让全栈AI的旗帜猎猎作响:“逆行者”华为云

原创 脑极体 2024-06-21 18:43


 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。


脑极体 从技术协同到产业革命,从智能密钥到已知尽头
评论 (0)
  •         MOS,是MOSFET的缩写。全称为金属-氧化物-半导体场效应晶体管(Metal-Oxide-Semiconductor Field-Effect Transistor, MOSFET)。MOS管最基本且常用的功能是通过对G级施加电压以控制S与D之间的开启与关闭,常用作电子开关。MOS管基本结构MOS主要有以下几个特点        1、栅压输入阻抗高,MOS管栅极有绝缘膜氧化物,但栅极容易被静电、高
    广电计量 2024-07-15 15:57 77浏览
  • “颠覆与涅槃,颠覆自我与重新涅槃,让企业在变革中更完美的蜕变。”这是小鹏汽车董事长兼CEO何小鹏,在2024年开年时候说的话。如今2024年已经过去了一半,小鹏汽车的处境,似乎并没有变得更好,反而是状况不断。据不完全统计,近一年来,从小鹏汽车离职的高管团队,并不在少数。从此前宣布加入英伟达的智驾负责人吴新宙,到后面的AI负责人刘兰个川(Patrick)、软件负责人Parixit Aghera,再到此次离职的矫青春,小鹏汽车近一年都处于内部动荡之中。而在这种动荡之外,小鹏汽车也正在经历一场“冰与火
    刘旷 2024-07-15 09:56 96浏览
  • 概述 SiPM测试系统的信号处理板使用了ADI的单片4通道的高速差分ADC信号,所以FPGA需要通过LVDS接口来收取差分高速ADC送出的差分串行数据。 本文讨论FPGA如何例化LVDS模块,以及几种用来收取外部ADC采样后送来的高速差分串行数据。10代器件LVDS实例化界面 在Intel的10代器件中有Arria、Cyclone、MAX以及Stratix几种,我们使用的是Cyclone系列10代GX产品。图1:LVDS模块例化界面 如图1所示为LVDS例化界面,具体使用方法可以参考1“LVDS
    coyoo 2024-07-14 12:25 139浏览
  • UAVDT数据集是一个专为无人机图像检测而设计的数据集,其特点包括丰富的标注和多样化的场景,对无人机图像处理领域的研究具有重要的价值。 UAVDT(Unmanned Aerial Vehicle for Detection and Tracking)数据集是为了在无人机图像中进行目标检测和跟踪研究而创建的。这个数据集主要由从无人机捕获的高清视频序列组成,涵盖了各种环境和场景,如城市、乡村、森林和海边等。 在UAVDT数据集中,图像主要包括小型车辆、行人和自行车等类别的目标,这些目标在图像中被
    丙丁先生 2024-07-15 07:33 79浏览
  •     PCB上不同电气网络的连线之间,要有绝缘间隙(Clearance)和爬电距离(Creepage Distance)。画过PCB的朋友都知道,原理图上的电气连线(Wire)对应PCB Layout上的电气连线,PCB Layout上的电气连线对应铜导线。铜导线是在PCB覆铜层上,利用掩模(mask)和化学蚀刻(Etching)的方法,把PCB Layout上的铜导线部分留下,并去除非导线部分而做出来的。不同电气网络的连线中间要足够绝缘,足够干净,否则轻则漏电,重则短路。
    电子知识打边炉 2024-07-14 16:06 51浏览
  •     PCB表面绝缘电阻(SIR, Surface Insulative Resistance)有IPC和Bellcore GR78-CORE两个主要标准。    IPC-TM-650 方法2.6.3.7 是针对SIR的。这个标准的英文版本可以免费从IPC官网下载获得。IPC(国际电子工业联接协会)是PCB标准化主要组织。    这个测试方法针对PCB裸板(即安装元器件之前的PCB),而且是使用IPC推荐的测试板/图案(Vehicle
    电子知识打边炉 2024-07-14 22:07 79浏览
  • 非常荣欣参加了这次《运放电路环路稳定性设计》试读体验活动,同时非常感谢面包板论坛举办此活动。本书印刷还是非常新颖,具有精美漫画。下图为图书正面。 本书利用“原理分析、仿真计算、样机测试”三步学习法对运放电路环路进行稳定性设计,使读者能够对已有电路彻底理解,并且通过计算和仿真分析对原有电路进行改进,以便设计出符合实际要求的运放电路,达到实际应用的目的。首先,进行简单运放电路分析,运用反馈控制理论和稳定性判定准则进行时域/频域计算和仿真,当计算结果和仿真结果致时再进行实际电路测试,使三者有机统一;
    shenwen2007_656583087 2024-07-13 12:53 36浏览
  • ADB(Android Debug Bridge)是Google提供的命令行工具,用于帮助开发者与安卓设备进行通信。它在安卓应用开发和设备管理中非常重要,因为它可以帮助开发者安装、调试和卸载应用,访问设备文件系统,以及获取设备日志等。通过ADB,开发者能够在多种测试场景中模拟用户操作,优化应用性能和用户体验。 要使用ADB,首先需要确保电脑已安装ADB驱动,并且手机已开启USB调试模式。在Windows系统中,通常不需要手动下载ADB驱动,因为Windows 8/10/11已经自带了相应的驱动
    丙丁先生 2024-07-15 07:27 75浏览
  • 在+24V输入增加了软起电路和防反接电路,先看电路原理图,如下,防反接电路的原理一目了然,G极达到Vth值,U28和U5就会导通,电流从D极导通到S极,详细规格书见下面。VDS,RDS(on)和ID很重要,如下,之前选的这款为何还是有问题呢,可以从温度和电压电流的应力入手,考察U28的软起参数是否合理。首先,看一看之前测的温度参数,用K型线的热电偶点的,如下,充电的时候,U28温度达到了123℃,如下,放电的时候,U28温度达到了120℃,如下,从上面的数据看,这样的U28温度,我们是接收不了的
    liweicheng 2024-07-13 19:06 70浏览
  •     这篇分享对化学腐蚀/离子迁移的学习。    化学腐蚀的本质是氧化还原反应,即原电池。反应条件是:     1. 有可溶性电解质。电解质可能来自PCB的电镀或清洗工序,也可能来自残留的助焊剂(flux)。常见的有氯离子(有卤flux、汗液、盐雾)、酸(flux的酸);     2. 有溶剂。常见的是水(湿气),也可以是有机溶剂。树脂材料内部会吸附湿气,PCB加工过程有湿气,质量差的孔内壁会吸附湿气,V-cut分
    电子知识打边炉 2024-07-14 17:07 64浏览
  •   读报见文《中国的AI价格战和“不知道怎么用AI”的日本人 - FT中文网》  如题,好奇,中日两国对AI表现怎么是这样呢?  我人在中国,看新闻与现实,“中国的AI价格战”不足为奇。  没去过日本,只有看新闻,好奇的是日本人“不知道怎么用AI”?  第一想到的是日本不是很早就搞机器人了吗?  百度看看,日本什么时候开始使用机器人?  日本在20世纪80年代开始在各个领域推广使用机器人。日本将1980年称之为“机器人普及元年”。到了1985年以后,日本进入了被称为“智能机器人的时代”。  智能
    自做自受 2024-07-13 22:40 233浏览
  •     丝印层(Silkscreen Layer)位于PCB的外表面,采用白色或者其他颜色的墨水(ink)制作,没有电气特性。    丝印层得名于制造它所用的Silkscreen工艺。这个工艺很像创作版画,或者给T恤上做装饰图:先在一个网板(stencil)上刻划出图案,然后用辊子涂刷墨水,让墨水透过网板附着在PCB上,然后用紫外线或者加热的方式使墨水固化。    丝印层主要起指示作用。丝印层上面的字符、指示线可以直观地告诉观察PCB的
    电子知识打边炉 2024-07-13 14:27 36浏览
  •     这篇分享对PCB电化学迁移(ECM, Electrochemical Migration)的学习。     ECM发生在导体之间,是一种需要PCB通电才能持续的电化学反应,和电镀的原理相同。反应条件是:     1. 有电场。存在电位差/电压降,一般来说电位差/电压降越大,电化学反应的速度越快。     2. 有可溶性电解质和溶剂,这个和化学腐蚀机理相同。     3. 有迁移通道。即电荷
    电子知识打边炉 2024-07-14 17:40 65浏览
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦