极客网·极客说 9月1日，第五届世界人工智能大会在上海召开。华为轮值董事长胡厚崑在大会开幕式上做《打牢智能根基，加速行业升级》的主题演讲。胡厚崑表示：“人工智能产业下一步发展的关键是，建好、用好算力基础设施，规划好应用创新方向，为各行各业数字化转型升级，打下更坚实的智能根基。”
尊敬的各位领导、专家、来宾，大家好！
非常高兴又和大家相聚在浦江之畔，参加2022年世界人工智能大会。
在刚刚结束的SAIL奖颁奖仪式上，华为的人工智能辅助药物设计平台获得了今年的SAIL之星奖，感谢大家认可华为在人工智能技术发展及应用方面做出的努力。
谈到人工智能辅助药物设计和开发，我也想和大家分享一个最新的案例。大家知道，细菌耐药已经成为人类重大健康威胁，据世卫组织统计，全球每年至少有70万人因此死亡，远远超过了疟疾和艾滋病致死人数。一个好消息是，西安交大一附院最近取得了突破，研发出了一款新的超级抗菌药，有望成为全球近40年来首个新靶点、新类别的抗生素。
在这个项目里面，华为提供的AI药物分子大模型做出了一定的贡献。这个大模型对上亿个分子化合物提前进行预测筛选，帮研究人员在很短的时间内大大缩小了筛选范围。在AI的辅助下，先导药的研发周期从数年缩短至一个月，研发成本降低70%，这是巨大的进步。
我们看到，人工智能应用于行各行各业、不同场景的案例越来越多，而且越来越深，即深入到不同场景中的生产作业中去。这个变化传递了一个重要的信息，正如电力和互联网，人工智能作为一项通用技术，其技术价值的发挥恰恰在于将它化有形为无形，让它深深嵌入到各行各业的作业场景中去。
算力作为新型城市基础设施，取得快速发展
在过去一年，人工智能产业取得了很多进步。比如，在算力方面，国内现在已经有20多个算力领先的城市，正在加速建设公共的人工智能计算中心，当前已经有10个城市上线，包括深圳、武汉、西安、成都等等。近期上海人工智能公共算力平台的建设，也必将为上海科技创新与数字经济发展注入强劲动力。
有了大算力，就能够产生系列大模型，应用创新就有了坚实基础。如刚刚分享的药物开发案例，应用创新的突破口就来自药物分子大模型。大模型让每个场景化AI应用开发，都不必从0开始，真正实现从小作坊式向工业化开发转变。无论是互联网、金融等领域，还是在煤矿、农业以及气象等行业中，都可以看到大模型的身影。
人工智能产业需要一步一个脚印，踏踏实实发展。我们认为下一步的关键是，建好、用好算力基础设施，规划好应用创新方向，为各行各业数字化转型升级，打下更坚实的智能根基。
从算力中心走向算力网络
第一：持续推进算力网络建设，让算力中心从点走向面。
随着全国各地算力中心的建成，我们不仅仅要将计算中心作为独立的系统发挥作用，也要逐步形成相互联接的算力网络，发挥更大的价值。
我认为，关于算力网络的部署，有三个关键。
首先，我们可以“AI先行”。根据预测，未来10年，人工智能算力需求将增长500倍，成为未来算力的最大增量。算力网络的建设，可以从这个增量开始，通过新建的人工智能计算中心来先行先试，形成人工智能算力网络，为国家“东数西算”战略落地实践率先迈出关键一步。
其次，算力网络正走向融合异构。不仅仅是人工智能计算中心联网，各地超算中心、一体化大数据中心，都可以并入算力网络，形成统一的算力大市场，支撑数字经济高质量发展。
算力网络，算力很重要，网络也非常关键。我们将通过全光技术的创新，构建一个更大带宽、更低时延、具有高度确定性的网络，保障数据、应用、算法的高效调度。
当前，我们看到深圳鹏城实验室、国内几大运营商等都在推进算力网络计划，华为也将与产学研各界共同推动算力网络的建设和发展。我期望，就像今天的电力网、通信网和高铁网一样，未来的算力网络也能为我国数字经济发展提供强劲的动力。
第二：建得好更要用得好，算力网络的运营需要打好基础。
当前，各个计算中心所产生的数据格式、算法都不尽相同，相互之间无法直接调用，只能在本地发挥价值，这就给算力基础设施的统一运营造成了很大的困难。
为此，我们需要构建相对统一的标准。具体来说，在算力硬件、应用接口、节点互联和数据共享多个层面，实现标准的相对统一与兼容，做到“同唱一首歌”。这样，才能使算力、数据与生态形成汇聚，实现全网的共享和高效的运营。
此外，仅有统一的标准还不够，发展AI基础软件生态是做好运营的关键支撑。我们认为，在大力发展芯片、网络等硬件的同时，也要注重基础软件，如AI框架、开发套件、基础模型的协同发展，释放硬件算力，最终让AI落地行业。
当前，华为正在联合产业伙伴，打造统一的AI基础软件生态，构建产业韧性。我们的AI框架昇思MindSpore自2020年开源以来，得到产业界伙伴及开发者的积极响应，昇思社区已成为了国内热度最高的AI开源社区。我们希望跟伙伴一起，共同打造全球主流的AI框架。
规划大模型沙盘，牵引创新方向
第三：加速行业应用的孵化与创新，让人工智能技术发挥更大的价值。
当前，孵化大模型已经成为行业与场景创新突破的共识。就拿前面提到的药物研发来说，场景复杂多样，比如蛋白质-小分子结合的预测，小分子属性的预测，以及小分子的优化与生成等等，如果每一个场景都单独训练AI模型，效率非常低；现在通过一个医药行业的盘古预训练大模型，基于超大规模的参数、海量训练的数据，就可以适配药物研发的多个关键场景，大大缩短药物研发周期。
但是，大模型的研发门槛高，费时费力，要避免重复投资和开发。因此，我们呼吁政、产、学、研、用联合起来，梳理行业场景需要的基础大模型与行业大模型，规划大模型沙盘，牵引大模型的孵化与创新，这既可以减少重复投入，也有利于集中优势资源共同加速AI应用向各产业和行业的渗透。
推进产业联合体，加速AI行业应用落地
当然，大模型只是完成了算法开发，还要结合行业know-how才能落地成为行业应用。通过这一年的探索，我们认为通过产业联合体可以快速打通产学研用，大大提高了应用落地的效率。当前，面向遥感和多模态两个产业联合体已经开花结果，吸引了70多家科研机构和企业加入，孵化了20多个行业新应用，推动AI大模型在遥感、纺织、金融等行业落地。在明天的昇腾人工智能生态大会上，我们也将成立流体力学人工智能联合体，期待AI为科学领域带来更大价值。
人工智能产业发展是一个持续加速的过程，我们要不断增强向心力打牢根基，不断扩大同心圆繁荣生态。华为将坚持技术创新，努力做好基础软硬件平台，携手生态伙伴，共同为人工智能产业高质量发展和数字经济的腾飞做出更大贡献！
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
