今天小編分享的互聯網經驗：華為這次又跑在了前面？，歡迎閲讀。
作者 | 柴旭晨
編輯 | 張曉玲
ChatGPT 爆火之後，淘金者迅速湧入，" 千模大戰 " 上演。作為國内科技行業頂流的華為，迎戰 AI 的排兵布陣，終于被完整展現。
攻占 AI 產業的高地，華為拿出一套雙管齊下的策略。
與 ChatGPT 不同，華為決定着力于行業大模型。用華為雲 CEO 張平安的話講就是：" 盤古大模型 3.0 不寫詩，只做事 "；向行業滲透的同時，在大模型算力供不應求的當下，華為早先布局的 AI 算力集群和芯片、數據儲存產品，迅速充當起 " 承重牆 " 的角色。
華為的這兩條思路，是其面對 AI 浪潮所交出的答卷。不過 AI 行業的激戰，剛剛吹響号角，斷言華為能勝出，還為時尚早。
正式 " 參戰 "
在大模型領網域，華為這個重量級玩家終于登台露面。
7 月 7 日，在華為開發者大會上，盤古大模型 3.0 發布，與外界預想的不同，它并非 " 盤古版 ChatGPT"，而是一個面向行業的大模型系列。
盤古大模型 3.0 針對具體的工業場景，設計了一套由 L0、L1 和 L2 三個層級構成的大模型平台。
其中，L0 是通用大模型，集成了自然語言、視覺、多模态、預測、科學計算 5 種基礎模型，負責提供通用技能；L1 層級，是由個 N 個行業大模型構成；L2 則是面向更細化場景，提供 " 開箱即用 " 的模型服務。
這種層次分明、系統化的架構，目的是便于千行百業的應用能基于大模型延展、落地，同時原先 AI 使用場景碎片化的問題，也能聚攏。華為想一統全行業的野心凸顯。
華為雲人工智能領網域首席科學家田奇指出，各個行業内大量的業務場景，迫切需要更多專業大模型和專業 AI 應用來解決問題，以填補通用大模型的短板。
據華為雲 CEO 張平安透露，盤古已經覆蓋了金融、制造、醫藥研發、煤礦、鐵路等十餘個行業，及 400 多個業務場景。
華為押注行業大模型，并非一時興起或一己獨斷，而是阿裏、騰訊、百度、亞馬遜等國内外科技公司的共識；華為的 " 狂卷 "，也是應對殘酷競争的保護色。
近期，騰訊、阿裏、商湯、京東、360、字節等陸續發布了自己的大模型，戰況激烈。
騰訊最早在 6 月啓動了行業大模型，要為傳媒、文旅、政務、金融等 10 餘個行業提供解決方案，并且借騰訊雲 TI 平台搭建了行業大模型的 " 精選商店 "。
字節旗下的火山引擎，也發布 " 火山方舟 "，面向企業提供模型精調、評測、推理等全方位的平台服務。
同期，周鴻祎宣布 "360 智腦 "API 平台正式開放，首批将為 20 個行業提供解決方案。他直言，" 企業級市場才是大模型未來的藍海 "。
7 月 13 日，京東也推出了產業大模型 " 言犀 "，将深入零售、物流、金融、健康、政務等知識密集型和任務型產業場景。
此外，百度亦開始了 " 文心千帆 " 的測試，提供包括文心一言及第三方在内的大模型服務，還配備大模型開發和應用的相關工具鏈。
大廠們步調一致地加入行業大模型的 " 百模大戰 "，究竟是追熱點趕風口，還是自身早有深厚積累，一時之間難分高下，混戰還将持續。
而華為，還有另外一張底牌。
一盤大棋
算力，正是華為在 AI 賽道的一張王炸。
在華為輪值董事長胡厚崑看來，" 大模型訓練的效率或創新速度，根本上取決于算力的大小 "。
張迪煊指出，" 這兩年内，大模型帶來了 750 倍算力需求的增長，而硬體的算力供給僅只有 3 倍，鴻溝巨大 "。
5 年前，華為籌備的昇騰 + 鲲鵬 AI 算力生态，為華為的 AI 大棋局提供基礎支點，并且一直在不斷進化。
在 WAIC 論壇上，張迪煊立下新 FLAG，稱華為将更新昇騰 900AI 集群的規模，在今年底或明年初，從最初的 4000 卡擴展至 16000 卡，成為業界首個萬卡 AI 集群，擁有更快的訓練速度和 30 天以上的穩定訓練周期。
此外，華為還在模型計算訓練前端的數據存儲領網域發力。7 月 14 日，華為進一步發布了 OceanStor A310 深度學習數據湖存儲和 FusionCube A3000 訓推融合一體機兩款產品。前者面向大模型數據的歸集、預處理、推理應用，後者針對大模型訓練、推理場景，都是為了降低企業部署、使用大模型的門檻。
華為公司副總裁周躍峰指出，大模型時代數據決定 AI 智能的高度。作為數據載體，存儲成為 AI 大模型的關鍵基礎設施。
從滲透行業的盤古大模型，到自建的昇騰算力集群，華為的野心要伸向整個行業的鏈條。它意圖綁定更多行業用户，也推銷自家的算力業務，形成一套完整的商業閉環。
大規模的算力投資成本，是初創企業 " 不可承受之重 "，而這成了屬于華為等少數大廠的機會。看得出，華為在構建起行業大模型壁壘的同時，還欲深挖護城河。
胡厚崑透露，基于昇騰孵化和适配了 30 多個技術大模型，支撐了近一半的中國原創大模型。
硅谷科技投資公司 Andreesen Horowitz 就指出，生成式 AI 的大量資金最終都穩定地流向了雲計算服務提供商以及 GPU 芯片商為代表的基礎設施層。其中生成式 AI 總收入的 10%~20% 都流向了算力提供商。
不過，在算力上，華為同樣面臨友商的挑戰。華西證券就指出，算力已經成為大廠開啓 AI 争奪戰的 " 入場券 "。
今年 3 月，微軟宣布已幫 OpenAI 建設了一個新計算中心，配置了數萬塊 A100 芯片；5 月，Google 推出了有 2.6 萬塊 H100 的計算集群 ComputeEngineA3；國金證券統計，字節跳動今年已訂購了超過 10 億美元的 GPU；而騰訊雲新高性能計算服務中心也采用了上萬塊 H800 芯片。
作為科技行業的 C 位明星，從通訊設施、手機、智能駕駛、再到 AI 賽道，華為以技術為核心貫穿始終，外界對其硬核科技的印象也由此而來。
但華為近幾年因外部環境的變化，不得不為生存變革更多，跑得更快。無論是在智能駕駛還是 AI 大模型和底層芯片、算力的投入，華為都是想在這波大潮中，抓住機會。
然而無論是行業大模型本身，還是底層算力、GPU，華為都面臨同行的競争。
在巨大的想象空間之下，AI 行業洗牌和重構必定如影随形，一場激戰的大幕，才剛剛拉開。
