7张PPT,揭秘华为的“人工智能路线图”
i黑马导语
7页PPT,看清楚,华为在人工智能领域,最新的探索和思考!
提到人工智能产业发展,会有一个思考范式:基础层、模型层、应用层。
华为,这家在三个层面都有布局的企业,是如何思考的?华为云,在基础层是如何协同创新的?华为盘古大模型,又是如何应用在千行百业的?
近日,华为常务董事、华为云首席执行官张平安在2024世界人工智能大会上进行了分享。i黑马作为官方合作媒体,现场进行了记录,现将核心内容分享大家。
1、当前我们算力是受限的,中国AI创新道路到底该怎么走?我们是不是有最先进支撑的AI芯片,如果没有就没有办法在AI上领先,这个观点我们必须要在中国摒弃掉。
2、我想在这里分享一个简单例子:华为手机有不同镜头,每一次按快门,都会拍下来至少六张照片。在端侧受限的时候把这些六张原图,传到云端来做算力呈现是什么样子?
3、丰富的光纤网络,先进的5G网络,都是中国独有的优势,我们应该基于此优势面向AI时代。
4、AI算力来了以后,原来以CPU为中心的计算架构,需要发生转变。CloudMatrix架构,一切基础设施资源都被“池化”。
5、我认为,在中国发展AI道路,更应该在行业领域,在行业场景,构建起ToB领域的全球领先优势。
6、最后我想分享一个应用案例:我前天去参观的宝武钢铁。通过华为盘古大模型,调优时间,从原来的5天,到现在的4个小时。预测精度,提高5%,每年有望多生产2万吨钢板,单条产线年收益增加9000多万元!
01
第一张PPT
毋庸置疑,人工智能正对我们生活和工作产生非常深刻的影响。
我们正在加速地从数字化走向智能化,AI正在重塑着千行万业。
AI的发展需要依靠算法和算力。但是,当前我们算力是受限的,中国AI创新道路到底该怎么走?
华为认为,在算力基础设施上,我们需要考虑“芯-端-云-网”融合,在架构上进行协同创新。
不能盲目追求我们对端侧芯片制成的期望。或者说,我们不能把AI基础设施只依赖,我们是不是有最先进支撑的AI芯片。如果没有,就没有办法在AI上领先。这个观点,我们必须要在中国摒弃掉。
更多是要思考,怎么把芯片,还有端侧上的AI需求,释放到云端。在云端,可以构筑起我们中国的优势。在云端构筑中国优势,就要构建我们网络带宽,我们现在网络下行做的非常好,但是上行做的就不够。
02
第二张PPT
华为能够把端侧算力释放到云端,就依靠这张网络。我们在网络创新方向,就应该沿着这个方向。
在云上我们要构筑基础设施,需要通过数据中心的空间、带宽、能源构建可持续发展的AI算力底座。
百度李彦宏、中国电信柯瑞文、中国移动杨杰等前面的演讲者也提到,中国在基础大模型上做了很多,但在B端还有C端的创新是不够的。下一个创新方向,是要开放行业场景,让AI快速构建起我们的领先优势。
智能时代加速而来,未来所有连网终端都会是智能设备。
这将对AI算力有很高的需求。我们不能把AI算力都放在终端上面来解决,因为终端必然受到芯片的供应制约,必然受到能耗制约,必然受到体积制约,尤其是手机、PC还有各种工业的智能端。
现在在手机端侧上,我们跑一个7亿的大模型,基于对功耗的考虑,都在思考怎么把7亿模型缩减到3亿,缩减到1.5亿,更不要说在端侧跑百亿的模型。所以,端侧上算力受限,我们应该思考把端侧算力释放到云端。
这个方面我们已经开始了一些创新,比如说云办公、云拍照、云手机、云游戏、云设计。把端侧算力需求,放在云侧来解决。通过云侧丰富算力,既保持功能丰富,又极大降低功耗,还能减少对芯片的依赖。
03
第三张PPT
我想在这里分享一个简单例子:
这是大家都可以理解的例子,我们来看华为手机的“云拍照”。
华为手机里面有不同镜头,每一次按快门,手机都给大家拍下来至少六张照片,六张照片都是原图,占很大的空间。我们是通过手机侧的算法,手机算力来给大家呈现的。所以大家可以在手机上看到一个非常真实、细节丰富的景物。
但是我们思考,在端侧受限的时候把这些六张原图,每张在8-12兆原图传到云端来做算力呈现是什么样子?
大家可以看到,上面手机照片已经很清晰了,但是把同样手机拍的六张原图传到云端,让云端算力做呈现,大家可以看到这两张照片有很大差异。云照片已经接近单反效果了,图像更清晰更立体,蚂蚁绒毛也清晰可见。
对我们来说,思考方向是不要把端侧做的太复杂,而是要把端侧算力释放到云侧,利用云算力让AI发挥更好的价值。
04
第四张PPT
刚才谈到端侧算力上云。端云要进行无缝协同,必须依靠很好的网络,网络需要更大带宽,低时延。电信、移动还有联通,都有非常丰富的光纤网络,丰富的光纤资源也是中国独有优势,我们应该在中国独有优势上思考网络的方向。
另外,中国在5G网络建设上是全球领先。今年开启5G-A网络创新,是5G网络带宽的10倍,不仅上行是10倍,下行也是10倍。更关键的是将传输时延从原来10毫秒降低到1毫秒。
这样,通过无线5G-A网络以及丰富光纤传输带宽资源,让端侧数据上云。
中国有这样的优势,是面向AI时代的网络保障。
05
第五张PPT
AI算力来了以后,我们发现原来以CPU为中心的计算架构,需要发生转变。
我们最新发布的,叫CloudMatrix架构,一切基础设施资源都被“池化”。
基于这个逻辑,数据规模可以匹配未来大规模算力需求。同时在云团队里面,对AI集群、CPU、NPU、DPU、存储网络,这些所有的都进行了端到端的优化,不再是简单的每个人只完成自己工作,而是每个人都在协同,来完成我们的AI算力工作。
所以,我们可以在云上做到千亿参数模型训练。云上可以做到40天不中断,这是线下效率6到10倍!
大模型训练,担心出故障。现10分钟就可以把所有数据都保存起来,可以快速恢复起来。
另一方面在云基础设施,很多人都在谈能源。
我认为,中国仍然是有能源优势的。中国的绿电,中国的水电,还有云上来解决算力问题。通过构建云数据中心优势,来为我们AI构建坚实的算力底座。这是我们中国可以坚持依赖的一个方向。
06
第六张PPT
中国在互联网创新做得非常好,我相信,假以时日中国在toC方向创新一定会迎头赶上。
但同时,在中国发展AI道路,更应该在行业领域,在更多行业场景,构建起ToB领域的全球领先优势。
大家可以看到,华为盘古大模型坚定为行业解难题、做难事。也希望通过盘古扎根行业里面,为行业做智能升级。
盘古大模型5.0在全系列、多模态、强思维等方面做了升级,帮助更多行业,做业务创新和提高效率。
07
第七张PPT
最后一页PPT,我想分享一下,我前几天去参观的宝武钢铁。
在宝武钢铁一条热轧生产线上,通过盘古大模型训练了一个模型,精准预测生产中每一块钢板的尺寸。原来5天时间,才能有一个调优。现在工厂的负责人,自豪地告诉我,可以做到4个小时。
调优时间,从原来的5天,到现在的4个小时。预测精度,提高了5%,每年有望多生产2万吨钢板,单条产线年收益增加9000多万元!
我们接下来还会解决“高炉反应场景”难题。我们希望跟宝钢一起,把这个最难的难题解决掉。我们也希望跟更多的客户一起,在AI行业应用实践创新,持续解决难题。