随着人们对大型人工智能模型（尤其是像OpenAI的GPT-3这样的大型语言模型，LLM）的兴趣日益浓厚，英伟达正希望通过面向企业软件开发者、全新推出的全托管云服务来从中获利。在该公司2022年秋季GTC大会上，英伟达宣布了NeMo LLM服务和BioNeMo LLM服务，这些服务旨在简化LLM的适配过程，并部署用于文本生成与摘要、蛋白质结构预测等多种应用场景的AI驱动应用。
这些新产品是英伟达 NeMo 的一部分，NeMo 是一个用于对话式人工智能的开源工具包，旨在最大限度地减少——甚至消除——开发人员从头构建大型语言模型（LLM）的需求。开发和训练 LLM 通常成本高昂，最近的一个模型——谷歌的 PaLM——利用公开可用的云计算资源，成本估计为900万至2300万美元。
英伟达声称，使用 NeMo LLM 服务，开发人员可以在几分钟到几小时内，使用自定义数据创建参数量从 30 亿到 5300 亿不等的模型。（参数是从历史训练数据中学习到的模型部分——换句话说，就是影响模型预测的变量，例如它生成的文本。）可以使用一种称为提示学习的技术对模型进行定制，英伟达表示，这允许开发人员利用几百个示例，将用数十亿数据点训练的模型针对特定的、行业特定的应用进行定制——例如客户服务聊天机器人。
开发人员可以在无代码的“游乐场”环境中为多种用例定制模型，该环境还提供实验功能。一旦准备就绪，调整后的模型可以在云实例、本地系统或通过 API 运行。
BioNeMo LLM 服务与 LLM 服务类似，但针对生命科学客户进行了调整。它是英伟达 Clara Discovery 平台的一部分，并将于近期在 Nvidia GPU Cloud 上提供早期访问权限。英伟达表示，它包括两种用于化学和生物应用的预训练语言模型，以及支持蛋白质、DNA 和化学数据的功能。
BioNeMo LLM 最初将包括四个预训练语言模型，其中包括来自 Meta 的 AI 研发部门 Meta AI Labs 的一个模型，该模型处理氨基酸序列以生成可用于预测蛋白质特性和功能的表示。英伟达表示，未来，使用 BioNeMo LLM 服务的研究人员将能够定制 LLM 以提高准确性。
最近的研究表明，LLM 在预测某些生物过程方面表现出色。这是因为像蛋白质这样的结构可以被建模为一种语言——一种由字典（氨基酸）串在一起形成句子（蛋白质）的语言。例如，Salesforce 的研发部门几年前创建了一个名为 ProGen 的 LLM 模型，它可以生成在结构和功能上可行的蛋白质序列。
BioNeMo LLM 服务和 LLM 服务都提供了通过云 API 使用现成模型和自定义模型的选项。使用这些服务还授予客户访问 NeMo Megatron 框架的权限，该框架目前处于开放测试阶段，允许开发人员构建各种多语言 LLM 模型，包括 GPT-3 类型的语言模型。
英伟达表示，汽车、计算、教育、医疗保健和电信品牌目前正在使用 NeMo Megatron 推出中文、英文、韩文和瑞典语的人工智能驱动服务。
NeMo LLM 和 BioNeMo 服务及云 API 预计将于下个月开始提供早期访问权限。至于 NeMo Megatron 框架，开发者可以通过 Nvidia 的 LaunchPad 试点平台免费试用。