21世纪经济报道记者倪雨晴 深圳报道
(相关资料图)
在人工智能领域，华为一直是主导者的角色。
7月6日，在2023世界人工智能大会开幕式上，华为轮值董事长胡厚崑表示，人工智能的发展，关键要“走深向实”。 当前阶段，华为在人工智能上有两个着力点，其一是构建强有力的算力底座，支撑中国人工智能产业的发展；其二是从通用大模型到行业大模型，让人工智能服务好千行百业，服务好科学研究。
从中可以看到华为在人工智能领域的两大策略方向，一方面是基于此前的计算战略，以鲲鹏和昇腾技术为基础，强化算力，另一方面是在产业大模型上发力，并以工业、科研领域作为新赛道的突破点。
对于ChatGPT的浪潮，华为创始人任正非曾指出，未来在AI大模型方面会风起云涌，不只是微软一家。人工智能软件平台公司对人类社会的直接贡献可能不到2%，98%都是对工业社会、农业社会的促进。
在他看来，模型的应用有时比模型本身还有前途，华为会做AI的底层算力平台，但应用平台不是华为的选项，“在2%的平台贡献里，我们占一点点就行。ChatGPT对我们的机会是什么？它会把计算撑大，把管道流量撑大，这样我们的产品就有市场需求。”
算力底座加速
胡厚崑谈道，人工智能的发展过程中，算力是基础。但在中国当前的情况下，算力在可获取性和成本方面，都面临着不小的挑战。
同时，多年前华为就认为随着摩尔定律放缓，传统计算模式已无法满足所有应用场景的需求，世界需要异构、云边端协同且无处不在的多样性计算，当前正处于计算架构创新的黄金十年。
因此，华为发展基于Arm架构的服务器CPU鲲鹏芯片，和昇腾AI芯片，并且围绕鲲鹏和昇腾构建新的计算生态。四年前，华为就提出了计算战略，瞄准了人工智能的算力底座，如今随着生成式AI的来临，昇腾算力体系正加速潜行。
大模型的发展带来了算力需求爆炸式增长，胡厚崑表示，当前中国大模型中有一半是由昇腾AI来支撑的。据华为昇腾计算业务CTO周斌介绍，昇腾AI基础软硬件平台已孵化和适配了30多个主流大模型，可承载ChatGPT或GPT-4的算力需求，实现了20倍模型压缩、1%精度损失、推理时延小于50ms能力。
不过AI集群建设也面临算力规模、液冷、跨域协同和可靠性四大关键技术挑战。为了应对挑战，华为也在加速生态建设，本届WAIC论坛上，华为联合产业链推出了昇腾AI大模型训推一体化解决方案，解决大模型开发及应用成本高、周期长、技术难度大等行业痛点，推进大模型在各行业落地应用。
算力集群之外，堪称人工智能操作系统的AI框架也十分关键。华为的AI框架昇思MindSpore同时也面临着谷歌的TensorFlow、Meta的Pytorch框架的激烈竞争。作为业界的AI开源框架，TensorFlow是2015年开源，Pytorch在2016年开源，MindSpore则在2020年开源，MindSpore要如何后来居上？
对此，在近期的人工智能框架生态峰会上，昇思MindSpore开源社区的理事长丁诚接受21世纪经济报道记者采访时谈道：“作为后发框架，要想技术得到超越或者领先，核心就是找到AI技术变革的下一条新赛道，只有当新赛道出现的时候才有弯道超车的机会。下一个可能的技术变化点是科学智能，即AI For Science方面的合作。MindSpore2.0版本当中提出了科学计算融合架构，目的就是想在这个赛道里面能获得更多的技术领先的机会，打造自己的原生生态。”
行业大模型竞赛
与此同时，胡厚崑表示，在深耕算力的同时，还要真正让人工智能走进千行百业，服务科学研究。他进一步说道：“一方面，要打好基础，持续提升通用大模型的能力，另一方面，我们在此基础上，要建好行业模型，将行业专有知识、经验与大模型能力充分结合，提供更专业精准的解决方案。”
从通用大模型到行业大模型，企业的比拼也愈发激烈，B端的产业应用落地成为重要角逐点。需要指出的是，行业大模型和ChatGPT相比属于另一个赛场。ChatGPT是GPT系列大模型的一个应用场景，可以直接面向C端用户群体，而行业大模型的应用场景更多聚焦在B端的千行百业。
此前，百度、科大讯飞等已经联合多家企业和机构发布了数十个行业大模型，涵盖电力、燃气、金融、航天、教育等方面。
华为云的盘古大模型也已经应用于多个领域。据介绍，目前，华为云盘古大模型已经深入金融、制造、政务、电力、煤矿、医疗、铁路等10多个行业，支撑400多个业务场景的AI应用落地。
胡厚崑透露，在7月7日的华为开发者大会上，华为云将发布盘古大模型3.0版本，赋能千行百业。事实上，在OpenAI引爆热潮之前，华为等大企业就已经在钻研AI大模型，此前几年大模型在学术界早就是热门话题，2023年才彻底引燃大众市场。
胡厚崑希望，大模型不仅能用在工厂、港口、银行等行业场景，也能走进实验室和研究所，助力科学研究。
随着生成式AI的日新月异，人工智能将为产业输入新动能。
