪个角色，存在于那个环节；而不是如无头苍蝇一样，四处乱撞，最终也没一个结果。

有人搞大模型算法研发，他是不是在搞大模型？有人在搞常识库的研发，那他是不是在搞大模型？有人在做AIGC的工具，那他是不是也在搞大模型？

并不是说只要做大模型架构和算法的人才叫搞人工自动，只需处于人工自动产业链的其中一个环节，那么就是在搞大模型。

比如说，openAI的模型那么弱小，但它除了须要弱小的技术和算法之外，还须要弱小的数组撑持，那么你能否可以做数据供应商？当然，前提是非法合规。

从技术人员的角度登程，咱们平时在做名目时，会依据名目标配置把一个系统拆分红多个不同的模块，各个模块之间相互咨询，但又相互独立，这就是传说中的高耦合，低内聚。

而这种开发模式就叫做模块化，工程模块化，每个模块担任每个模块的配置，相互之间互不影响。

因此，大模型技术高低游也充满着少量的供应商和服务商；在，有些人和企业会专一于开发更好的大模型，也有些人和企业会专一于构建基于大模型的下层运行，没有什么谁对谁错，谁好谁坏。

假设你感觉有足够的功底，比如算法，机器学习等；那么你就可以搞大模型技术，思考怎样把大模型做到更好，更强；假设你对业务比拟相熟，又了解大模型技术，那么你就可以构建和你业务相关的，基于大模型技术的产品。

总之，大模型产业链处于刚开局阶段，咱们任何人都可以投身其中的一个环节。

原文链接：​ ​​ ​