人不知，鬼不觉间，距离掀起环球新一轮反派的出道，曾经过去一周年了。在这场推翻性的AI反派中，许多企业和程序员们逐渐构成了一个共识：不会用AI就将被淘汰。

为了防止被淘汰，这一年来泛滥企业和程序员全力拥抱AI、开发各种AI运行——连程序员自己都不由要吐槽一句：咱们是为数不多青睐革自己命的个体。

作为一位（上学时刻）接触过代码的技术编辑，最近，我的程序员好友们给我安利了一个产品，说10分钟就能用它开发一个AI运行！

10分钟开发一个AI运行，是真的！

讲句瞎话，听到10分钟开发一个AI运行时，我的第一反响是：你就吹吧！只管自己并不从事开发任务，但基本知识还是有的——光是部署个AI运行的开发环境，就不止10分钟了。

但是本着FOMO（fearofmissingout）的心态，我还是去体验了一下。

结果，跟着官方上的文档和操作手册，我真的花了不到10分钟做了一个程序员小助手：程序员可以将自己想要浏览的代码复制给它，并给出指令解释代码，程序员小助手即可给出每行代码的意思和全体逻辑。

不只如此，我还用雷同短的期间做出了一个设计助手，成功AI爆改灵魂画手，开了一个相似于妙鸭相机的团体专属照相馆。

体验至此，我满脑子都是：这也太香了吧！

连我这样的菜鸡，都可以随便做到10分钟开发一个AI运行：除了等候两个模型初始化，我简直没再破费其余期间——而这个产品，就是腾讯云高性能运行服务（HyperlicationInventor，简称HAI）。

开发AI运行难，腾讯云HAI来破局

许多企业和开发者全力拥抱AI、踊跃开发或接入各种AI运行，但在这个环节中却发现，这件事仿佛并没有构想中便捷：配件选型、环境部署复杂、开发门槛高、技术人才无余等一系列疑问，都在阻碍着AI运行的落地。

首先，你要过的第一关：配件选型。

原来，要开发一款AI运行，你要先有GPU算力。先别说GPU有多贵，就说一卡难求的当天，云简直是最佳选用。

但是，先要细心评价业务场景要求性能什么类型的GPU、CPU、内存，再从一大堆产品类目中区分挑出适宜的存储、网络、安保产品，并且自行选用CPU内存配比、GPU卡型。

第二个难关：环境部署复杂。

举个例子。置信关于不少开发者而言，进入开发任务之前的模型环境部署，是一件十分繁琐却又不可绕开的事件。以部署和装置ChatGLM2-6B模型环境为例，开发者理论要求预备好以下工具和环境：

-/target=_blankclass=infotextkey>Python3.6及以上版本

-TensorFlow2.4及以上版本

-PyTorch1.6及以上版本

-CUDA10.0及以上版本

-CUDNN7.6及以上版本

-vim或es编辑器

预备好之后，开发者要从高低载ChatGLM2-6B源代码、装置依赖项、性能模型门路等等。

当然，以上这所有关于阅历丰盛的开发者而言人造不在话下，但假设是首次接触的新手小白，状况或许大同小异——好不容易把模型环境部署完了，结果俯视一看天都黑了，只能叹口吻：要是谁能帮我把这些预备任务都做了就好了……

在这种背景下，近期腾讯云推出了开箱即用的高性能运行服务HAI平台，宿愿处置开发者的难题。

HAI能够提供即插即用的算力与经常出现环境，可协助中小企业、开发者及团体用户极速部署言语模型（LLM）、AI作画、数据迷信等高性能运行，原生集成配套的开发工具与组件，从而大幅提高运行的开发消费效率，并大幅降落开发门槛。

腾讯云HAI允许智能选型，可依据AI运行智能婚配引荐GPU算力资源，成功最高性价比，减轻了开发者在选型上的累赘。

针对下面提到的复杂环境部署，腾讯云HAI为开发者事前预置了StableDiffusion、ChatGLM2-6B、Llama27B等抢手模型及罕用插件，用户只要求点选，几分钟即可智能构建LLM、AI作画等运行环境，降落了开发者的技术门槛。

假设HAI下面预装的模型满足不了你的天马行空，你也可以依据自身要求，将最新的开源模型下载部署到HAI。比如最近很火的StableVideoDiffusion模型，让图片动起来。

HAI还允许了"学术减速"才干，线路智能择优，大幅优化对局部干流学术资源平台的资源访问、下载速度。

腾讯云甚至还想帮你降及第三道难关：开发 难度高。

原来大局部的云主机操作系统，大局部是基于码农罕用的内核研发。开机之后基本要求经过经常使用命令启动交互，没有代码基础的同窗堪称一脸懵逼。

在操作界面上，HAI提供WebUI等直观、易用的可视化算力衔接形式，一键进入服务，对开发者友好、即开即用的图形界面容易上手，让开发者能更好地启动了解和操作。

有了以上这些特点，也难怪能10分钟就搞定一个AI运行——HAI不只把AI运行开发的前期预备任务所有简化，其提供的WebUI等可视化界面更是大幅降落了开发门槛。

要求更多爆款运行，AIGC时代才会来

如今的AIGC时代，最不缺的是大模型，最缺的是算力、创意与运行场景。

基于此，咱们跟腾讯云异构计算产品担任人宋丹丹聊了聊。她示意，ChatGPT产生了之后，引爆了大家的构想，但目前更多的探求还是在大模型等技术层面，实践落地的运行、适用的工具，还没有真正落地以及被宽泛经常使用。腾讯云推出HAI的初衷，就是宿愿可以降落AIGC运行的开发门槛，不让代码阻碍创意的落地。

咱们宿愿让更多的人可以介入出去，而不是围观甚至被落下。

假设不让越来越多的人学会经常使用AI或许发明AIGC运行，其实AIGC运行会变成一种特权，而不是让技术真正地赋能每一团体，也只要在这样的状况下，才会有更多创意与爆款运行落地，咱们所等候的AIGC时代才会真的来到。

基于这样的了解，腾讯云HAI的产品团队首先挑选出： 哪些人，被技术门槛挡在了外 面？ 答案显然不是大厂，也不是齐全的小白用户。

HAI所面向的用户，腾讯云将其分红两类：

一类是研发类用户 ，原来或许是做前端等岗位，只管有研发阅历，但是在AI畛域的知识和工程阅历比拟少。他们感兴味、也宿愿尝试开发运行，但算力的失掉、部署运维的复杂，都成为了挡在前面的门。正如前文所及，部署一个AI开发环境，是如此复杂，足以劝退大局部有想法的开发者们。

另一类是运行型、或可称为设计类用户 ，关键是在校生和设计师等。这类用户的技术不强，要求可视化的交互界面来操作，但他们的发明力和运行场景需求很强：市面上丰盛的StableDiffusion模型，可以让他们的作品变得愈加精巧。针对这类用户，腾讯云会提供比拟具体的文档教他们怎样换模型，且不要求懂代码。

另一疑问是： 为什么是如今推出HAI？

之前的图像识别、语音识别、智能驾驶等传统的模型，关于长尾用户来说意义不大，更多还是被大公司所经常使用，团体运行不起来。宋丹丹解释，但去年火起来的大言语模型或许说通用人工智能浪潮，对很多团体开发者来说是有经常使用价值的。

在这波浪潮中，腾讯云看到了许多丰盛的开源模型，规模在7B和13B不等，用户无需对模型启动从新训练，只需对模型做微调即可创立一个独立的运行。此外几个爆款运行的产生，也让业界看到了运行生态的渺小构想空间。

在内测阶段，曾经有不少用户经常使用了HAI，开收回一些比拟无心思的运行，比如儿童照相馆、看图识成语小游戏、小学语文教案制造、英文润饰专家、AI周公等。

咱们置信产品正式上线之后，会看到更多用户的发明。宋丹丹示意。

AI不只绘画与对话，未来集聚焦ModelOps

目前，HAI产品刚刚上线，关键针对经常出现的运行场景与经常使用人群，做了关系环境与模型的预装，包含：

（1）AI作画/设计

在如今迅速开展的AI畛域中，投身于AI作画的设计师和开发者们越来越多。为此，HAI预装了干流的AI作画模型，如StableDiffusion等，并内置了罕用插件等，使开发者、甚至是非专业技术背景的创作者，都能轻松部署和优化AI绘画模型，专一于创意的表白而无需深化钻研底层技术和繁琐的技术性能。

（2）AI对话/写作

ChatGPT的一炮走红，让言语模型技术也在不时提高，基于此，HAI预置了一系列弱小的言语模型，如Llama2、ChatGLM2等，确保开发者能在最短期间内成功言语模型的部署任务，并坚持高度的稳固性和牢靠性，便于钻研者和开发者更好地顺应不同的言语处置义务，不在技术细节上再消耗期间。

（3）AI开发测试

除了AI大模型外，HAI还为开发者提供了一个现实的任务平台：预置了干流的AI框架和工具，如TensorFlow、PyTorch等，使开发者能更轻松地启动算法设计和模型优化（如新算法的原型开发、模型微调与迁徙学习、深度学习框架的交叉测试等等），无需过多关注底层的配件兼容性和软件性能疑问。不只如此，HAI还预置了Notebook、Python环境以及干流剖析软件，因此数据迷信家也能在HAI上极速启动数据剖析和图标处置。

当然，以上这些运行场景只是围绕HAI预置的某个模型，而它还允许让开发者自行下载开源模型部署到环境中，也允许多种模型同时经常使用，开发者可依据名目需求灵敏选用组合，成功运行的极速裁减和迭代，以此开掘新的业务形式和时机。

关于HAI的未来产品布局，宋丹丹也启动了分享：针对AI场景，HAI的全体思绪是要婚配模型的开展阶段，为用户提供他们最要求的产品才干。

现阶段许多开发者要求经过多个模型组合，做出一个MVP来极速推向市场，测试用户的反响。因此，HAI目前聚焦在如何让用户最极速、最省事、最低门槛地成功这个极速验证的环节。

一旦这个MVP经过验证取得了渺小成功，开发者就会有大规模部署需求。因此，未来不扫除HAI会往大规模集群部署方向布局与优化：目前需求弱，是由于爆款运行还没产生；而未来一旦产生，多种才干势必要继续完善。

此外，未来HAI或许会围绕开发者的需求、ModelOps的门路来构建运行服务，在高性能算力的基础上，或许还会上相似开源模型聚合、数据集等服务。

当然，HAI也并非只能满足AI场景的需求，例如迷信计算、视觉渲染等，也将是HAI会陆续完善的方向之一。

结语

AIGC开展至今，开源和闭源的路途之争吵续不时。

开源模型有着剧烈的生命力，且开展速度很快。已有的爆款运行很多也基于开源模型，但其商业化落地不时备受应战；另一方面，大型互联网公司与国外局部关键行业，都有着经常使用自研或闭源模型的需求。

作为平台型企业的腾讯云，人造是成年人不做选用，开源、闭源两条腿走路，同时满足大型企业与开发者等不同用户的场景需求：

随着HAI这类平台产生，AIGC产生越来越多爆款运行的或许性仿佛正在参与：HAI提高效劳、降落门槛、对开发者友好的特点，让越来越多程序员能无缝体验AI，无关AI运行的有限创意将极速落地……正如HAI平台的产品愿景所说：让每个开发者都能开发自己的AI运行。

在这种趋向下，AI技术必将进一步开展并日益遍及，同时这也将为AI对未来环球的影响赋予更多或许性。

HAI平台体验地址：

随着chatbot的出现，会使程序员失业吗？

随着ChatGPT的出现，很多原来需要人工完成的事情可以由它来取代了，比如它可以编辑文案，甚至编程。 ……但是ChatGPT的出现并不会完全取代底层程序员，使底层程序员失业。 之所以这样说，是因为ChatGPT创新能力不足、ChatGPT编写的代码并不完善，以及ChatGPT对于重复性工作完成度较好这三方面原因。 1，ChatGPT对于重复性工作的完成度较好，因此可以取代底层程序员的部分工作。 不可否认的是，ChatGPT在完成重复性任务方面有着更高的效率和准确度。 ……它可以快速检索到更准确的代码，并将其编写完成，这样就极大地提高了这方面工作效率。 ……在这个方面，ChatGPT确实比底层程序员具备更高的效率，可以取代他们在这方面的工作。 2，ChatGPT编写的代码并不完善，因此无法完全取代底层程序员的工作。 虽然ChatGPT可以变写代码，但是目前来说它所编写的代码并不完善，甚至可以说存在着很大的问题。 ……具体来说，对于普通人来说，ChatGPT编写的代码很漂亮。 但是对于专业人士来说，却可以发现ChatGPT编写的代码存在很多错误。 因此在这个方面ChatGPT是无法完全取代底层程序员的。 3，由于ChatGPT创新能力不足，因此并不会使底层程序员失业。 需底层程序员相比，ChatGPT最大的劣势就是创新能力不足。 ……具体来说，它只能在已有知识的基础上完成给出的工作任务，而在创新能力方面则存在不足。 这就使得ChatGPT无法完全取代底层程序员的工作，也就不会使底层程序员失业了。 ……但是ChatGPT部分取代底层程序员的工作任务还是完全可能的，因此底层程序员的工作状态会因为ChatGPT的出现而有所改变。

我是做人工智能方向的程序员，我该怎么办？

ChatGPT是一个自然语言处理模型，其主要用途是为人类提供智能交互和自然语言理解能力。它并不是一个软件开发工具，也不会直接影响底层程序员的就业。

然而，随着人工智能技术的发展，可能会出现一些新的就业机会和职业需求，需要与人工智能技术进行整合和开发。因此，对于底层程序员来说，学习和掌握人工智能技术和相关的编程语言，将会是一个更好的选择，以保持竞争力和就业机会。

如果你是底层程序员，并且想要在人工智能时代中保持竞争力，我建议你：

1、持续学习：学习新的编程语言、框架和工具，保持自己对技术的敏锐度。

2、了解人工智能：学习机器学习、深度学习和自然语言处理等人工智能技术，了解它们的工作原理和应用场景。

3、掌握数据分析技能：掌握数据分析技能可以让你更好地理解和处理数据，提高你的数据分析能力。

4、多参与开源项目：参与开源项目可以帮助你更好地了解和掌握新技术，同时也可以扩展你的人脉和社交圈。

5、发展自己的软技能：软技能如沟通、协作和领导力等，可以让你更好地与其他人合作，并在团队中获得更好的工作成果。

希望这些建议能够对您有所帮助！