让全栈AI的旗帜猎猎作响:“逆行者”华为云

如果有人问,AI大模型行业,最近的风向是什么?相信很多人都会说,是“内卷”。

近段时间,“降价”成了大模型的第一关键词。各大云服务商争相加入AI降价潮,甚至有公司模型降价达到了97%的惊人幅度。加上厂商抢卡、模型开发者套壳,种种痕迹似乎印证着AI大模型迎来了极度“内卷”的新风向。

但是,这种“内卷”的尽头一定是不健康的。原因很简单,我们只需要问目前的产业形态几个问题:大模型的核心技术成长了吗?大模型落地应用更容易了吗?产业中那些棘手的问题解决了吗?如果答案都是否定的,那么以降价和内耗为代名词的内卷之路,前途注定是灰暗的。

然而任何风潮中也总有逆行者。与同质化内卷相对应的,是AI大模型领域也潜藏着反内卷的力量。去解决问题,去做实事的反内卷AI之路,虽然更难,但却更有必要。在HDC 2024,我们就看到了一朵逆行的云,一条逆行的AI之路。

(华为常务董事、华为云CEO张平安)

6月21日,华为开发者大会 2024(HDC 2024)在东莞篮球中心揭幕。期间,华为常务董事、华为云CEO张平安发布了盘古大模型5.0,在全系列、多模态、强思维三个方面全新升级。同时,张平安还分享了盘古大模型在自动驾驶、工业设计、建筑设计、具身智能、媒体内容生产和应用、高铁、钢铁、气象等领域的丰富创新应用和落地实践,持续深入行业解难题。此外,华为诺亚方舟实验室主任姚骏、华为云CTO张宇昕分别就盘古大模型5.0训练过程解密和华为云全栈系统性创新发表主题演讲,详细解读华为云在AI领域的全栈创新。

从发布盘古5.0,到展示包括AI原生基础设施、AI开发平台在内的AI全栈创新,我们能够看到华为云选择了做AI大模型领域最难的事,把AI能力从纸面引到真实的生产场景中来。这种行动方案,可以总结为用技术能力的外溢,反对零和博弈的内卷。

以前有句歌词,叫做“走的是人间的道,扛的是顶风的旗”。

想要AI走人间的道,需要云厂商扛起顶风的旗。

AI大潮前:顺风内卷,还是逆风扛旗?

目前阶段,AI大模型技术已经成为各国竞争的科技战略高点,同时也成为科技企业通向下一个时代的船票。全球范围内,可谓无地不AI,无行业不AI。

但在热潮之下,一系列由过快增长带来的“内卷”现象却表现得淋漓尽致。

首先,各大云服务商掀起了大模型价格战,以非常不健康的降价模式期望短期内聚拢用户,实现行业竞争的目标。在这背后,是大模型难以真正走入企业应用,不能解决实际的产业问题,进而导致商业空间受限,云厂商不得已转向以低价换规模的策略。

其次,在大模型降价的态势下,厂商能够投入的技术研发能力越来越少,变成了恶性循环,导致出现了大量以开源模型相互套壳等不良竞争现象。这些极端现象所折射的,是模型同质化过高,核心技术缺乏发展路径,进而出现了不卷能力,不卷应用,只卷面数据和价格现象。

此外,整个中国AI产业面对着AI算力供应短缺,AI算力基础设施进口限制不断加码的问题。整个产业出现了长期的AI算力荒,亟需可持续供应的自主AI算力。

上游基础设施不稳定,中间层核心技术不发展,下游产业场景进不去。在这种情况下,AI大模型领域的“顺风局”开始变味。似乎大模型不是为了用,而仅仅是为了行业竞争而存在。

这个时候,我们也都知道产业需要一些逆行者站出来,来实际解决全行业面对的共性问题,来引导大模型核心技术与产业需求对齐,通过技术能力外溢的方式来拓展大模型的产业边界。

想要实现这个“逆行”,就必须把一面旗帜打出来。

这面旗帜,就是AI核心技术的自主创新,是从算力到工具,再到模型和行业场景的全栈AI能力建设。

华为云,选择逆行于AI行业的“内卷”之风,选择让全栈AI的旗帜猎猎作响。

智能要致用:推动盘古5.0升级

大模型内卷严重,最核心的问题在于模型能力的高度同质化,而大模型之间的雷同感,问题根源在于缺少升级的方向。大家只能参考海外比较流行的大模型能力,最终导致能力差异化被稀释。

而华为云在打造盘古大模型过程中的不同之处在于,是他们找到了源源不断的AI能力升级目标,那就是“用”,是千行万业的真实的智能化需求。不能让大模型停留于测试和理念,要让它走出去,走向行业场景,走向企业需求,然后才能厘清AI的价值是什么,问题是什么,进而找到行之有效的升级之路。

在盘古大模型从3.0到5.0版本的升级过程中,进一步印证了以深入行业场景为目标的大模型升级思路。整体而言,盘古5.0在三方面实现升级:

1.多模态能力提升。

盘古大模型5.0能够更好更精准地理解物理世界,包括文本、图片、视频、雷达、红外、遥感等更多模态。在图片和视频识别方面,可支持10K超高分辨率;在内容生成方面,采用业界首创的STCG(Spatio Temporal Controllable Generation,可控时空生成)技术,聚焦自动驾驶、工业制造、建筑等多个行业场景,可生成更加符合物理规律的多模态内容。

比如盘古5.0可以通过输入华为公司的年度报表,准确回答华为云的收入和增长情况。通过卫星图片找到细微的地表变化,通过巨大的病理照片找到我们想要的病菌的数量级。同时,盘古5.0还可以基于多种模态的输入信息来思考,并且支持将输入的2D图片在3D空间中进行推理。

升级多模态能力的核心驱动力,在于真实的行业场景就是多模态的。只有让大模型看懂物理世界,看懂图标和数据,在巨大信息中寻求细节,大模型才能真正成为生产中的作业工具,成为能够沉浸到行业需求中的智能化引擎。

2.全系列模型打造。

在HDC 2024期间,华为终端、鸿蒙操作系统与盘古大模型5.0的结合备受瞩目。背后的技术升级在于,盘古5.0推出了不同参数规格的模型,可以适配不同的业务场景。十亿级参数的Pangu E系列可支撑手机、PC等端侧的智能应用;百亿级参数的Pangu P系列,适用于低时延、高效率的推理场景;千亿级参数的Pangu U系列适用于处理复杂任务;万亿级参数的Pangu S系列超级大模型能够帮助企业处理更为复杂的跨领域多任务。

在真实的应用场景中,企业需要在不同类型、不同环境中部署大模型,并且需要进行比较复杂的跨领域协同。盘古5.0的全系列模型打造,也让其能力进一步深入行业场景,成为更加可用的大模型体系。

3.着重强化思维能力。

盘古5.0还在逻辑推理方面进行了极大升级,将思维链技术与策略搜索深度结合,极大提升了数学能力、复杂任务规划能力,以及工具调用能力。思维链帮助智能体(如机器人)更好地理解和预测环境变化,而“策略搜索”是智能体用来适应这些变化并做出决策的过程。两者共同作用,使得智能体能够在复杂环境中进行有效地学习和决策。对于真实的生产场景来说,任务往往是复杂多样,且需要随时调整的。大模型必须具有足够复杂的思维推理能力,才能够真正走向企业的核心生产环节。

总结一下,我们可以发现盘古5.0做了这样三件事:

适配行业需求,提升AI理解物理世界的核心能力。

适配应用场景,打造多样化的模型参数规格。

适配企业业务,实现思维推理能力的升级进化。

这些能力都以在真正的行业与企业中“能用”“好用”“有用”为目标,进而来驱动智能化的前进。

张平安强调,一直以来,华为云盘古大模型都坚定的聚焦行业,在解难题、做难事的道路上不断攻坚克难,砥砺前行,重塑千行万业。华为云将与所有的客户、伙伴和开发者一起,创新不止,攀登不止,让云无处不在,让智能无所不及,加速千行万业的智能升级。

久久方为功:扛起全栈创新的旗帜

在模型适配行业场景的同时,企业面对的另一个问题在于基础设施的薄弱。算力匮乏、工具缺失、基础设施能力不匹配,每一项缺口都可能造成大模型落地过程中的木桶效应。反而言之,如果云计算厂商不能够解决这些核心问题,一味“内卷”大模型的价格与纸面上的创新,也只会让大模型距离真正的商业闭环越来越远,进而造成技术与应用的脱节。

唯有AI全栈创新,才是大模型发展的正道,也是反内卷的旗帜。

今天的华为云,更加坚定地举起了这面旗帜,带来了包括昇腾AI云服务、AI原生基础设施、AI开发平台在内的AI全栈创新。

在算力层面,华为云对昇腾AI云服务进行持续优化,打造了贵州、内蒙古和安徽三大核心枢纽,构建了算力一张网,以此满足全国的算力需求。

同时,昇腾AI云服务可以做到40天万亿参数模型训练无中断,远超业界普遍水平的2.8天,集群故障恢复速度只需10分钟,远低于业界的60分钟。目前,昇腾AI云服务已经服务超过600家企业客户,全面适配100个行业主流大模型,以云服务的方式破解了AI算力匮乏与缺乏自主化的难题。

而在AI全栈创新层面,华为云希望通过云系统创新,打造AI Native的云。

华为云CTO张宇昕表示,通过全栈系统性创新,能够让大模型的数据准备、训练、推理、应用实现全流程的高效率和高性能。华为云的全栈系统性创新覆盖了数据中心、云平台架构和基础设施服务,为 AI 开发提供 AI Native 的基础设施。

一方面,华为云践行“Cloud for AI”,通过全栈系统性创新,实现大模型的数据准备、训练、推理、应用的全流程高效率和高性能。华为云的创新覆盖了数据中心、云平台架构和基础设施服务,为AI开发提供AI Native的基础设施。

另一方面,华为云还希望做到“AI for Cloud”,华为云将盘古大模型和华为在产品研发、数据治理、安全防护、业务运维等各个领域积累的数据和经验相结合,将华为云的服务重塑、升级,让华为云更智能、更高效。

围绕AI Native的云这一目标,在基础设施方面,华为云打造了下一代云基础设施CloudMatrix,其能够改变传统数据中心的架构和算力供给模式,将传统的以CPU为中心的主从架构,演进为多元算力对等全互联架构,并通过高速互联网络协议,将CPU、NPU、GPU等算力资源全部互联和池化,从而把AI算力从单体算力演进到矩阵算力。在存储方面,华为云首创的EMS弹性内存存储服务,通过在NPU卡和持久化存储两层间增加弹性内存存储层,基于Memory Pooling专利技术,通过显存扩展、算力卸载、以存代算等三大手段来打破内存墙,释放极致算力。

从算力到存储,从开发工具到大模型本身,华为云已经构筑起了全栈创新,没有短板的AI基础设施能力。

面向真行业,解决真问题,实现真落地。这或许是华为云的“逆行”,却是千行万业的渴望。

人间是盛景:让AI走上行业的道

如今,华为云的AI能力服务范畴正在不断拓展,从AI大模型风潮中收益的行业和企业,正在与日俱增。

在HDC 2024,我们又可以看到一些全新的行业完成了基于华为云AI全栈创新的智能化飞跃。

比如说,在钢铁领域大名鼎鼎的宝武钢铁,就通过携手华为云打造钢铁大模型,实现了智能化水平的极大提升。

钢铁生产流程主要包括高炉、转炉、连铸、轧制工艺流程,目前华为云的AI方案在高炉炼铁和热轧钢带两个环节中已经得到了有效利用。宝武集团跟华为云合作,用AI大模型实现高炉指标预测,高炉炉况评估,进而实现对高炉工况进行优化,降低高炉能耗,提升高炉产能。双方团队合作之下,就大模型在高炉炼铁的应用梳理出了7大场景,包括焦煤配煤优化、高炉炉温预测、燃料配比优化等。最终实践表明,盘古大模型在高炉炉况优化场景预计每年可以为宝钢降本超过10亿元。

高铁已经是我们每个人生活的一部分。截至2023年底,中国高铁里程达到4.5万公里,居世界第一。在高铁运营工作中,动车巡检需要人工实施,涉及众多检查项,工作量巨大。

一列16编组动车有超过3.2万个故障检测项点,覆盖了8大类型、350多种故障,诸如变形、异物、松动、丢失、断裂、擦伤、漏油、超限等故障,传统的故障识别方法需要大量人工工作。

北铁所与华为云携手,将华为云盘古铁路大模型应用于高铁巡检机器人,实现了动车检测的智能化落地,为动车检测带来了更多价值,不仅将巡检工人从繁重的劳动中解放出来,还大幅提升了检测效率和检测准确率。

北铁所联合华为云采用国内首创的二维图片+三维点云+激光光谱等多模态融合诊断技术,能精准识别超限、异物等各种复杂故障。多模态融合诊断比起单模态,故障识别准确率可提升到98%以上,为铁路行业带来了一种全新的发展思路。

在工业、矿山、媒体、生物制药等领域,都可以见到华为云的AI能力深入其中,为行业带来直观且清晰的价值。

对于大模型来说,纸上谈兵只能昙花一现。只有深入行业,深入真正的人间烟火,才能激活独属于它的盛景。华为云或许逆行于大模型的“内卷”之风,但行走在千行万业的智能化正道。

让双手做事,让双脚沾泥。

让全栈AI的旗帜猎猎作响。

智能化不是在狭小的空间中零和博弈,而是要用技术去丈量四野八荒。

免责声明:此文内容为第三方自媒体作者发布的观察或评论性文章,所有文字和图片版权归作者所有,且仅代表作者个人观点,与极客网无关。文章仅供读者参考,并请自行核实相关内容。投诉邮箱:editor@fromgeek.com。

极客网企业会员

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。

2024-06-21
让全栈AI的旗帜猎猎作响:“逆行者”华为云
让全栈AI的旗帜猎猎作响:“逆行者”华为云

长按扫码 阅读全文