支付宝CTO陈亮:AI大规模落地,需要解决算力、成本和用户体验

  2月21日消息,支付宝在今年春节推出了AI创新玩法。据支付宝透露,2024支付宝五福节活动期间,有近6亿人次通过支付宝AI科技体验新年味,年轻人涌入支付宝玩“飙戏小剧场”,“大家来找福”……五福热度不减。其中,“大家来找福”成为最受欢迎的集福卡方式,共有近30亿个AI生成的福字被用户找到。《热辣滚烫》换脸片段上线五福“飙戏小剧场”后,一天吸引近百万网友AI“参演””。

  “今年的五福节,是支付宝首次由AI全面驱动的五福活动,推动AI在支付宝上规模化落地应用的同时,也推动了支付宝的第二次技术迭代。”支付宝方面表示。

图源:支付宝APP

  近日,新浪科技《科创100人》与支付宝CTO陈亮(花名俊义)进行一场深入访谈,探讨支付宝技术迭代方法论等。据介绍,从技术角度,支付宝成立迄今,主要经历了两轮技术迭代。其中,第一次技术迭代是由双11倒逼发生的,主要是解决海量高并发数据场景下的安全顺滑问题,过程中逼出了以OceanBase和绿色计算为代表的分布式技术和架构。第二轮技术变革,则是支付宝加速布局AI应用,推动解决AI应用大规模落地过程中产生的算力、成本可控等问题,目的在于为用户和商家打造一个全面AI化的“新支付宝”。

  而此时此刻,“支付宝正经历第二轮技术迭代”。在俊义看来,今年的五福节,便是一届由AI全面驱动的五福节,“整个AI在支付宝上已融入了日常生活中,不仅仅是对用户,对我们日常工作都有非常大的影响和驱动。”

  在前后两轮技术迭代过程中,支付宝所采用的是一种“开飞机换引擎”的方式。此前的技术并没有瞬间被抛弃,而是会沿用到当下的场景中,与新的AI技术进行融合,然后在不断地实践和场景打磨中,不断融合淬炼,迭代进步。

图源:支付宝官微

  以本届AI驱动的五福为例,据俊义介绍,在有了第一轮技术迭代中产生的分布式技术支撑后,“当开奖时候数亿人涌入支付宝时,也不再担心宕机的风险。与此同时,此时忽然出现的大量用户密集体验AI创新玩法,也能够得到很好地支撑”。

  “9年前第一次集五福遇到最大的挑战是这么多人一起开奖,这在中国历史上是没有过的,技术上想了非常多的办法,改造了非常多。”俊义表示,支付宝五福期间同时在线用户有几亿,这是一般没遇到过的,“所以这几年五福很好地继承了支付宝分布式的技术”。

  “蚂蚁集团自主研发的硬核科技,如分布式数据库、云原生分布式计算架构、智能风控等,一直引领行业的技术方向,也都是被国民级项目倒逼出来。可以说,支付宝的技术淬炼,是在一个又一个‘大型战场’上磨炼升级突破的。”俊义表示。

图源:支付宝官博

  俊义透露,他作为在支付宝工作了17年的老员工,从第一届双11开始,已完整经历双11十余年的支付压测与技术保障,他身上的一个大标签就是“双11技术总指挥”。也主导了支付宝小程序云的技术和产品上线。在用AI改造支付宝业务这条路径上,俊义也是技术的总指挥。

  在他看来,由AI驱动的五福,不管面向To C也好,还是To企业级用户和内部员工,本质都是解决大规模落地的问题。而在AI大规模落地应用过程中,目前需要解决以下两个关键问题:第一,算力支撑得住、成本可控;第二,用户体验好。

  据他介绍,在保证算力支撑得住上,目前蚂蚁基础大模型平台已具备万卡异构集群,其中千卡规模训练MFU可达40%,集群有效训练时长占比达90%以上。此外,数据层面,除了全网通用语料与金融领域的优质语料,蚂蚁还注入了优质的研判分析数据,以及大规模知识工程所带来的超过270亿Token的知识量;模型层面,蚂蚁也从真实场景萃取了超60万条以上的专属指令。

图源:支付宝官网

  为控制成本,蚂蚁集团在软件解决GPU焦虑上做了很多探索实践。目前,蚂蚁的CPU利用率从2017年的不到10%,提升到了2022年的33%。此外,蚂蚁万卡异构集群的硬件算力效率(HFU)也超过了60%,集群有效训练时长占比90%以上,RLHF训练在同等模型效果下吞吐性能较业界方案提升3.59倍。与此同时,目前约50%的蚂蚁程序员,也在写代码时通过自研的CodeFuse提升代码开发效率,AI生成代码占比超过10%。

  据了解,目前,支付宝已实践出了一套完整的AI Copilot的解决方案。这些被倒逼出来的技术突破,在扛住国民级项目后,开始运用到支付宝日常的技术支持,再又通过开源和对外商业化,服务外部合作伙伴和更多普通人。

  “AI应用能否大规模落地,关系到AI是否能够真正服务社会并走向真正的AGIC时代,支付宝在解决这个行业难题,并提出了一些解决方案。未来百灵大模型将会被用于全面改造支付宝的应用场景,期待一个全新的支付宝。”俊义表示。

电商资讯*版权声明:本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。 本网站所提供的信息,只供参考之用。本网站不保证信息的准确性、有效性、及时性和完整性。本网站及其雇员一概毋须以任何方式就任何信息传递或传送的失误、不准确或错误,对用户或任何其他人士负任何直接或间接责任。在法律允许的范围内,本网站在此声明,不承担用户或任何人士就使用或未能使用本网站所提供的信息或任何链接所引致的任何直接、间接、附带、从属、特殊、惩罚性或惩戒性的损害赔偿。
文章网址:http://www.cnecn.com.cn/service/tech/2024-02-21/15930.html
赞 | 0