AI“拐点”“奇点”齐至，华为汪涛详解行业智能化最新“打法”

极客网·极客观察（朱飞）9月22日 “科技发展往往不是线性的，而更多是跳跃式，一经突破便会迅速展开，另辟蹊径进入一个新的世界。”用这句话描述如今火热的人工智能领域，可谓再合适不过。由AIGC及其背后大模型引发的新一轮AI变革，正在全世界引发“千模大战”，成为打开智能世界的“金钥匙”。

在9月20日举行的华为全联接大会2023（HUAWEI CONNECT 2023）上，华为常务董事、ICT基础设施业务管理委员会主任、企业BG总裁汪涛也表示，今年以来人工智能取得了突破性进展，大模型呈现出百模千态的繁荣局面。一方面，人工智能技术迎来拐点，正在从专用走向通用；另一方面，人工智能应用迎来奇点，正在加速进入行业生产系统。

当AI“拐点”“奇点”齐至，原本大家认为尚需时日的智能世界，正在呼啸而来。拥抱AI加速智能化，旋即成为千行万业的核心命题。站在智能变革的前夜，如何拥抱充满光明的明天？汪涛在会上以“加速行业智能化”主题分享了华为“使能百模千态，赋能千行万业”的最新“打法”，引发热烈反响，颇具参考意义。

审题：行业智能化面临数据、算力、算法、应用部署四大挑战

智能化是一个很宽泛的概念，小到一款互联网应用、一个闭环控制系统，大到一套汽车无人驾驶方案、一个无人化制造工厂，都在智能化的范畴。但无论怎样，智能化过程无不涉及对大量数据的采集、传输、存储和使用。AI大模型这种智能化新业态新模式，更是其中的典型。

为此汪涛开篇明义指出，“在智能化进程中，数据是燃料，算力是引擎，算法是加速器，应用部署是发射装置，这四方面都面临着诸多挑战。”毫无疑问，当需要以海量数据为燃料、以超级算力为引擎、以先进算法为突破的AI大模型时代到来时，这些挑战都已被进一步放大。

具体而言，首先，行业数据难采、难传、难用；其次，大模型训练需要大算力，同时企业需要灵活的算力供给，满足多样化的业务需求；第三，基础大模型难以满足企业的准确度要求，还需要大量的行业大模型和场景大模型；最后，企业的业务流程和业务场景非常复杂，需要思考如何让AI与企业业务深度融合。

破题：智联、智算、智赋协同使能百模千态，加速行业智能化

何以破题？迎着这四大挑战，华为的解决之道是逐个击破，从智联、智算、智赋三个方面着手，协同推进，使能百模千态以加速行业智能化。特别地，面向众望所归的大模型时代，这三个方面的能力需要融会贯通，使能百模千态，才能让每一个行业企业都能用上适合自己场景的大模型，加速业务智能化升级。

首先是智联万物，即通过智能的感知和联接，实现行业数据的广泛采集和高效传送。这部分包含感知和联接两个动作，一个采集数据，一个传输数据，紧密联系缺一不可。

感知是数据的源头。对大多数行业来说，过去面临的问题一是感知设备少，大量数据从未被采集；二来传统感知系统协议不统一，采集的数据“七国八制”不互通，以至于大多处于“沉默”状态。面向智能化时代的智能感知系统，要能够采得上、采得全、读得懂，从而实现多维泛在、开放互联、智能交互、易用智维。

华为在这方面的“杀手锏”之一是鸿蒙物联操作系统，其通过分布式软总线实现数据协同，统一了感知设备语言，实现了开放互联，同时具备超安全、易用易维等特点。如今该系统已逐步应用于行业，发展出用于矿山行业的“矿鸿”，用于电力行业的“电鸿”，以及城市鸿蒙等行业物联操作系统。

联接是数据流动的“高铁”。面向大数据、AI时代，数据流动的速度往往决定“用数赋智”的效率和高度。要想数据联得广、传得快，就需要高品质的联接，实现万物智联、弹性超宽、智能无损、自智自驭。

这方面更是华为的老本行。在网络汇聚和骨干层，华为400G/800G的城域网络可以让企业快速联云、联算、联智，使能“东数西算”、“东数西训”、“东数西存”；在园区，华为高品质万兆园区网络可以一网承载办公、生产、物联等需求，实现办公、生产一网统管，打通IT域和OT域。

其次是智算万数，即依托强大的算力底座，挖掘行业数据价值，使能百模千态。这方面华为很早便看到AI算力的爆发式需求，携手伙伴打造了开放领先的AI基础软硬件平台，并持续升级为行业智能化构筑坚实的算力底座。

硬件层面，华为基于昇腾，联合伙伴打造了模组、板卡、训推一体机、服务器、PoD、集群等全系列人工智能产品，覆盖“云、边、端”全场景。软件层面，华为打造了AI框架MindSpore、云平台、硬件使能CANN、应用使能ModelArts等AI计算全栈关键组件。这套全栈全场景的组合，一开始便为行业数智化而生。

人工智能进入大模型时代后，大算力集群正在成为人工智能发展的制高点和核心引擎，华为的前瞻布局价值凸显。本次大会，面向万亿参数大模型时代，华为重磅推出了全新架构的昇腾AI计算集群Atlas 900 SuperCluster，通过改变传统的服务器堆叠模式，以系统架构创新实现算力、运力、存力的一体化设计，再次突破大算力瓶颈。

突破性的Atlas 900 SuperCluster采用全新的华为星河AI智算交换机CloudEngine XH16800，借助其高密的800GE端口能力，两层交换网络即可实现2250节点（等效于18000张卡）超大规模无收敛集群组网。由于使用创新的超节点架构，新集群大大提升了大模型训练能力。同时得益于华为在计算、网络、存储、能源等领域的综合优势，新集群的系统可靠性也大幅提升，可以将大模型训练的稳定性从天级提升到了月级。

此外，华为在软件层面也发布了最新的CANN7.0版本，升级了Ascend C编程语言，通过开放底层能力使能开发者自定义高性能算子，同时以更高效的编程方式简化算子实现逻辑，进一步释放算力极致性能，让大模型开发提质增效。

第三是智赋万业，即解决AI在行业场景落地难的问题，实现百模千态与行业场景深度融合，赋能千行万业。这方面华为的举措是打造大模型超级流水线，全流程使能大模型创新落地，同时提供灵活的算力供给，满足客户差异化算力需求。

毋庸讳言，对大多数非互联网行业来说，大模型创新涉及多个阶段，是个复杂的系统工程，独自从零开发不太现实。为此华为专门打造了全流程大模型使能平台，通过大模型超级流水线，帮助行业客户加速大模型的脚本开发、训练、微调、推理部署等全流程。

与此同时，在大算力的基础上，华为还面向千行万业对算力成本、数据安全的不同需求，提供算力模式、专属云部署模式、云算力模式和MaaS模式等多种算力供给模式，满足行业的差异化需求，加速客户智能应用上线。

如此种种，凭借在AI基础软硬件平台领域的深厚积累和持续耕耘，华为在使能百模千态的道路上走在了前列。资料显示，昇腾迄今已支持业界50多个大模型，包括讯飞星火、紫东太初、华为盘古、GLM等基础大模型，以及金融、遥感、医疗、能源、制造等行业大模型与场景大模型。

解题：携手伙伴深耕行业深入场景，助力行业智能化走深走实

在识别行业智能化主要挑战，使能百模千态蓬勃发展之际，华为还意识到加速行业智能化不仅依赖百模千态的繁荣，也要深入行业场景精耕细作。为此华为再向前一步，携手伙伴联合创新，将先进技术与行业Know-How深度融合，助力行业智能化走深走实。

过去三年，华为成立了行业军团，深耕行业、深入场景，通过纵向缩短管理链条，横向快速整合研发资源，更好地响应客户智能化需求，全力支持千行万业的智能化转型。华为通过广泛联合业内伙伴，已经面向政府、金融、交通、制造等20多个行业打造了200多个智能化解决方案，并在一系列智能化项目中成功应用，取得了丰硕成果。

比如，华为助力西部机场集团制定全面的智能化战略，基于高性能的算力、开放的智能平台、业界先进的算法，在安全、运行、服务等场景孵化了35个智能化方案。其中在运行场景，通过数智地勤方案对航班、旅客、资源的实时状态进行预测、预警，提供智能化的派工和调度，将保障效率提升20%，地面保障时长缩短17%。而像这样的大集团，每一个场景的提质增效，往往都意味着巨大的社会和经济效益。

以行践言，本次大会上，华为又发布了金融、政务、制造、电力、铁路、公路等九大行业智能化解决方案，携手伙伴推动AI与行业场景深度融合，赋能千行万业智能化转型升级。

与此同时，华为还结合与大量客户及伙伴的实践，以及面向智能世界2030的展望，正式发布了《加速行业智能化》白皮书。该白皮书凝聚了各方经验与智慧——包括人工智能发展趋势和最新动态、16个行业63个场景的人工智能应用探索、精选的18个行业智能化创新实践，可以对千行万业智能化转型的实施和落地提供更具体的帮助和参考。

一言以蔽之，华为不仅“授人鱼”，还“授人以渔”，携手伙伴“从客户中来，到客户中去”，真正将AI大模型及相应的行业智能化解决方案做深做透，助力行业智能化走深走实。

写在最后：

业界通常认为，智能经济是数字经济发展的新阶段，其将融合5G+、AI、物联网多种前沿技术，通过创新型的智能解决方案来提高生产力、提升社会福利和改善环境效益，促进虚实产业的融合发展，带动新一轮经济高速增长。有报告预测，到2030年，全球智能经济的价值将达到18.8万亿美元！

而在那些影响智能经济发展的关键技术中，业界也已基本达成共识：AI大模型将决定智能经济的高度，数据价值挖掘决定智能经济的深度，而运力、算力和存力协同发展则将决定智能经济的厚度。从中清晰可见，AI大模型这种让AI技术“拐点”和应用“奇点”齐至的新业态新模式，已经成为决定智能经济发展上限的核心中的核心、关键中的关键。

如此便不难理解，华为行业智能化的最新“打法”，为什么一定要把“使能百模千态，赋能千行万业”置于C位！正如汪涛所总结的那样，“智能化已经掀开新篇章，对于智能化的发展前景，任何假设都可能是保守的。预测未来最好的方式就是创造未来，让我们携手奋进，使能百模千态，赋能千行万业，加速行业智能化！”

生成海报

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。