IC设计大厂联发科技今日宣布，将运用Meta最新世代大型语言模型Llama 2以及联发科技最先进的人工智能处理单元（APU）和完整的AI开发平台（NeuroPilot），建立完整的终端运算生态系统，加速智能手机、汽车、智能家庭、物联网等终端装置上的AI应用开发，为终端装置提供更安全、可靠和差异化的使用体验。预计运用Llama 2模型开发的AI应用将在年底最新旗舰产品上亮相，为使用者带来突破性的生成式AI应用体验。

联发科技无线通讯事业部总经理徐敬全表示：「生成式AI的浪潮是数位转型的重要趋势之一，我们的愿景是为Llama 2的开发者和终端使用者提供工具，带来更多令人振奋的AI创新机会和产品体验。透过与Meta的伙伴关系，联发科技可提供更强大的硬件和软件整体解决方案，赋予终端装置更胜以往的强大AI效能。」

目前大部分的生成式AI处理都是透过云端运算进行，联发科技将生成式AI直接部署在终端装置，让开发者及使用者能直接在装置上使用Llama 2模型，藉此提升性能、加强隐私保护、提高安全性及可靠性、降低延迟，能离线运算，并拥有节省成本的多项优势，让每个人都能享受到生成式AI带来的便利与创新。

要真正在装置上释放生成式AI的潜力，制造商需采用高运算、低功耗的AI处理器，以及更快、更可靠的连网性能，以增强整体运算能力。目前每一款由联发科技系统单晶片驱动的5G智能手机皆配有APU，已有广泛执行多项生成式AI功能的成功实例，例如AI-NR噪声抑制、AI-SR超高分辨率、AI -MEMC动态补偿等。

生成式AI在系统开发中的好处

设计

生成式AI还可以用于帮助生成基于行业模型的设计规范应用程序接口规范、框架/实用功能的建议以及数据库配置。

例如，生成式AI算法可以分析现有的设计模式、系统架构和代码库，以确定常见的模式和最佳实践，并使用这些信息自动生成满足项目要求和约束的设计规范。

同样，生成式AI可以分析行业模型，并生成为特定行业量身定制的API规范，为特定于行业需求的API设计和开发提供标准化方法。

生成式AI还可以根据对现有代码库和发展趋势的分析，为最适合项目需求的框架和实用功能提供建议。这有助于减少手动研究和评估不同框架和实用程序所需的时间和精力，并使开发人员能够快速有效地确定工作的最佳工具。

最后，生成式AI可以根据项目的要求，自动生成数据库设计和实施的建议，从而帮助进行数据库配置。这有助于确保数据库在性能、可伸缩性和可靠性方面得到优化，并满足项目的需求。

测试

生成式AI还可以为各种测试场景生成测试用例及测试数据，包括主流程、备选路径、异常流程和错误处理。通过分析系统架构和识别通用模式和最佳实践，生成式人工智能可以生成测试用例测试数据涵盖各种场景，确保系统经过全面测试，潜在问题得到识别和解决。

除了生成测试用例和测试数据，生成式AI还可以生成渗透、混沌和性能测试的测试配置文件。通过分析系统架构并识别潜在的漏洞和瓶颈，生成式人工智能可以生成模拟现实世界场景的测试配置文件，并提供对系统性能和弹性的宝贵见解。

生成式人工智能还可以帮助选择和优化测试框架和工具。通过分析现有的代码库并确定常见的测试模式和最佳实践，生成式人工智能可以建议最适合项目要求和约束的测试框架和工具，有助于确保测试过程高效和有效。

部署

生成式人工智能还可以帮助打包和部署工件和数据现代化脚本。

生成式人工智能可以分析打包和部署工件的系统架构，并识别打包和部署软件系统的最佳实践和模式。基于这种分析，生成式AI可以生成部署脚本和模板，这些脚本和模板可以自动化部署过程，并确保生成的工件是一致的、可靠的，并且针对目标环境进行了优化。

在数据现代化脚本的情况下，生成式人工智能可以分析现有的数据架构，并确定数据现代化的常见模式和最佳实践。基于这种分析，生成式人工智能可以生成数据迁移脚本和模板，实现数据现代化过程的自动化，确保数据得到高效和有效的转换和迁移。

操作

生成式人工智能还可以用于协助事件分类和警报，以及服务管理的其他各个方面。

在事件分类和警报的情况下，生成式人工智能可以分析历史事件数据，并确定模式和趋势，从而有助于根据事件和警报的潜在影响和严重性来确定它们的优先级。此外，通过分析类似的故障单、问题类别、解决方案类别和根本原因，生成式AI可以提出解决事件和警报的潜在解决方案和建议，并推荐问题和故障单的操作手册，以简化解决流程。

生成式人工智能还可以帮助总结解决方案注释、根本原因和结束注释，提供事件及其对开发、运营和客户旅程价值流的影响的高级功能。这有助于深入了解事故的根本原因以及事故对整体服务交付的影响。

自治系统

有一天，生成式人工智能可以用来创建自主的IT系统，这些系统能够在没有人类干预的情况下做出决策和采取行动。

GitOps是一种管理和自动化IT系统的方法，也可以与生成式人工智能一起使用，以提高IT系统的效率和可靠性。GitOps使用Git等版本控制系统来管理和自动化it运营。

生成式人工智能可用于创建模型，这些模型可以预测和防止潜在的系统故障，识别性能瓶颈，并优化资源利用率。

通过将GitOps与generative AI结合使用，组织可以自动化IT系统的部署和管理，同时还可以确保在部署之前对更改进行充分的测试和审核。这有助于提高IT系统的可靠性和安全性，同时减少IT运营所需的时间和精力。

大模型是人工智能以及万物互联网的核心入口

在“互联网”时代和“移动互联网”时代，入口是获取信息、解决问题的第一接触点。入口主要包含内容、应用软件、 操作系统、硬件四个维度，四个维度在用户距离和用户控制力上依次递增，其中操作系统作为基础软件，上承应用， 下接硬件，面向用户，对生态要求极高；在生态加持下，操作系统技术变迁较慢，容易形成寡头竞争甚至寡头垄断的 市场格局，进而成功卡位底层入口。

因此，操作系统的每一次迭代和更新都可能意味着“入口”的重新定义和争夺， 也孕育着新时代的开启：Windows 系统的出现降低了 PC 的使用门槛，催发了互联网繁荣；而 App Store 提供的双向 选择平台，为应用接入移动手机提供契机，拉开了移动互联网序幕；Android 开源属性为移动端应用市场的繁荣“增 光添色”。因此可以发现每一次“新入口”的提供和接入不仅带来了系统和应用的繁荣，还具有定义时代的重要意义。

通用大模型和插件协同为智能终端提供接入，有望开启“AI+”时代。目前的大模型，如 OpenAI 的 GPT-4、阿里的 “通义大模型”、华为的“盘古大模型”和腾讯的“HunYuan 大模型”，为协调各类硬件、软件、数据等提供了强大基 础平台。

ChatGPT 为代表的 GPT 系列如同互联网时代的 Windows 操作系统，成功定义用户 AI 使用习惯。Plugins 面世，多插件相互协同为打造私人定制的人工智能管家奠定基础。Plugins 基于 Browsing（联网插件）、Code Interpreter（代码编程器）以及 Retrieval（知识检索插件）实现第三方插件在通用平台上相互协调。目前，OpenAI 已宣布向所 有 ChatGPT Plus 用户开放 web browsing 和 Plugin 功能，付费用户可以通过 ChatGPT 访问互联网并使用 70 多 个第三方插件，可以使用的 70 多个插件功能涵盖了创建网页、视频编辑、数据分析等。

而本次官宣意味着 ChatGPT 联网和插件功能将进入 Beta 测试阶段。正如移动互联网时代的 iOS App Store，Plugins 率先定义“AI+”时代的应用 生产及接入方式，另外，根据 iOS 和 Android 系统衍生出 App 百花齐放的演绎之路，Plugins 的诞生亦有望带来“AI+” 应用的繁荣。

整体而言，大模型的定位从简单的技术赋能转向平台生态入口卡位，同时 ChatGPT Plugins 的出现将加 速“AI+”时代生态的明晰和应用层的繁荣，两者协同将为现代人类的生活带来全维度的颠覆性变化。展望未来，我 们相信，当越来越多的现实载体通过插件接入通用大模型，现代人类的生活可能发生颠覆性变化，万物互联的“AI+” 时代或不再遥远。

文章来源： 半导体芯闻，未来智库，码农的炉灶社