今天小編分享的互聯網經驗：華為的AI戰略地圖上，才不是只有大模型，歡迎閱讀。
圖片來源：pixabay
大模型火熱了一年，現在還沒做 AI 化改造的企業，就像是工業革命浪潮伊始與火車賽跑的那輛馬車。
最早的蒸汽火車緩慢又笨重，甚至鐵軌上還預留了馬匹行走的空間，以便随時用馬拉火車來替代蒸汽火車，一輛華麗的馬車試圖和火車拼一拼速度，盡管蒸汽火車中途抛了兩次錨，但馬車還是早早敗下陣來。
時下以大模型為代表的 AI 技術融入到千行百業，就在經歷類似的過程。AI 相對于此前的技術範式是一種升維，起初只是一個新技術的浪花，磕磕絆絆又沒什麼實用價值，随後卻演進出極具革命性的能力和體驗，世界運轉的方式加速變化，火車從馬車面前呼嘯駛過。
企業不斷反復且必須思考的一個問題是，在 AI 物種大爆發的前夜，火車将要駛向的方向，以及如何趕上這一班高速列車。
" 所有的行業必須擁抱 AI，我們必須要有澎湃的 AI 算力，華為雲矢志要将技術扎到根，做 AI 算力的沃土，推動行業智能應用創新，攜手夥伴構建核心技術生态，共同加速千行萬業的智能化。" 3 月 15 日，在華為雲 & 華為終端雲 創新峰會 2024 上，華為公司常務董事、華為雲 CEO 張平安表示。
有心者已經注意到了張平安口中的 AI 三部曲，算力－應用－生态，當前的大模型還遠沒有到技術收斂的時刻，這種不穩定态的好處就是創新會不斷湧現，先是算力和應用，決定了企業衝得夠不夠快，能不能搶到 AI 時代的入場券。
某種程度上，不穩定态的壞處是與 AI 有關的平台和生态暫未定型，AI 的性價比和效果難以做到極致的優化，像 OpenAI 一樣有希望建立自己 AI 生态的創企鳳毛麟角，何況它也離不開微軟的支持。絕大多數企業要找到自己的生态定位，在已有平台和生态之中汲取養分的過程，決定了企業未來衝得夠不夠遠。
毫無疑問，華為是國内少有看到 AI 大方向，并且有資源和能力預先做好布局的廠商之一，華為雲 & 華為終端雲的 " 雲雲協同 "，将昇騰雲和鴻蒙這對最佳組合早早地推到企業面前。
AI第一步，雲化算力
從自然語言處理到影像識别，再到復雜的決策支持系統，大模型正在扮演越來越重要的角色，有多少大模型就有多少算力需求，過去一年，AI 算力資源的缺口不僅沒有縮減，反而在持續擴大。
" 美國創業企業的存在感明顯要比中國高，美國擁有最多的 AI 創業公司，并且相關創業生态系統獲得了最多的私募股權投資和風投。很多中國創業企業受限于資源，往往難以承擔高昂的算力成本，即便有資本支持，也難以獲得足夠的算力支持，從而限制了企業在人工智能領網域的研究和開發。" 一位業内人士指出。
不論國内還是國外，" 搶卡 " 一度是 2023 年科技巨頭們的主旋律，而在國内形勢更為嚴峻，因為海外封鎖風險，頭部互聯網和雲巨頭恐慌性囤卡，進一步加劇了算力緊缺，更嚴重的是，算力不均衡的影響已經開始蔓延，中小型企業獲得算力的部門成本高，渠道也更窄。
"NLP 領網域的早期大模型還是百億參數，目前大模型訓練普遍到了千億參數，需要千卡訓練集群，一些頭部廠商正在做萬億參數的大模型，萬卡訓練集群才能滿足需求，而且一個大模型只能在一個集群裡訓練，算力門檻很高 "，華為雲人工智能領網域產品專家說。
據钛媒體 App 觀察，頭部大模型廠商已經開始了對标 GPT-4 的模型訓練，預計今年國内會出現萬億參數的大模型，屆時又将掀起新一輪的算力需求。
圖片來源：unsplash
在這種情況下，雲化的 AI 算力成為企業共性選擇，典型如微軟 Azure 為 OpenAI 提供的 " 超級計算機 "，海外市場使用雲平台訓練大模型已經成為主流，類似的趨勢也蔓延到國内，雲計算與 AI 的緊密結合既能緩解企業亟需的算力需求，也能優化大模型的開發體驗。
尤其以互聯網企業為代表，對創新速度的渴求遠勝以往，雲平台所提供的彈性擴展能力可以快速滿足企業所需，同時企業也無需花費昂貴的硬體和維護成本。此外諸如數據預處理、模型訓練和評估，以及模型部署等，這些服務能夠幫助用戶簡化開發流程，加速模型上線。
國内市場，昇騰雲是眾多企業的優選。從資源規模來看，華為雲在貴安、烏蘭察布和蕪湖有三大 AI 算力中心以及分布在各地的 30 多個分節點，足以支撐處理萬億參數的大模型。
從自主創新層面看，很多企業還有一重擔憂，假如所有 AI 應用都跑在 " 别人 " 的算力上，一旦出現不可抗力，企業面臨很大的安全風險，所以昇騰雲的全棧自主特性受到青睐。同時昇騰雲能夠确保訓練作業的失敗率低于 5 ‰，即使大模型使用萬卡進行 30 天不間斷的訓練時也能保持穩定。
如果沒有充足且高效的算力，那些關于 AI 的想象永遠不會照進現實，昇騰雲就是企業向 AI 轉型的第一步。
雲平台上升，作業系統下沉
有了算力必然要迫近 AI 應用，在這波大模型浪潮中，還有一個顯著的趨勢，即圍繞 AI 應用，雲端與終端的趨近，它涉及到技術、硬體、軟體、網絡和安全等多個方面，涉及到全套技術體系架構，可以理解為雲端作業系統與終端作業系統的融合。
如前所述的昇騰雲，并不只是簡單提供算力，昇騰雲整合了從雲化算力、模型開發、模型托管到生态系統的全方位服務，用戶可以根據自己的需求選擇不同的服務模式，實現訓練和推斷的一體化，雲平台向上離 AI 應用更近，進而滿足企業開發大模型等一系列的需要。
AI 應用的另一個界面是終端作業系統，作業系統由于其基礎屬性，變革周期相較于應用層本就相對漫長，而随着 AI 應用的生命周期進行，雲端先行，終端也在逐步發展之中。
普遍認為，AI 會對作業系統產生質的變化，尤其是 2C 的作業系統（Windows、ISO 及 Android 等），微軟和谷歌先後宣布在作業系統層面接入大模型，鴻蒙也早已将大模型用于智慧互動、生產效率的提升和個性化的服務。
值得關注的是，華為雲和終端雲的協同要更早一步，在大模型火熱之前已經有所融合。
2021 年 6 月 3 日，張平安首次提出 " 雲雲協同 " 策略，即把基礎設施底座華為雲和移動應用生态華為終端雲服務進行深度協同，為開發者和夥伴提供統一的服務與體驗。
2024 年，随着人工智能爆發式增長，" 雲雲協同 " 進入了一個全新階段：鴻蒙與昇騰雲的深度協同，将打破算力及 AI 能力的瓶頸，帶給鴻蒙生态内的企業更快、更強、更可靠的智能化開發體驗。
相較于移動互聯網時代的作業系統，華為的鴻蒙作業系統沒有歷史包袱，也就更容易朝着 AI 時代的應用方向發展，另外鴻蒙與昇騰雲同屬華為，彼此之間的融合也更流暢，華為雲與終端雲早就在許多方面能力共享。
華為終端雲總裁朱勇剛表示，雲雲協同爆發出了巨大的產業活力，華為雲就是鴻蒙的黑土地，為鴻蒙生态提供了源源不斷的算力。
他提到，全新的鴻蒙生态具備分布式、全場景、原生智能等一系列新的特點，将為未來的服務生态、内容生态包等，激發出全新的創新焦點和活力，并能基于此打造全新的創新體驗。鴻蒙不僅僅是一個作業系統，更是一個全新的生态，一個充滿無限可能的未來世界。
"8 億全場景設備的龐大規模，将為華為雲和華為終端雲在能力和生态上的協同提供堅實的基礎，使我們的多元化服務得以高效觸達更廣泛的用戶，并為千行百業的夥伴帶來更多增長。" 朱勇剛說。
通過将華為的 AI 能力下沉至作業系統層，并賦能給 15+ 個子系統，鴻蒙構築了一個原生智能底座。未來即可在端側實現原生 AI 能力，進一步提升服務分發效率，給消費者帶來全新的體驗。
盤古大模型的應用，進一步提升了系統對用戶高階意圖的理解和匹配能力，幫助開發者更精準地觸達目标用戶，從而優化用戶體驗和應用效率。
鴻蒙作業系統還提供了 AI 控件能力的無感集成，讓智能應用的開發更高效，只需一行代碼就能完成系統級原生 AI 能力的調用，降低開發門檻，确保了用戶在不同應用之間能夠獲得系統層級的、一致的 AI 互動體驗。
AI 雲平台上升，作業系統下沉，将出現高度集成的 AI 計算架構，還是會在傳統作業系統之上再抽象一層作業系統，昇騰雲與鴻蒙提供了一個參考。
不被 " 卡脖子 " 的 AI 生态
AI 從技術到生态的轉化路徑，将會是一個漫長的旅程，随着 AI 的發展，華為倡導的 " 雲雲協同 " 也常看常新，如今已有一些成果顯現。
張平安表示，華為雲立志要打造一個全新的核心技術生态，為中國所有的應用的開發者、創新者提供核心技術支撐。通過構建這個核心技術生态，不僅讓中國的 AI 創新能夠生根發芽、蓬勃發展，還進一步為世界提供了新的核心技術選擇。
華為終端 Mate60 手機搭載的 AI 雲增強拍照功能，讓用戶率先體驗到昇騰雲 X 鴻蒙的便捷。以往，手機拍攝的照片在處理大合照場景等特殊拍攝場景時常常存在畫質不佳、細節模糊、噪點多等問題，雲拍照增強能夠實現以雲助端，讓照片更加高清、更加自然。
在這一功能中，昇騰雲和鴻蒙互動的邏輯是這樣的：手機将拍攝的圖片通過極簡網絡協定，上傳到邊緣節點 CloudLake 做協定的解除安裝，通過華為雲高速骨幹網絡傳輸調用終端主站的大規模昇騰集群來進行超分修圖的 AI 推理，經過算子優化後，推理時間從 55s 下降到 3.3s，手機算力提升了 50 倍，照片效果相較本地提升 20%。
" 昇騰雲和鴻蒙融合肯定能夠提高 AI 的體驗，例如大模型的算子層存在很大的優化空間，尤其是對于多模态大模型，在同樣的硬體基礎上，廠商對場景裡理解得愈深刻，算子針對模型結構做特殊的設計，就能實現更高的推理效率。" 專家說。
另外，該專家還表示，盤古大模型本就面向行業場景深度結合，所以能做到更佳優化，如氣象大模型，通過 AI 推理的方式解決氣象的預測難題，提升了 1 萬倍效能。現在使用一張卡就可以預測出來 7 天的天氣，以往可能需要上千台伺服器耗費數小時。
昇騰雲和鴻蒙生态支持了美圖、科大訊飛、支付寶、淘寶、美團等在内的眾多客戶，據悉，廣汽傳祺、美柚、墨迹天氣、岚圖、零跑汽車等在内的 30 多家企業與華為籤約，涵蓋了汽車、人工智能、互聯網等多個領網域，未來常見的應用可能都内置了 AI 能力，前端互動方式和使用體驗完全改變，後端支撐這些變化的就是昇騰雲和鴻蒙。
目前，作為鴻蒙、歐拉、昇騰、鲲鵬等生态的雲底座，華為雲已經聚合全球超過 600 萬開發者，華為昇騰 AI 雲服務可支持超過 100 個第三方開源大模型。華為雲還攜手 200 多家夥伴、300 多家客戶，一起打造了超過 30 個行業大模型和數百個模型應用場景。
如上行業人士還提到，" 當 AI 技術產業化發展到一定程度，一定繞不過上一代巨頭立下的山頭，就像 AI 應用不可能脫離 Windows、安卓等作業系統，包括此前各種編程語言等技術棧，昇騰雲和鴻蒙的組合暫時還不完美，但确保中國有自己的根技術，何況還有一定的後發潛力。"
昇騰雲和鴻蒙，單出都是王牌，若将其置于更宏觀的叙事背景下，這對最佳組合将是中國企業角逐 AI 浪潮的有力武器。
（本文首發钛媒體 APP）
