他们带着大模型，到行业原野中去_风闻
脑极体-脑极体官方账号-从技术协同到产业革命，从智能密钥到已知尽头07-07 20:12
每隔一段时间，都会重读一遍梁启超先生的《少年中国说》。
在向科技要答案的时代，在技术创新愈发可贵的时代，这篇我们都学过的文章中蕴含着极大的价值。比如，其中说“使举国之少年而果为少年也，则吾中国为未来之国，其进步未可量也”。每一项技术都是初生的少年，但这些技术创新真的有少年心气吗？
我们的技术，是否真正心怀宽广，愿意进行根技术的全栈创新？
我们的技术，是否愿意走出家门，步履四方，去了解应用场景，去洞察行业需求？
我们的技术，是否能与大势相结合，承担起自己的时代责任？
在大模型掀起的新一轮全球AI热潮中，这些问题的答案变得尤其重要。几个月以来，中国已经陆续发布了数十款大模型。但总有网友在问这样一个问题：中国做了这么多大模型，究竟有什么不一样？
我们是该坚持“人有我也有”的老成稳重，来亦步亦趋做AI ，还是要积极与这片土地结合，做出“人无我有”的新智能？
在7月7日举办的华为开发者大会2023（HDC.Cloud 2023 )期间，华为云发布了盘古大模型3.0。与其他AI大模型不同的是，华为云选择去到行业原野里，写一篇「少年AI说」。
AI大模型，需要一些少年气
梁启超在《少年中国说》里讽刺了一种暮气沉沉的现象，“虽轰雷盘旋其顶上，他事非所顾也，非所知也，非所闻也”。
技术创新中，经常也会陷入类似状况：一项技术火了，大家就一拥而上，只要能够做出差不多能够交差的东西就行。在第三次AI崛起已经超过十年的今天，这种暮气已经显现出来。比如说，AI大模型通用性好，泛化性强已经成为产业共识。但大模型的应用，目前还处在比较传统的轨道上——写写诗，答答题，跑跑分，刷刷纪录。模式上看，这与深度学习十年来的应用逻辑只有量变，缺乏质变。
当大模型遇上如火如荼的数字中国建设，无数企业会问：亭台楼阁中的大模型很好，但我的行业为什么用不到？
中国大模型想要发展，必须要直面并回答这个问题。
1.AI技术本身门槛高，成本高。从算力成本、数据成本、开发成本、人才成本多方面，企业应用AI并不容易，这为大模型落地造成了基础阻碍。
2.数据安全和基础设施隐忧。大模型是企业的核心数字化资产，需要得到核心技术、数据应用方面的多维度保障。尤其是AI大模型的技术自主化水平，在全球环境中正变得愈发重要。
3.大模型缺乏与行业结合的必要节点。行业应用大模型，不仅需要模型的通用性与泛化性，还需要模型具备专业知识，具备行业技能。
怎么克服这些挑战？答案不在办公室、实验室里，而在广袤的大地上。我们必须要像少年一样走出去，走到行业当中，走到原野当中才能看见问题，找到答案。
今天的中国，数实融合成为了产业经济的大势所趋。中国经济的优势是行业众多、产业体系全面，各行业的数字化、智能化动力蓬勃强劲，以东数西算为代表的国家级数字化基础设施快速发展。
大模型必须与这些优势、需求结合，才能创造革命级的科技生产力，激活千行百业的深层价值。
从2021年发布以来，盘古大模型一直在思考客户运营、产品研发、软件工程、生产供应、市场营销等行业客户真正关注的问题。“不作诗、只做事”的盘古大模型，凭借一股活泼生动的少年气，走向了行业原野。
到行业原野中去：盘古大模型3.0有何不同？
在华为云“AI for Industries”的思路下，结合时下产业界最关注的大模型能力趋势，盘古大模型3.0实现了一系列升级，围绕“行业重塑，技术扎根，开放同飞”三大方向，持续打造核心竞争力。
HDC.Cloud 2023当中，全面展示了盘古CV大模型、盘古预测大模型、盘古科学计算大模型、盘古NLP大模型、盘古多模态大模型五大基础模型，并且发布了系列行业大模型，其中包括政务、金融、制造、轨道行业大模型。
其中最为外界关注的大语言模型与多模态模型领域，盘古3.0可以提供100亿参数，380亿参数，710亿参数和1000亿参数的系列化基础大模型，匹配不同场景、不同时延、不同复杂度的行业需求。而这些模型可以提供一致的能力集，包括大语言模型的知识问答、文案生成、代码生成、NL2SQL、插件调用等外界十分关注的能力，以及多模态大模型的图像生成，图像理解等能力。
在应用结构层面，盘古大模型3.0构筑了完全面向行业提供服务，以行业需求为基础设计的大模型体系，包括5+N+X三层架构，即5大L0层的基础大模型，能够提供通用技能，支撑企业的各类应用；N个L1层的行业大模型，能够基于基础大模型的多种能力组合，帮助企业通过数据微调打造符合自身需求的大模型产品；X是海量的L2层场景模型，场景模型更加专注于某个具体的应用场景或特定业务，为客户提供开箱即用的模型服务。
在这三层结构的加持下，盘古大模型3.0可以适配企业的各种需求，并通过多样、灵活的组合排列，形成符合千行百业需求的“千面大模型”。
盘古大模型3.0，究竟为何能深入行业，立足行业？这个问题，需要我们记住三个关键词。
红日初升，其道大光：大模型背后的行业沉淀
第一个关键词：行业经验。
所谓“了解行业”，并不是某种标准化能力，而是无数技术体系、产业体系搭建成的经验集成。积累行业经验没有捷径，而是必须一个个场景深入进去，一个个案例钻研下去，去矿山，去码头，去实验室，才能用水磨功夫聚集起行业经验。
依托华为行业军团，华为云沉淀了超过400行业解决方案，并和伙伴联合打造7大行业aPaaS，从而真正沉淀各个行业的核心诉求、核心知识、核心能力。在AI方面，华为云AI已经在各行业有超过1000个项目的合作经验，对各个行业的智能化诉求有具体、细致的了解。而在华为云AI for Industries的大方向下，我们可以看到盘古大模型本身即与行业知识深度结合，学习了10多个行业公开数据，涵盖金融、政务、气象、医疗、健康、互联网、教育、汽车、零售等，在每个行业板块中学习了超过500亿 tokens的数据量。
行业种类众多、涉及合作规模庞大、行业数据量巨大的行业经验，最终造就了盘古大模型在行业原野上的“其道大光”。
以矿山大模型为例，让煤矿工人在办公室中进行远程操作，是煤矿智能化发展发展的重心。但远程操作会面临矿井内大量粉尘、水雾遮挡摄像头，弱化监控效果的问题。面对这个难题，盘古大模型可以将超过100路视频拼接在同一个画面上，通过透尘算法，异物检测等视觉大模型技术，实时识别采掘过程中的大块岩石、大块煤、煤仓卡堵等异常情况，从而实现地面工作人员不下井，就能在看清看准的情况下实时操控采煤机作业。
目前，基于盘古矿山大模型，华为云与山东能源集团深度合作，开发了21个场景化应用，覆盖能源行业7大业务系统盘古大模型的成功应用，让煤矿工人工作环境更加舒适安全，极大提升了矿山行业的生产效率与安全水准。
行业沉淀不是朝夕之功，而是经年累月的融合与突破。盘古大模型能够真正融入行业，是因为它一早就为行业而生，而且在这条路上躬耕良久。
乳虎啸谷，百兽震惶：自主创新的AI时代
第二个关键词：自主创新。
在当前局面下，科技自立自强已经成为国家战略，行业所需，尤其在涉及国计民生的重点行业，在面对大模型机遇时候对其自主创新水平提出了新的需求，也只有走向全栈自主创新，才能够满足这些行业的智能化需求，真正让AI进入行业原野。
为此，华为云盘古大模型在算力、芯片使能、AI框架、AI平台实现全栈自主创新。华为在最底层构建了以鲲鹏和昇腾为基础的AI算力云平台，以及异构计算架构CANN、全场景AI框架昇思MindSpore、AI开发生产线ModelArts等，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。
同时，华为云还积极推动大模型事业与东数西算战略进行结合，会上，华为常务董事、华为云CEO张平安宣布单集群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。昇腾云服务可以提供更长稳的AI算力服务，千卡训练30天，长稳率达到90%，断点恢复时长不超过10分钟。
随着AI技术的发展，社会经济的智能化跃升尽在眼前，而自主创新是这个时代不可规避的核心使命，打造世界AI另一极，成为了华为云的责任，也成为了中国科技的机遇。
前途似海，来日方长：以可用性为路标的AI云服务
第三个关键词：真实可用。
大模型的行业落地，需要面对一系列复杂的环境挑战、人才挑战、商业挑战。克服这些难题，不仅需要技术能力的提升，更需要在各个环节提升大模型的易用性，降低产业智能化门槛。对此，我们不能闭门造车，想当然地发展AI、发展大模型，而是需要走到真实的产业需求、开发者需求当中去。
为此，华为云以可用性为路标，构筑了一系列真实可用的AI云服务。比如我们上面讨论的大模型商业模式，就通过L0、L1到L2的三层模式，全面打通了大模型的商业模式问题，解决了企业用户在大模型专属性、订制化方面的难题。
除此之外，华为云应对企业不同的部署需求，提供了包括公有云、公有云大模型专区、混合云等多种部署模式，从而满足不同类型企业对大模型的部署需求。
在大模型的开发友好度方面，华为云提供了易用可靠的大模型工具套件、汇聚海量多行业场景API的开天aPaaS，以及包含丰富优质课程和技术认证的大模型专属社区，希望与开发者及伙伴一起，共同探索盘古大模型与行业结合的创新路径。
这时候，我们需要勇于承担责任，敢于探索未知的大模型体系。AI需要到行业知识中去，到自主创新中去，到开发者身边，到企业内部，到一间间工厂中去，到一座座矿山中去。走向原野，锐意拼搏，成为少年AI。
盘古大模型的目标，是要帮助每家企业、每个人都拥有自己的专家助手。最终，每家企业，每个行业的AI之力涓滴成海，才能汇聚成年少有为的智能中国。
纵有千古，横有八荒。前途似海，来日方长。
只有闯出去，做实事，才能让AI技术与天不老，与国无疆。