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(shù)的發(fā)展趨勢，將其應用于實(shí)際行業(yè)場(chǎng)景，以實(shí)現更高效率、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(huì )各界關(guān)注的焦點(diǎn)。
在華為全聯(lián)接大會(huì )2023的第二天，華為重點(diǎn)分享了大模型時(shí)代從愿景到實(shí)踐的布局，華為董事、ICT產(chǎn)品與解決方案總裁楊超斌在會(huì )上發(fā)布了系列新品和解決方案，以三力四總線(xiàn)為主線(xiàn)，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(chǎng)景AI算力和行業(yè)智能總線(xiàn)實(shí)現智能無(wú)處不在。
當前，大模型已逐步邁入百模千態(tài)，其關(guān)鍵是要筑智能世界數字基礎大設施，備戰百模千態(tài)時(shí)代，華為也正交出自己的答卷。
大模型推動(dòng)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(shù)一樣，近20年來(lái)，人工智能正以史無(wú)前例的速度和深度改變著(zhù)人類(lèi)社會(huì )和經(jīng)濟，智能化將逐步成為人類(lèi)社會(huì )生產(chǎn)力提升和經(jīng)濟增長(cháng)的核心驅動(dòng)力。
然而，隨著(zhù)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(guò)去的學(xué)術(shù)牽引迅速轉化為需求牽引，其基礎和目標也在發(fā)生變化。
對于人工智能，數據、算力、算法是其發(fā)展的三大核心要素，其中，數據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進(jìn)化的推動(dòng)力量。
從傳統作坊式小模型向百億千億參數大模型的演進(jìn)中，參數越多，訓練的大數據越廣泛、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，大模型應用對于算力基礎設施的規模提出了更高的要求，企業(yè)傳統基礎設施面臨算力資源不足的現象也日益凸顯，與此同時(shí)，人工智能的數據挑戰，各個(gè)行業(yè)都有各自長(cháng)期且專(zhuān)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(zhuān)有數據，完成從通用到專(zhuān)業(yè)的轉變。
正因對AI的深刻理解，在楊超斌看來(lái)，一方面，AI模型的參數變大對于計算、存儲、網(wǎng)絡(luò )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(wàn)業(yè)走深向實(shí)，關(guān)鍵是構建多場(chǎng)景AI算力和廣域、園區、工業(yè)和微企四大核心行業(yè)場(chǎng)景的智能總線(xiàn)。圍繞三力四總線(xiàn)，華為開(kāi)啟了構筑智能世界數字基礎大設施的新一輪布局。
三力四總線(xiàn)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，呈現出復雜化、多元化和巨量化的趨勢，不同的應用場(chǎng)景對算力的要求不同，要評判算力基礎設施是否滿(mǎn)足需求，需要企業(yè)根據特定的AI技術(shù)場(chǎng)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(wàn)億大模型時(shí)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(lǐng)先的AI大模型訓練集群。
算力方面，華為通過(guò)架構和系統創(chuàng )新，構筑面向多場(chǎng)景的大算力平臺，突破AI大模型訓練的算力瓶頸。
大模型時(shí)代，數據決定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(guān)鍵。
存力方面，華為數據存儲將秉承以存強算的理念，推出了全球領(lǐng)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(guān)鍵能力，減免計算耗時(shí)、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(shí)效性，消除AI幻覺(jué)，解決大模型訓練、推理過(guò)程中的數據處理效率瓶頸，加速大模型應用上線(xiàn)。
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，以大規模，大容量網(wǎng)絡(luò )運力釋放大算力。
事實(shí)上，大模型進(jìn)入千行萬(wàn)業(yè)，每個(gè)行業(yè)均有使用大模型的場(chǎng)景，行業(yè)用戶(hù)及行業(yè)伙伴大多不具備從頭開(kāi)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(lái)支撐，既要覆蓋多應用場(chǎng)景的AI訓練和推理算力，也要聯(lián)接千行萬(wàn)業(yè)場(chǎng)景的智能總線(xiàn)。
對此，面向各類(lèi)業(yè)務(wù)場(chǎng)景對AI的部署需求，華為推出的全場(chǎng)景AI計算產(chǎn)品，包括Atlas系列集群、訓練和推理服務(wù)器、訓練推理一體機、AI加速模塊等，滿(mǎn)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(xiàn)方案，并已經(jīng)開(kāi)始應用到廣域、園區、工業(yè)、微企等多個(gè)行業(yè)場(chǎng)景。
其中，廣域場(chǎng)景，輕量化、免設計的智能SE-OTN產(chǎn)品，實(shí)現廣域智能總線(xiàn)的端到端超寬無(wú)損聯(lián)接和快速部署；園區場(chǎng)景，華為智能萬(wàn)兆園區解決方案，為行業(yè)的園區客戶(hù)提供高品質(zhì)的園區網(wǎng)絡(luò )體驗；工業(yè)場(chǎng)景，智能編排的確定性低時(shí)延TSN交換機滿(mǎn)足IT業(yè)務(wù)和OT業(yè)務(wù)的敏捷部署，實(shí)現數據上得來(lái)、智能下得去；微企業(yè)場(chǎng)景，一站式微企智能套裝，幫助小微企業(yè)提升網(wǎng)絡(luò )接入體驗，并實(shí)現云端AI應用落地，推動(dòng)企業(yè)的智能化辦公和生產(chǎn)。
擁抱AI時(shí)代：All Intelligence產(chǎn)業(yè)升級最佳實(shí)踐
宏觀(guān)來(lái)看，人工智能技術(shù)的應用，是發(fā)揮基礎設施價(jià)值的最后一公里，海量通用數據基礎上進(jìn)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(shí)用性?；A大模型要結合行業(yè)數據進(jìn)行更有針對性的訓練和優(yōu)化，沉淀行業(yè)數據、知識、特征形成行業(yè)大模型，賦能千行萬(wàn)業(yè)智能化轉型。
2005年華為提出網(wǎng)絡(luò )時(shí)代的All IP， 2011年華為提出數字化時(shí)代的All Cloud，2023年提出智能時(shí)代的All Intelligence，無(wú)疑，萬(wàn)物感知、萬(wàn)物互聯(lián)和萬(wàn)物智能是智能世界的三大特征。要實(shí)現這三大特征，需要大量的ICT創(chuàng )新技術(shù)，并以共生共榮的生態(tài)系統作為支撐，使能整個(gè)智能世界。
華為聚焦根技術(shù)創(chuàng )新，堅持硬件開(kāi)放，軟件開(kāi)源，使能伙伴，發(fā)展人才的計算戰略，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(gè)AI場(chǎng)景方案，并已打造50多個(gè)大模型，在多個(gè)行業(yè)場(chǎng)景實(shí)現落地。
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(xiàn)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(guān)鍵布局，更是實(shí)現從All IP、All Cloud到All Intelligence產(chǎn)業(yè)升級的最佳實(shí)踐。
