“隨著(zhù)信息技術(shù)的加速創(chuàng )新，人類(lèi)社會(huì )正在加速進(jìn)入智能時(shí)代。人工智能基礎技術(shù)與應用創(chuàng )新成為推動(dòng)科學(xué)研究、賦能行業(yè)數字化轉型、促進(jìn)經(jīng)濟社會(huì )發(fā)展的重要力量，激發(fā)千行百業(yè)產(chǎn)生更大變革?！比A為北京副總經(jīng)理劉海濤在“2023北京互聯(lián)網(wǎng)大會(huì )”上表示。
華為北京副總經(jīng)理 劉海濤
人工智能推進(jìn)行業(yè)智能化升級
“面向智能世界加速到來(lái)，人工智能將激發(fā)千行百業(yè)更大變革?！眲⒑龔娬{。比如，在醫療領(lǐng)域，基于人工智能醫學(xué)影像識別，輔助醫生快速、準確診斷，把時(shí)間從傳統的15分鐘減少到10秒，診斷準確率從90%提升至99%，幫助患者贏(yíng)得最佳救治時(shí)間。在鋼鐵制造領(lǐng)域，基于人工智能實(shí)現了從鋼坯到轉鋼到軋鋼的全流程智能識別和自動(dòng)化，轉鋼準確率高達100%，給艱苦的轉鋼工作方式帶來(lái)了根本改變，讓鋼鐵工人遠離了艱苦的高溫作業(yè)環(huán)境，同時(shí)大幅提高生產(chǎn)效率。在電力領(lǐng)域，通過(guò)AI推理算法對超長(cháng)距離的輸電線(xiàn)沿路圖像視頻進(jìn)行分析，實(shí)現實(shí)時(shí)異常預警和上報，使得原來(lái)需要20天才能完成的現場(chǎng)巡視工作，僅需2小時(shí)就可完成，巡檢效率提高80倍。讓無(wú)人巡檢成為可能，更加安全高效。
據悉，這些產(chǎn)業(yè)實(shí)踐也是基于華為的昇騰AI處理器，打造的昇騰AI基礎軟硬件平臺，包括云邊端全場(chǎng)景AI基礎設施所實(shí)現的。華為希望通過(guò)硬件開(kāi)放、軟件開(kāi)源使能合作伙伴，進(jìn)一步加強自主創(chuàng )新人工智能基礎社會(huì )建設，推動(dòng)各行各業(yè)的智能化場(chǎng)景創(chuàng )新與應用。
AI大模型重塑行業(yè)趨勢顯現
ChatGPT 的爆火掀起了 AI 大模型熱潮，華為自2019年起投入AI大模型研發(fā)，并于2021年發(fā)布了盤(pán)古大模型，與眾多toC領(lǐng)域大模型的定位不同，盤(pán)古大模型專(zhuān)注于行業(yè)應用，定位于A(yíng)I for industries，“不作詩(shī)，只做事”。伴隨逐步深入的行業(yè)深耕與創(chuàng )新，也可以看到AI大模型重塑行業(yè)的趨勢已經(jīng)顯現。
在會(huì )上，劉海濤基于盤(pán)古大模型的行業(yè)實(shí)踐同與會(huì )嘉賓做了分享。
改變氣象預測模式。傳統方式預測臺風(fēng)路徑，采用的是數值計算的方法，預測臺風(fēng)未來(lái)10天的路徑，需要在3000臺服務(wù)器的高性能計算機集群上，花費4～5個(gè)小時(shí)完成計算?，F在基于預訓練的盤(pán)古氣象大模型，通過(guò)AI推理的方式，只需要在1臺服務(wù)器上，10秒內就可以給出更精確的預測。
讓美圖設計室開(kāi)啟商業(yè)設計新范式。過(guò)去，服飾品牌展示新品時(shí)，往往需要耗費大量的時(shí)間和人力，需要真人模特、攝影師、化妝師、造型師等一支小團隊來(lái)配合拍攝——不僅費時(shí)費力，而且成本高昂。 基于盤(pán)古多模態(tài)大模型底座，華為云和美圖公司美圖設計室聯(lián)合創(chuàng )新了AI模特試衣功能，一鍵生成真人著(zhù)裝效果，并且與拍攝出的效果并無(wú)二致。這項技術(shù)可以將工時(shí)從天級降低到秒級，綜合成本降低到1%以下，同時(shí)，它還可以用來(lái)服裝測款、測流量，極大地提升廣告營(yíng)銷(xiāo)轉化率?？梢陨僧a(chǎn)品展示圖、海報等，并可以根據設計師的文字輸入，直接生成或修改相應的設計模型。
可以說(shuō)，這不僅是一次技術(shù)革新，更是一場(chǎng)商業(yè)模式的變革。
信息的算力和運力成為面向智能世界關(guān)鍵基礎要素
隨著(zhù)人工智能逐漸迎來(lái)爆發(fā)式增長(cháng)，對信息算力和運力提出了前所未有的需求，算力和運力成為面向智能世界的關(guān)鍵基礎要素。
算力是新型生產(chǎn)力和基本生產(chǎn)要素已經(jīng)成為共識。超大規模人工智能模型和海量數據對算力的要求不斷提高，適合大模型訓練的智能算力已成為算力增長(cháng)的主要動(dòng)力。預測到2030年，人類(lèi)也將進(jìn)入YB數據時(shí)代，全球通用計算算力將達到 3.3ZFLOPS(FP32)，AI 計算算力將超過(guò)105 ZFLOPS(FP16)，增長(cháng)500倍。因此，加速發(fā)展人工智能算力基礎設施建設，進(jìn)一步夯實(shí)算力底座，激發(fā)AI算力賦能效應，是推動(dòng)算力產(chǎn)業(yè)高質(zhì)量發(fā)展的重要抓手和必由之路。
“信息的運力基礎設施的提升也尤為關(guān)鍵，如果‘算得快’但‘傳得慢’同樣無(wú)法滿(mǎn)足未來(lái)高質(zhì)量發(fā)展需求?！眲⒑龔娬{，“需要構建立體超寬、確定性體驗、智能原生、通信感知融合、安全可信、綠色低碳的運力基礎設施，實(shí)現萬(wàn)兆超寬的智能聯(lián)接無(wú)處不在。需要算網(wǎng)融合創(chuàng )新，加速算力供給基建化，塑造算力交付新體驗，才能有力支撐算力與應用需求的爆發(fā)增長(cháng)，賦能數字經(jīng)濟高質(zhì)量發(fā)展?！?/p>
建設人工智能計算中心支持“百模千態(tài)”算力需求
截至今年7月，我國已陸續發(fā)布了超過(guò)80個(gè)10億到千億級參數的大模型，我國在A(yíng)I大模型領(lǐng)域已經(jīng)呈現出“百模千態(tài)”的踴躍創(chuàng )新勢頭，但已有的數據中心，難以滿(mǎn)足大數據量、大參數、大算力的預訓練大模型應用。
“人工智能的應用開(kāi)發(fā)不同于傳統軟件的開(kāi)放方式，在起步階段的“訓練”環(huán)節就需要規模性的大算力基礎設施進(jìn)行支持，而中小型AI創(chuàng )新企業(yè)可能無(wú)法承擔如此高昂的訓練算力成本，需要集約化建設區域性人工智能計算中心，以普惠算力推動(dòng)區域產(chǎn)業(yè)發(fā)展?！眲⒑硎?。
在國家政策指引下，已在全國建設了八大算力樞紐區，新開(kāi)工60多項數據中心項目，新增110萬(wàn)多個(gè)標準機架。同時(shí)，30多個(gè)城市已建設或規劃建設智能計算中心。
據悉，已有超過(guò)25個(gè)城市算力中心選擇華為基于昇騰處理器的ALTAS 900集群作為計算中心的算力基礎。
“F5G-A”&“IPv6+”萬(wàn)兆目標網(wǎng)絡(luò )架構，夯實(shí)信息運力
在人工智能高速發(fā)展，大模型規模應用，云－邊-端無(wú)處不在的多樣性算力需求驅動(dòng)下，網(wǎng)絡(luò )要具備無(wú)所不達的覆蓋能力，華為積極支撐北京運營(yíng)商構建全球領(lǐng)先的“F5G-A”全光網(wǎng)絡(luò )，同時(shí)結合“IPv6+”，構筑兩大算網(wǎng)底座。
除了萬(wàn)兆網(wǎng)絡(luò )覆蓋之外，目標網(wǎng)還要具備智能化的服務(wù)能力，為千行百業(yè)的算力需求，提供端到端“0”丟包，無(wú)損傳遞的服務(wù)能力，提供用戶(hù)和算力之間靈活聯(lián)接、低時(shí)延、全光化的連接能力，同時(shí)通過(guò)對算力應用的感知能力，結合算網(wǎng)大腦的數智化能力，為用戶(hù)和應用提供按需差異化保障服務(wù)，同時(shí)實(shí)現算網(wǎng)一體化調度和業(yè)務(wù)質(zhì)量的感知，即全程全網(wǎng)數據與應用的調度，讓用戶(hù)像使用一臺計算機一樣使用算力，實(shí)現高品質(zhì)的算網(wǎng)服務(wù)。
此外，無(wú)線(xiàn)的信息運力對人工智能的應用同樣關(guān)鍵，例如三一重工在北京的5G全聯(lián)接工廠(chǎng)，基于建設1G大上行帶寬與20ms時(shí)延確定性5G網(wǎng)絡(luò )，實(shí)現各類(lèi)高清監控畫(huà)面的實(shí)時(shí)回傳，通過(guò)AI圖像分析，滿(mǎn)足各類(lèi)人員規范作業(yè)、物料管理等方面的實(shí)時(shí)監控與自動(dòng)識別、預警；同時(shí)，可滿(mǎn)足各類(lèi)無(wú)人自動(dòng)化作業(yè)場(chǎng)景的自動(dòng)監測，如機械臂工作狀態(tài)、質(zhì)量檢測、視覺(jué)定位抓取等。
據介紹，傳統數據閉環(huán)方案是通過(guò)人工拿硬盤(pán)，拷貝到機房后，由人工進(jìn)行數據清洗和標注，整個(gè)時(shí)長(cháng)需要一周以上；如今，數據直接通過(guò)5G傳輸，在邊緣端自動(dòng)清洗和自動(dòng)標注后，直接傳輸到中心云訓練，閉環(huán)時(shí)間可降低到天級，甚至可以針對某些異常場(chǎng)景下發(fā)即時(shí)采集傳輸策略，實(shí)現小時(shí)級的閉環(huán)，大幅提升AI訓練效率。
“根深才能葉茂，本固方得枝榮?！眲⒑龔娬{，華為將持續技術(shù)扎根，在人工智能硬件、AI軟件平臺與生態(tài)、盤(pán)古大模型等算力基礎設施；以及IPV6、全光、5G等運力基礎設施等方向持續投資，與產(chǎn)業(yè)鏈上下游伙伴一起，推進(jìn)算網(wǎng)融合創(chuàng )新，夯實(shí)算網(wǎng)底座，為數字經(jīng)濟的高質(zhì)量發(fā)展貢獻力量。
