隱空間蘊(yùn)育AI生態(tài)架構(gòu)之美

1 前言

在本專欄的《從隱空間看AIGC的未來發(fā)展》文章里，曾經(jīng)提到了，近年來AIGC 領(lǐng)域已經(jīng)進(jìn)入到大語言模型(LLM) 架構(gòu)& 多模態(tài)(Multi-modal ) 時(shí)代。多模型AI能帶來的更豐富的創(chuàng)作內(nèi)容，帶給我們更多的驚喜。然而，這些多模態(tài)模型，逐漸百花齊放，各種模型繁雜多樣化，非常難控管了，導(dǎo)致管理成本急速升高。

于是AI 模型的集裝箱(Container) 角色就出來了。在未來數(shù)年內(nèi)，凡是力求掌握隱藏空間，來有效管理AI 集裝箱(Container) 者，將成為AIGC 時(shí)代的大贏家。其中，AI 模型的隱空間(Latent space) 就相當(dāng)于AI 集裝箱的碼頭。而AI 集裝箱將帶給碼頭美好的次序。在許多革命性轉(zhuǎn)折里，經(jīng)常出現(xiàn)集裝箱的身影。集裝箱是創(chuàng)造“序中有亂”的利器，是承先( 包容既有之繁雜) 和啟后( 創(chuàng)造新的序) 的有效手段。集裝箱的外表簡單有序，創(chuàng)造出井然有序。這即是通稱的：有機(jī)次序(Organic order)。

從當(dāng)今的AI 模型而觀之，這項(xiàng)有機(jī)次序都根植于隱空間里。然后，再而把這項(xiàng)架構(gòu)之美根深埋于IC 芯片中，獲取源源不絕的強(qiáng)大計(jì)算力養(yǎng)分，將AI 應(yīng)用層的生生不息、無盡繁榮。于是，本期就從有機(jī)次序的視角來觀察隱空間的架構(gòu)之美。

2 發(fā)揮隱空間的共享性

隱空間的內(nèi)容是從可觀察數(shù)據(jù)空間歸納萃取而得到的精華，相當(dāng)于閱歷豐富的領(lǐng)域?qū)＜覀兊膬?nèi)心所領(lǐng)悟沉淀出來的經(jīng)驗(yàn)直覺。亦即，隱空間相當(dāng)于武林大俠、或棋藝大師心中的精華“無招”境界( 圖1)。

圖1 棋藝大師的無招境界

（圖片來源：https://jssstuniv.in/wp-content/uploads/2022/11/5.-Autoencoders.pdf）

俗語說：無招勝有招，武林大俠掌握< 無招>，即衍生出千變?nèi)f化的新招式。因之，它具有簡單性和穩(wěn)定性( 不變性)， 不同領(lǐng)域的專家可以協(xié)同合作(Collaboration)， 不同的領(lǐng)域的智慧可以共享的(Shareable)。換句話說，隱空間的架構(gòu)和內(nèi)涵是可以模塊化，可以分合自如，可以組裝的。因之，隱空間的三項(xiàng)亮麗特質(zhì)是：架構(gòu)通用性、內(nèi)涵穩(wěn)定性、模塊組裝性(& 共享性)。

茲以當(dāng)今熱門的Stable Diff usion 繪圖創(chuàng)作軟件為例，它的AI 擴(kuò)散(Diff usion) 模型，就是在隱空間里運(yùn)行的( 圖2)。

圖2 隱空間擴(kuò)散(Latent Space Diffusion)

（圖源：https://nvlabs.github.io/LSGM/）

其中，AI 擴(kuò)散模型的詳細(xì)架構(gòu)和流程，如圖3 所示。

圖3 隱空間擴(kuò)散的詳細(xì)架構(gòu)

（圖源：https://ommer-lab.com/research/latent-diffusion-models/）

由于隱空間模型的高度共享性，也大大提升了邊緣AI設(shè)備的通用性，并擴(kuò)大商機(jī)。此外，由于可觀察的數(shù)據(jù)層和底層主模型之間變得疏結(jié)合(Loosely-coupled)關(guān)系。當(dāng)可觀察層的需求及數(shù)據(jù)格式變化所產(chǎn)生的漣漪效應(yīng)不會(huì)波及主模型層。同樣，當(dāng)主模型層更改時(shí)，它可以隨時(shí)PnP(Plug and Play)，而不會(huì)影響可觀察層。這可以大大降低主模型( 及Edge AI 芯片) 開發(fā)的風(fēng)險(xiǎn)。

于是，創(chuàng)造了完美的有機(jī)次序：底層模型( 如同樹干)、接口模型( 如同樹枝)、企業(yè)資料( 如同樹葉)，三者虛實(shí)相依、彈性組合，無盡繁榮。茲以當(dāng)今熱門的Stable Diffusion 繪圖創(chuàng)作軟件為例，其內(nèi)含形形色色的AI接口模型( 圖4)。圖4 里的<Image Encoder> 和<Image Decoder> 即是SD 的主要接口模型。隱空間內(nèi)容( 模型)的復(fù)用與分合自如，將帶來更優(yōu)雅地架構(gòu)設(shè)計(jì)，提供更賞心悅目的視覺美感、更完整的功能、和更流暢的客戶體驗(yàn)。

圖4 Stable Diffusion的AI接口模型

3 創(chuàng)造力與美的組合

建立一個(gè)有機(jī)次序的AI 系統(tǒng)架構(gòu)，就如同一棵大樹的主干，支持枝葉( 業(yè)務(wù)需求) 的生生不息和新陳代謝。又能支持根部的無盡成長，形成整體而和諧的有機(jī)次序。如同一遍美不勝收的楓葉林一般( 圖5)。

圖5 自然界的有機(jī)次序之美

從當(dāng)今的AI模型而觀之，這項(xiàng)穩(wěn)定、和諧、有機(jī)成長的體系架構(gòu)，必然根植于隱空間里。而把這棵穩(wěn)定、和諧、有機(jī)成長的體系之樹的根深埋于芯片中，獲取源源不絕的強(qiáng)大計(jì)算力養(yǎng)分，將支撐樹梢應(yīng)用層的無盡繁榮、生生不息(圖6)。

圖6 AI+IC芯片:力與美的組合

隱空間里的內(nèi)容( 如模型) 是可以轉(zhuǎn)移(Transfer)、復(fù)用(Reuse) 和共享(Share) 的。既然模型是可以從一個(gè)模型或算法轉(zhuǎn)移( 遷移) 到另一個(gè)模型里，就可以在另一個(gè)隱空間里運(yùn)行、迭加、組合成為更具有架構(gòu)性的智慧倉儲(chǔ)了。

4 迎接AI芯片產(chǎn)業(yè)新生態(tài)

基于隱空間的有機(jī)次序架構(gòu)能創(chuàng)造底層芯片(Chip)設(shè)計(jì)的變動(dòng)自由度。讓下層的設(shè)計(jì)變動(dòng)的漣漪效應(yīng)不會(huì)波及上層(AI 可視空間) 的設(shè)計(jì)。因之，底層研發(fā)人員可以加速研發(fā)出更高效能、更低成本的芯片組件，來提升整體綜效，促進(jìn)商業(yè)效益，擴(kuò)大利潤空間。實(shí)現(xiàn)〈沒錢就改版，改版就有錢〉的商業(yè)策略。

愈是善用潛藏空間的神奇魅力，芯片包容客戶需求變化的能力愈強(qiáng)大，生命愈長( 枝葉更茂盛)，獲利愈大。同時(shí)確保底層芯片邏輯單元的變動(dòng)自由度的力道愈強(qiáng)，大幅降低芯片設(shè)計(jì)及制造的成本及風(fēng)險(xiǎn)。因之，AI 容器( 貨柜)& 潛藏空間( 碼頭)將是AI 芯片生態(tài)中，扮演關(guān)鍵性的角色。茲以當(dāng)今熱門的Stable Diffusion 繪圖創(chuàng)作軟件為例，其在短短一年多的時(shí)間里，已經(jīng)迅速成長、壯大為一個(gè)繁榮的生態(tài)了(圖7)。

圖7 Stable Diffusion生態(tài)迅速繁榮

（圖源：https://grail.cs.washington.edu/projects/dreampose/）

生態(tài)(Ecosystem) 最本質(zhì)的特征就是演化(Evolution)，不是計(jì)劃。生態(tài)的演化有很高的開放性和不確定性。生態(tài)無法按邏輯去規(guī)劃，而是需要靠使命，愿景(Vision)，夢(mèng)想去凝聚。

5 結(jié)束語

生態(tài)常常是一個(gè)內(nèi)涵有機(jī)次序的體系。復(fù)雜生態(tài)往往是按簡單的規(guī)律而演化、繁榮的，并且維持整體性的和諧，所以帶給人人共利的環(huán)境。君不見，當(dāng)今的LLM 正處于繁榮而無序的黎明階段，而2025~30年將是AI 產(chǎn)業(yè)的革命性転折點(diǎn)，也即將出現(xiàn)集裝箱的身影，創(chuàng)造巨大的AI商業(yè)生態(tài)。

（本文來源于EEPW 2023年9月期）