华为的宏图是成为下一个十年最伟大的软件公司？
+ 查看更多

华为的“软”实力正在更迅速地刷新市场认知。

Forbes

■自去年底华为云正式发布需求管理服务工具——CodeArts Req以来，今年4月又推出自研自用的MetaERP，一个完全由华为自己的操作系统、数据库、编译器和语言做出来的管理系统软件。

而后不到3个月，华为云在今天的开发者大会（HDC.Cloud 2023 )上正式发布盘古大模型3.0，并再度强调了其定位——“AI for Industries”。同时从其发布会上披露的信息看，盘古大模型所覆盖的行业以及应用场景也更加下沉。

华为常务董事、华为云CEO张平安表示：“华为的盘古大模型不会写诗，只会做事。它要帮助各行各业，在各个领域，都要让AI来赋予它们价值，比如我们在金融，我们在政务，我们在矿山，我们在气象，都有很多的工作小组派下去，为各个行业带来价值。我们一直坚持的方向就是‘AI for Industries’。”

“AI for Industries”是一个愿景极高的口号，其根本目的就是让人工智能与各行各业深度融合。这家在过去被认为重新定义全球通信行业的公司，在现在开始有可能凭借AI技术迭代这一结构性的变革机会成全球软件行业的巨无霸。

本次发布会披露的信息中，华为盘古大模型3.0是一个完全面向行业的大模型系列，第一层包括自然语言大模型、视觉大模型、多模态大模型、预测大模型、科学计算大模型，它们提供满足行业场景的多种技能。第二层是行业大模型，包括政务、金融、制造、矿山、气象、铁路、药物分子等大模型。第三层是面向更多细化场景的模型，更加专注于政务热线、网点助手、先导药物筛选、传送带异物检测、台风路径预测等具体行业应用或特定业务场景，为客户提供“开箱即用”的模型服务。

此外，华为云还发布了华为昇腾AI云服务，单集群2000P Flops算力的昇腾AI云服务在华为云的乌兰察布和贵安AI算力中心同时上线。华为在在最底层构建了以鲲鹏和昇腾为基础的AI算力云平台，构建了昇腾的计算引擎CANN、AI框架MindSpore，以及AI开发平台ModelArts，为大模型开发和运行提供分布式并行加速，算子和编译优化，集群级通信优化等关键能力。基于华为的AI根技术，大模型训练效能可以调优到业界主流GPU的1.1倍。

01.
前生今世

事实上，大模型并不是新鲜事物。早在2021年，华为云就发布了盘古大模型，当时包括NLP（中文语言）、CV、科学计算3个大模型，目的就是为行业和开发者建立一套通用、易用的人工智能开发工作流。

由于当时人工智能算法繁多，且碎片化严重。开发者面对每一个场景，都必须选择独立的模型，并配合数据处理、模型优化、模型迭代等一系列开发环境。当然，也无法积累通用知识，不同领域的数据差异较大，更需要不同的技巧进行微调，往往导致开发效率低下。

为了解决这一难题，预训练大模型相关研究应运而生。预训练大模型就是通过无监督或者自监督学习等深度学习的方法，配合大量参数的神经网络模型，从海量数据中获取知识并进行学习。如有特定开发任务，开发者就能按需调用相关模型和工具，结合行业经验，实现对大模型的预训练，以解决实际业务问题。

在这一背景下，华为盘古大模型在两年前就已经诞生，最初的目的就是面向To B端的行业用户和开发者，为其打造通用化的人工智能平台。正如第一次工业革命让生产从“小作坊模式”，转向“工业化生产模式”，而华为盘古大模型将改变传统“小作坊开发模式”，让开发者借助人工智能工具迈入全新的“工业化开发模式”。

02.
不止是大模型

华为盘古大模型3.0还具有全栈技术加持的优势，能够提供高效的模型训练和推理能力。首先，华为从AI芯片到AI框架Mindspore，从全流程支持MLOps开发的AI平台ModelArts到基础大模型，均实现全栈自主创新；其次，昇腾AI云服务不仅提供稳定可靠的高效训练和推理能力，还具备队规模并行训练能力，加之全栈的性能优化，是提升大模型训练的出色平台；另一方面，由于华为的自研芯片和算力支持，有效抵御全球AI芯片短缺和价格暴涨的压力。

另一方面，华为作为云计算大厂，可提供多样化部署的能力，包括公有云场景；大模型专区（公有云）；混合云场景3种模式，企业可根据自身特点和需要，选择适合的模式来建立自己的大模型。

此外，华为还拥有深厚的行业积累和核心Know-How沉淀，例如超过10个行业军团/系统部、超400个行业解决方案、7大行业aPaaS（应用程序平台即服务），以及盘古大模型行业开发套件、大模型训练工作流、数据撰写与标注平台等，实现快速开发行业大模型。

03.

与实体经济深度融合

任正非曾表示，要让煤矿工人可以穿西装打领带工作。这一愿景的背后，离不开5G、人工智能、大模型等新兴技术在煤矿等实体经济场景中的应用。

煤矿，给人的印象是一项复杂性和危险性极高的工作。为了保证井下人员作业安全，通过人工智能实现“少人无人”的安全高效作业是煤矿智能化追求的重要目标。然而，在煤矿场景中仍然要面临着场景需求多、矿山间复制难、场景落地难、AI人才不足等诸多挑战。

华为云盘古矿山大模型可实现覆盖煤矿的采、掘、机、运、通、洗选等业务流程下的1,000多个细分场景，只需导入海量无标注的矿山场景数据，即可进行无监督自主学习，实现预训练的目的。

例如，现阶段主运系统主要依赖人工巡检，但煤矿环境恶劣，且工作量大。基于盘古矿山大模型的AI主运智能监测系统能够精准识别大块煤、锚杆等异常情况，异物识所别准确率达98%。相较于人工巡检，人工智能可实现全时段巡检，帮助工作人员及时地发现问题，避免因漏检造成的安全事故，提升井下巡检人员的工作效率。在掘进场景中，基于盘古矿山大模型的掘进作业序列智能监测，动作规范识别准确率超过95％，让人工智能成为矿工规范作业的好帮手，保障井下作业安全。

药物研发方面，华为盘古大模型也得到了不错的应用。例如，西安交通大学第一附属医院刘冰教授在新药研发中采用的一种AI辅助药物设计服务，正是基于华为云盘古药物分子大模型打造，突破性地研发出一款超级抗菌药Drug X（肉桂酰菌素），并将先导药的研发周期从数年缩短至一个月，研发成本也降低了70%，打破了医药界“双十定律”（即新药研发需要花费10年时间、10亿美元）。

此外，华为盘古大模型3.0还在铁路、气象、政务、金融、制造等行业实现了深入的应用，推动实体经济与传统行业实现深度融合。相比传统数值预测方法，盘古气象大模型的预测速度提升10,000倍，能够提供秒级的全球气象预报。

目前，通用大模型与行业大模型的定义已经有了明显的区分。例如，通用大模型主要面向工作和学习，就类似一个AI助手，协助人提升效率；而行业大模型更像是工具，与各行各业深度融合，提供更便利、更高效的AI工具或解决方案。可以说，行业大模型更贴近行业，更贴近实体经济，也更能为各行各业行业带来价值。

一直以来，华为盘古3.0大模型都没有强调生成式AI，而是始终明确自身行业大模型的定位。更值得注意的是，盘古大模型3.0除了预训练大模型外，还特别针对行业和场景提供了相应的解决方案和服务，让行业用户和开发者按需选择适合的服务，从而实现开发效率的提升。

同时，盘古大模型3.0还提供全栈自研的技术加持和优势，并配合华为多年来在各个产业的积累和沉淀，有助于解决各行各业的各类痛点，将原本“小作坊开发模式”，转变为“工业化开发模式”，实现效率的倍增。

可以预见的是，“千模大战”之下，行业必将迎来一波“洗牌”。只有真正带给行业价值的大模型才能突出重围，所以更聚焦也更懂行业的行业大模型的研发已是大势所趋。

正如华为轮值董事长胡厚崑在2023世界人工智能大会所说，人工智能的发展，关键是要“走深向实”，赋能产业升级。当前阶段，华为在人工智能发展上有两个着力点：第一，打造强有力的算力底座，支撑中国人工智能产业的发展。第二，从通用大模型到行业大模型，让人工智能服务好千行百业、服务好科研创新。■

注：本文仅代表作者个人观点