9月20日专稿（蒋均牧）行业的每一次飞跃，都添加了时代的注脚；技术的每一次突破，都创造了无限的可能。十年一个台阶，华为从未止步。
当前，人类社会正加速迈向智能世界，数据正在爆炸式增长，智能技术也在突飞猛进。以强大算力为基础的各种模型和算法不断涌现，应用场景日益丰富，创新的“矢量效应”更加凸显。面对于此，我们如何才能让算力无处不在，推动AI走实向深，充分释放数据的价值？
华为副董事长、轮值董事长、CFO孟晚舟在华为全联接大会2023上的一席演讲，一定程度上阐明了方向。她表示，在全面智能化（All Intelligence）战略的指引下，华为将持续打造坚实的算力底座，使能百模千态，赋能千行万业。
从All IP到All Intelligence
从2003年开始，CT和IT在网络基础设施技术中相遇，华为提出了All IP战略，推动通信领域的各类技术制式和协议，从七国八制走向统一。“车同轨、书同文”，从而促进了联接的无处不在。华为支持了全球170多个国家和地区的1500多张网络的稳定运行，联接了全球超过1/3的人口。
2013年，随着云计算技术的加速发展，华为提出了All Cloud战略，加速数字化转型的升级。如今，华为云成为了全球增速最快的主流云厂商之一，这得益于持续的研发投入和全球客户的认可。华为云在全球部署了30个区域、84个可用区，聚合了全球4.2万家合作伙伴、500万名开发者，服务了全球300万家客户。
如今，华为提出All Intelligence战略，加速行业智能化。首先，让所有对象可联接，不仅是物理实体的，也包括逻辑的、虚拟的；不仅包括数字化的设备，也包括传统的终端和装置；不仅使数据上得来，也让意图下得去。其次，让所有应用可模型，通过大模型范式，让智能应用快速惠及每个人、每个家庭、每个组织。第三，让所有决策可计算，以算力的无所不在，加速智能的无所不及，并让数据的潜力在计算中不断地释放与叠加。
打造中国坚实算力底座，为世界构建第二选择
人工智能的发展，算力是核心驱动力。大模型需要大算力，算力大小决定着AI迭代与创新的速度，也影响着经济发展的速度。算力的稀缺和昂贵，已经成为制约AI发展的核心因素。
孟晚舟谈到，华为致力于打造中国坚实的算力底座，为世界构建第二选择。将持续提升“软硬芯边端云”的融合能力，做厚“黑土地”，满足各行各业多样性的AI算力需求。
她表示，华为将充分发挥在计算、存储、网络、能源等领域的综合优势，改变传统的服务器堆叠模式，以系统架构创新的思路，着力打造AI集群，实现算力、运力、存力的一体化设计，突破算力瓶颈，提供可持续的澎湃算力。
使能百模千态，做“百花园”的黑土地
参数超过千亿甚至万亿的人工智能神经网络模型，正在加速进入千行万业，AI发展也正在跨越拐点。
孟晚舟解释说，从小模型时代到大模型时代，AI技术的实用性发生了质的飞跃。过去，不同的应用场景需要开发不同的模型。现在，大模型通过吸收海量知识，一个模型可以适配多种业务场景，大幅降低了AI开发与应用的门槛，缩短了技术到应用的周期，使AI从作坊式开发、场景化定制，走向工业化开发、场景化调优，依托大模型规模化解决行业问题成为可能。
在此过程中，通过算力底座、AI平台、开发工具的开放，华为支持大模型在智能化时代的“百花齐放”，努力做好“百花园”的黑土地。支持每个组织使用自己的数据训练出自己的大模型，让每个行业用自己的专业知识发展出自己的行业大模型。
技术为根，人才为本
“技术为根，人才为本。”过去数十年来，华为深入通信与计算的理论本质，在数学与算法、化学与材料科学、物理与工程技术、标准与专利等领域，持续投入，不断探索，构建起根技术优势。正是基于联接和计算这两大产业的根技术积累的有机结合，华为构筑了智能化产品和解决方案的系统性优势。
同时，华为一直围绕着自身所在产业，为高校师生、开发者和科研人才，量身定制培养体系。面向高校师生，华为通过ICT学院和“智能基座”项目，实现了产教的融合。其中，在全球已与2600多所高校共建了ICT学院，教师数量超过1.1万人，每年培养学生20万人；联合中国72所高校持续深化“智能基座”项目，已经开设了1600多门课程，覆盖了50多万学生。未来的发展，还依赖基础技术的持续突破和人才的不断涌现。所以，华为不仅做“工程商用”研究，解决实际挑战，还依托“创新2.0机制”，与高校联合创新，支持“无用之用”的理论研究和前沿探索。
此外，华为还高度重视生态系统建设。比如在计算领域，已发展有鲲鹏整机伙伴11家、昇腾硬件伙伴30多家、软件合作伙伴超过6000家，欧拉累计装机量突破460万，开发了2600多个AI场景方案。
“信心，是实力铸就的。未来，是共同创造的。让我们，在产业变迁中，保持战略定力；在技术革新中，激荡蓬勃生机；在繁荣生态中，共赢智能未来。团结才能胜利，奋斗才会成功！”在发言的最后，孟晚舟如是呼吁和激励道。
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。
