"Chat"并不是全部，中国AI发展最终要走深向实

► 文 观察者网 吕栋

ChatGPT的出现，让人工智能大模型迅速进入普通人的视野。但在经历半年多的“狂飙”后，曾经爆火的ChatGPT，流量已不再坚挺。当C端热度逐渐褪去，人们不禁开始思考，仅凭聊天、写诗、作画等功能，大模型就可以重构人类社会？人工智能的下一步该如何发展？

在中国，C端消费者可能感到ChatGPT比较新奇，但产业界应该对大模型并不陌生。早在ChatGPT出圈之前，华为就曾联合中科院、鹏城实验室等机构，打造出多个产业级大模型。普通人之所以不怎么熟悉，是因为这些大模型并不直接面向C端，而是服务于生产活动。

从以往的经验来看，先进技术比如5G的价值，并不能在C端完全体现，生产端可能有更多的应用场景。人工智能亦是如此，在被证明可用于复杂工业领域后，应该将人工智能加速应用在实体产业，为行业刚需带来实际价值，才能真正意义上大规模服务于社会。

“在华为看来，面对当前形势，既要乐观，又要保持冷静。我们认为，人工智能的发展，关键是要脚踏实地，推动人工智能走深向实，真正为千行百业服务，赋能产业升级。”

7月6日，在第六届世界人工智能大会上，华为轮值董事长胡厚崑发表题为《共赢人工智能新时代》的主题演讲。他表示，在人工智能发展的下一阶段，华为有两个着力点：第一，打造强有力的算力底座，来支撑中国人工智能产业的发展。第二，真正让人工智能服务好千行百业，服务好科研创新。

打造坚实底座，让算力不再是瓶颈

算力是人工智能发展的基础，这一点是行业共识。

也正因为此，意图围堵中国人工智能发展的美国政府，近些年不断在算力层面对中国发难，比如说对英伟达高端GPU进行出口管制，亦或是计划限制中国企业使用美国的云计算服务。

在当前的外部环境下，中国在算力的可获取性和成本方面，面临着不小的挑战。打造自主算力底座，突破算力瓶颈，成为中国人工智能产业可持续发展的关键。

作为中国科技产业领头羊，华为长期深耕算力，打造了聚焦通用计算的鲲鹏和人工智能计算的昇腾，并通过架构创新、发展生态以及共建算力等手段，来支撑自主算力底座的打造。

进入大模型时代，算力需求呈现爆炸式增长，而训练大模型的成本和计算的效率息息相关。

华为首先是通过架构创新，来提高计算效率。

在节点层面，华为革命性推出对等平构架构，突破了传统以CPU为中心的异构计算带来的性能瓶颈，提升了整个计算的带宽、降低了时延，使得节点性能提升30%。

在数据中心层面，华为推出昇腾AI集群，系统整体设计改变过去的服务器简单堆叠，把计算、存储、网络、能源、调度等整合在一起，相当于把AI数据中心打造成一台超级计算机，以实现能效的倍增。万卡规模的数据中心，10%效率提升，能节省出一个省的公共算力（400P）。

基于这些架构创新，华为还对昇腾AI集群进行了全面升级：

从最初的4千卡集群扩展8千卡集群，年底将最大支持至1万6千卡集群，成为业界首个万卡AI集群。训练1750亿参数的GPT-3模型，100B的数据量，在8千卡集群下只需1天即可完成训练收敛，1万6千卡集群下仅需半天即可完成，业界SOTA（最高）能力需10天才能完成训练；最长可实现30天以上的长稳训练，业界SOTA能力仅在3天左右，十倍领先。

中国拥有丰富的应用场景，客户的算力需求也多种多样，为了提高计算效率，华为也结合国内实际情况，采用多种模式建设算力底座。

在城市算力基础设施方面，华为支持各地政府打造人工智能计算中心，提供普惠的算力基础设施服务。当前，全国已有25个城市，如武汉、西安、上海等，基于昇腾AI建设了人工智能计算中心。

另一方面，有相当多的大型企业，有自建人工智能算力中心的诉求，华为也在帮助它们构建独立的算力中心。例如，中国移动、科大讯飞、南方电网等企业，均在规划和建设大规模的算力集群，华为也积极参与其中。

同时，市场上也有很多中小型企业，对弹性算力有旺盛的需求，华为则通过云服务的方式，在华为云上提供人工智能算力服务，让中小企业可以快速敏捷的开发和应用AI，降低人工智能的使用门槛。

充沛灵活的算力供给，让算力不再是中国AI产业发展的瓶颈。

从“读万卷书”到“行万里路”

打造坚实的算力底座，还只是万里长征第一步。要想推动人工智能“走深向实”，还要加速人工智能走向千行百业，以创造更大价值。

今年4月，华为云人工智能首席科学家田奇在博鳌亚洲论坛上提到，人工智能下一个发展机会点是AI for Industry，也就是将人工智能和各行各业深度结合，包括但不限于航天、医药、农业、工业等领域，希望能为行业创新带来新思路、新方法及新工具。

为了更好地推进AI for Industry，华为在行业内首次提出了三层大模型架构，目的是在不同层面，构建不同的能力。

在华为盘古大模型体系中，L0是基础大模型，包括NLP（中文语言）大模型、CV（视觉）大模型、科学计算大模型；L1是基础模型与行业数据结合，进行混合训练后的行业大模型，包括矿山、电力、气象、海浪等模型；L2是面向行业细分场景的模型，如金融OCR模型、电力巡检模型等。

胡厚崑演讲时指出，最底层的基础模型，做好海量基础知识的学习，相当于“读万卷书”，打好基础；在此之上，针对不同的行业，不同的场景，进行专项知识和经验的训练，打造好用、易用的行业模型和场景模型，相当于行“万里路”。

随着盘古大模型的普及，各行各业的开发者不必从零开始，只需在云上找到自己所需模型，然后针对行业场景，结合行业小数据微调即可获得满足需要的高性能高精度的AI模型。这种开发方式，将促进AI在千行百业的批量化落地应用。

但知易行难，从“读万卷书到行万里路”，还有诸多挑战需要克服。

胡厚崑认为，关键是要做好客户及行业伙伴的行业知识与大模型的匹配，解决好场景、技术、算法和数据的融合，让大模型在行业的价值创造中发挥重要作用。

截至目前，华为云盘古大模型已经深入金融、制造、政务、电力、煤矿、医疗、铁路等10多个行业，支撑400多个业务场景的AI应用落地。

“我们希望大模型不仅能用在工厂、港口、银行等行业场景，也能走进实验室和研究所，助力基础科学研究。在这个领域，大模型大有用武之地。”胡厚崑接着说道。

与AI for Industry一样，AI for Science（AI4S）同样是AI“走深向实”的关键路径。

借助人工智能的巨大技术优势，“AI for Science”可将数学计算和科学模型的方法结合，高效处理海量数据，使传统的科研过程变得自动化、规模化、并行化和平台化，从而解决原来传统科学研究范式无法解决的问题，帮助科学家突破科研瓶颈。

举例来说，流体力学计算中会消耗大量的算力，这个过程其实数学原理很简单，就是一个纳维-斯托克斯方程的求解。在传统过程中，如果用CPU单卡进行计算，可能需要几十年、上百年都算不完，而用AI的方式就有可能10倍或者100倍地加速纳维-斯托克斯的求解。

再比如，在气象预报领域，华为盘古气象大模型的预测可以在秒级时间内，完成未来全球一个小时到7天的天气预报。这其中有几个关键点，一是大模型要充分学习全球40年的气象数据，即“读万卷书”；二是在此基础上，再到行业中去训练，即“行万里路”。

就在日前，国际顶级学术期刊《自然》(Nature)杂志正刊发表了华为云盘古大模型研发团队研究成果——《三维神经网络用于精准中期全球天气预报》。

数据显示，这是近年来中国科技公司首篇作为唯一署名单位发表的《自然》正刊论文。《自然》审稿人对该成果给予高度评价：“华为云盘古气象大模型让人们重新审视气象预报模型的未来，模型的开放将推动该领域的发展。”

华为云盘古气象大模型也是首个精度超过传统数值预报方法的AI模型，速度相比传统数值预报提速10000倍以上。与盘古气象大模型类似的科学计算模型，还有盘古药物分子大模型和盘古海浪大模型等等。

研究机构Omdia分析师认为，“AI for Science”在气候和环境科学（天气预测等），生物制药和生命科学（新药研发、蛋白质结构预测等），流体力学（汽车或飞机的气动设计等），电磁学（电磁仿真等）等应用领域会率先取得突破。

坚持开放协作，共建产业生态

一花独放不是春，百花齐放春满园。

对于人工智能产业的可持续发展来说，生态建设尤其重要。华为也一直秉持产业生态共建的理念，坚持“硬件开放、软件开源、使能伙伴、发展人才”的战略。四年以来，在全产业合作伙伴的共同努力下，已初步构建起完整的人工智能计算产业生态。

昇腾AI基础软硬件平台，包括昇腾AI集群系列硬件、异构计算架构CANN、全场景AI框架昇思MindSpore、昇腾应用使能MindX以及一站式开发平台ModelArts等。

在硬件方面，华为坚持进一步开放，今年推出更多样化的模组和板卡，30多家硬件伙伴基于昇腾AI，推出了上百款人工智能硬件产品，以满足不同行业场景差异化的需求。

在软件方面，华为坚持通过开源来做强基础软件，特别是面向当前大模型的创新，构建了从规划、开发到产业化的大模型全流程使能体系，支撑科研机构和企业客户，原生孵化了20多个基础大模型，同时适配了10多个业界主流的大模型。

“我们非常自豪，当前中国大模型中有一半是由昇腾AI来支撑的。”胡厚崑说道。

比如，基于昇腾AI开发的“东方.翼风”大模型，入围了本届世界人工智能大会最高奖项—SAIL奖，这一大模型融合了AI+通用计算的能力，实现了三维超临界机翼流体仿真，能够对大飞机全场景飞行状况，实现快速高精度的模拟，用时仅为原来的千分之一。这一革命性的突破，也将在气动领域，加速国计民生行业跨越式创新。

在7月6日下午的昇腾人工智能产业高峰论坛现场，华为还协同20多家大模型研发单位共同启动基于昇腾AI的大模型创新仪式，加速各方大模型的研发和应用创新。同时，华为还联合伙伴发布昇腾AI大模型训推一体化解决方案，解决大模型开发及应用成本高、周期长、技术难度大等行业痛点，推进大模型在各行业落地应用。

论坛上，中国科学技术信息研究所发布了AI4S科研创新地图。昇腾AI围绕AI4S基础软件能力，提供基础算力底座，支撑国家实验室、公共算力服务平台等建设自主算力，提供国产化框架、加速库、套件、工具链等，使能AI4S生态发展。

“我们非常有幸，共同见证了科技革命的几次浪潮，从互联网，到移动化，从云计算，到智能化，每一轮变革都带来了深远的影响。毫无疑问，通用人工智能（AGI）正在开创下一个黄金十年，让我们携起手来，服务好千行百业，服务好科研创新，共赢人工智能新时代。”胡厚崑在演讲最后呼吁道。

来源|观察者网