破局大模型落地行業(yè)之困：華為“三力四總線”下的智能探索

　　在人工智能的變革浪潮中，如何把握人工智能與大模型技術的發(fā)展趨勢，將其應用于實際行業(yè)場景，以實現(xiàn)更高效率、更低成本、更廣覆蓋度地賦能行業(yè)智能化，已經(jīng)成為社會各界關注的焦點。

　　在華為全聯(lián)接大會2023的第二天，華為重點分享了大模型時代從愿景到實踐的布局，華為董事、ICT產(chǎn)品與解決方案總裁楊超斌在會上發(fā)布了系列新品和解決方案，以“三力四總線”為主線，從AI大設施的大算力、大存力、大運力加速AI大模型打造，多場景AI算力和行業(yè)智能總線實現(xiàn)智能無處不在。

　　當前，大模型已逐步邁入百模千態(tài)，其關鍵是要筑智能世界數(shù)字基礎大設施，備戰(zhàn)“百模千態(tài)”時代，華為也正交出自己的答卷。

　　大模型推動算力基礎設施“向上”

　　猶如歷史上蒸汽機、電力、計算機和互聯(lián)網(wǎng)等通用技術一樣，近20年來，人工智能正以史無前例的速度和深度改變著人類社會和經(jīng)濟，智能化將逐步成為人類社會生產(chǎn)力提升和經(jīng)濟增長的核心驅(qū)動力。

　　然而，隨著人工智能與AI大模型的不斷發(fā)展，人工智能的發(fā)展不但已從過去的學術牽引迅速轉(zhuǎn)化為需求牽引，其基礎和目標也在發(fā)生變化。

　　對于人工智能，數(shù)據(jù)、算力、算法是其發(fā)展的三大核心要素，其中，數(shù)據(jù)是人工智能算法的“燃料”，融入知識的大模型是人工智能的基礎設施，大模型的廣泛使用則是人工智能系統(tǒng)進化的推動力量。

　　從傳統(tǒng)作坊式小模型向百億千億參數(shù)大模型的演進中，參數(shù)越多，訓練的大數(shù)據(jù)越廣泛、通用效果就越明顯，對算力要求也越高，杜絕偏差的難度也越大。

　　人工智能的算力挑戰(zhàn)，大模型應用對于算力基礎設施的規(guī)模提出了更高的要求，企業(yè)傳統(tǒng)基礎設施面臨算力資源不足的現(xiàn)象也日益凸顯，與此同時，人工智能的數(shù)據(jù)挑戰(zhàn)，各個行業(yè)都有各自長期且專業(yè)的積累，為了在不同行業(yè)落地應用，大模型必須結合行業(yè)知識、專有數(shù)據(jù)，完成從通用到專業(yè)的轉(zhuǎn)變。

　　正因?qū)�AI的深刻理解，在楊超斌看來，一方面，AI模型的參數(shù)變大對于計算、存儲、網(wǎng)絡資源需求急劇提升，需要構筑具備大算力、大存力、大運力的“AI集群大設施”;另一方面，人工智能面向千行萬業(yè)走深向?qū)崳�關鍵是構建多場景AI算力和廣域、園區(qū)、工業(yè)和微企四大核心行業(yè)場景的智能總線。圍繞“三力四總線”，華為開啟了構筑智能世界數(shù)字基礎大設施的新一輪布局。

　　“三力四總線”打破大模型落地行業(yè)之困

　　如今，AI快速發(fā)展并在多行業(yè)落地，呈現(xiàn)出復雜化、多元化和巨量化的趨勢，不同的應用場景對算力的要求不同，要評判算力基礎設施是否滿足需求，需要企業(yè)根據(jù)特定的AI技術場景和需求，綜合考慮算力基礎設施的性能與靈活易用性。

　　面向萬億大模型時代，楊超斌重磅發(fā)布了“大算力、大存力、大運力”解決方案，打造領先的AI大模型訓練集群。

　　算力方面，華為通過架構和系統(tǒng)創(chuàng)新，構筑面向多場景的大算力平臺，突破AI大模型訓練的算力瓶頸。

　　大模型時代，數(shù)據(jù)決定AI智能的高度。在相同算力資源投入下，提升AI大模型訓練、推理效率、優(yōu)化成本是企業(yè)致勝的關鍵。

　　存力方面，華為數(shù)據(jù)存儲將秉承“以存強算”的理念，推出了全球領先的高性能AI知識庫存儲OceanStor A800，以超高性能、超快恢復、超強推理三大關鍵能力，減免計算耗時、大幅提升小文件處理性能、減少GPU閑置等待、縮短模型訓練周期、提升大模型的行業(yè)知識深度、精度和時效性，消除AI“幻覺”，解決大模型訓練、推理過程中的數(shù)據(jù)處理效率瓶頸，加速大模型應用上線。

　　最后在運力上，華為發(fā)布業(yè)界首款高運力AI智算交換機——星河AI智算交換機和業(yè)界容量最大的超寬全光智能DCI方案，以大規(guī)模，大容量網(wǎng)絡運力釋放大算力。

　　事實上，大模型進入千行萬業(yè)，每個行業(yè)均有使用大模型的場景，行業(yè)用戶及行業(yè)伙伴大多不具備從頭開發(fā)大模型的能力，為了獲得適配本行業(yè)的大模型，更加需要強大、完善的基礎設施來支撐，既要覆蓋多應用場景的AI訓練和推理算力，也要聯(lián)接千行萬業(yè)場景的智能總線。

　　對此，面向各類業(yè)務場景對AI的部署需求，華為推出的全場景AI計算產(chǎn)品，包括Atlas系列集群、訓練和推理服務器、訓練推理一體機、AI加速模塊等，滿足中心、邊緣及端側的多樣化模型訓練和推理需求。

　　值得一提的是，華為還創(chuàng)新地提出 “智能聯(lián)接總線”方案，并已經(jīng)開始應用到廣域、園區(qū)、工業(yè)、微企等多個行業(yè)場景。

　　其中，廣域場景，輕量化、免設計的智能“SE-OTN”產(chǎn)品，實現(xiàn)廣域智能總線的端到端超寬無損聯(lián)接和快速部署;園區(qū)場景，華為智能萬兆園區(qū)解決方案，為行業(yè)的園區(qū)客戶提供高品質(zhì)的園區(qū)網(wǎng)絡體驗;工業(yè)場景，智能編排的確定性低時延TSN交換機滿足IT業(yè)務和OT業(yè)務的敏捷部署，實現(xiàn)數(shù)據(jù)上得來、智能下得去;微企業(yè)場景，一站式微企智能套裝，幫助小微企業(yè)提升網(wǎng)絡接入體驗，并實現(xiàn)云端AI應用落地，推動企業(yè)的智能化辦公和生產(chǎn)。

　　擁抱AI時代：All Intelligence產(chǎn)業(yè)升級最佳實踐

　　宏觀來看，人工智能技術的應用，是發(fā)揮基礎設施價值的最后一公里，海量通用數(shù)據(jù)基礎上進行預先訓練形成的基礎大模型，大幅提升了人工智能的泛化性、通用性、實用性�；�礎大模型要結合行業(yè)數(shù)據(jù)進行更有針對性的訓練和優(yōu)化，沉淀行業(yè)數(shù)據(jù)、知識、特征形成行業(yè)大模型，賦能千行萬業(yè)智能化轉(zhuǎn)型。

　　2005年華為提出網(wǎng)絡時代的“All IP”， 2011年華為提出數(shù)字化時代的“All Cloud”，2023年提出智能時代的“All Intelligence”，無疑，萬物感知、萬物互聯(lián)和萬物智能是智能世界的三大特征。要實現(xiàn)這三大特征，需要大量的ICT創(chuàng)新技術，并以共生共榮的生態(tài)系統(tǒng)作為支撐，使能整個智能世界。

　　華為聚焦根技術創(chuàng)新，堅持“硬件開放，軟件開源，使能伙伴，發(fā)展人才”的計算戰(zhàn)略，目前，華為已與30多家硬件伙伴、1300多家軟件伙伴，聯(lián)合推出了2600多個AI場景方案，并已打造50多個大模型，在多個行業(yè)場景實現(xiàn)落地。

　　人工智能的魅力就在于人工智能的研究永遠在路上 , 需要的是堅持不懈與持之以恒�；乜慈A為“三力四總線”系列產(chǎn)品的發(fā)布，其不僅是加速行業(yè)大模型落地的關鍵布局，更是實現(xiàn)從All IP、All Cloud到All Intelligence產(chǎn)業(yè)升級的最佳實踐。