现在的AI实力，迅猛，着实是有些迅猛。
谁能想到，只需要给AI几秒钟时间，它就能把全球天气给预测完毕。
如果非要给这个预测一个期限，AI会说：
未来7天的量，小菜一碟~
而且这种AI的打开方式，还是快准狠的那种——
比传统预测方法在速度上提升1000倍的同时，精度还能提高20%。
同样的，若是把“百万人基因组计划”这事儿交给AI，结果也是一个大写的“万万没想到”：
单日可以分析的数据量超过1PB。
啥概念？
相当于1024个1TB硬盘数据摆在你面前，且，需要在一天时间内处理掉。
不仅如此，这跟以往采用的HPC（高性能计算）相比，不仅速度上提高了10倍，成本还降低了30%！
……
肯定有很多好奇的友友们就要问了，“到底是啥AI这么强啊？”、“够靠谱吗？”……
不墨迹，直接揭晓谜底——
如此AI power，正是来自华为云。
刚才提到的两个案例，是华为云CEO张平安最新发布的两大利器——
华为云盘古气象大模型和华为云AI基因平台。
但要究其为何能有如此power，还需从华为云技术的路线上一点点剖析。
首先，从最底层来看，华为云有三大根技术做强力支撑。
它们分别是：
知识计算
盘古大模型
天筹AI求解器
知识计算，顾名思义，就是从海量数据或生产流程中提炼出知识，进而转化加工，让“机器”对其进行计算。
而在此之前，各行各业在“把知识用起来”这件事上，都面临着散、慢、难的痛点。
散，意味着数据非常零碎，知识也是分散在不同的业务里，工作人员学习起来既耗时又费力。
慢，是指很多专业知识大多在专家们的脑袋里，没法快速地“复制”给团队其他人员。
难，则是不能通过智能推理挖掘数据之间的隐藏关系，无法通过计算让数据产生新的价值。
而华为云的知识计算解决方案，在AI技术方面可谓是“全方位”，涵盖了知识图谱、NLP、OCR、图引擎，图像识别、视频技术、语音识别等，帮助AI技术更深入的渗透到政务、工业、金融等行业场景中。
通过上述技术便可以获取数据中的知识，而后进入知识建模阶段，具体包括图嵌入、知识融合、本体设计、知识更新等。
基于此，便可再进入到知识管理阶段，主要内容有质量管理、知识补全和生命周期管理。
除了知识计算之外，华为云在根技术上第二大法宝，便是盘古大模型。
华为云盘古大模型发布于2021年4月，它的初次登场，所涵盖的内容主要包括当时热门的四大领域：
自然语言处理（NLP）大模型、计算机视觉（CV）大模型、多模态大模型和科学计算大模型。
其主要解决的痛点则是AI规模化复制以及AI行业落地难的问题，以煤矿场景为例，华为云最新推出的盘古矿山大模型支持一个大模型覆盖煤矿的采、掘、机、运、通等业务流程下的1000多个细分场景。
开发者无需针对每一个场景重复开发AI模型。简而言之，预训练大模型开启了新的开发范式，就是从“作坊模式”转变为“工厂模式”。
具体来说，就是“预训练+下游微调”，拥有极强的泛化能力，可以做到举一反三。
而经过一年的时间，在基础大模型上，华为云又增添了一位猛将“Graph大模型”。
不仅如此，衍生到行业大模型，除了刚才提到的气象大模型、矿山大模型之外，还包括OCR大模型、药物分子大模型、焦化大模型和水泥大模型等。
在此之上，具体到更多场景，华为云盘古大模型还有众多细分内容。
根技术上的第三大法宝，便是天筹AI求解器。
天筹AI求解器是业界首个将AI和数学规划结合的商用AI求解器，它在行业中的作用可谓是至关重要。
因为在过去的决策优化工作中，往往会遇到先将业务语言转换成数学模型，再转换成变成语言的过程。
这就需要既要懂业务、又要懂运筹学、还要懂编程的专家，应用门槛极高；加上市场环境变化越来越快，导致决策的时效性变得越来越重要，而传统求解器模型难以快速迭代。
在华为全联接大会2022上，华为云全新发布天筹AI求解器智能建模工具，不仅可以快速解决决策优化问题，而且可以将整个建模过程和模型维护过程智能化，求解器建模速度提高了30倍。
三大根技术是有了，但怎么用起来，又是一个问题。
对此，华为云提出的解法是AI开发生产线——ModelArts。
它的作用简单来说就是从训练数据到模型落地一站式打通，包括数据标注和处理、模型训练和评估、应用生成和评估，还有推理部署、服务检测等等。
不难看出，华为云在“把AI用好”这件事上，每个细节、环节都是下足了功夫。
此举的目的，张平安直言不讳地道出了缘由：
加速千行百业智能化，应用需要现代化。
而要做到应用现代化，单靠华为云的根技术来做到服务创新是远远不够的。
为此，华为云还发布了Astro低代码平台和DevCloud开发云。
推出华为云Astro低代码平台的目的，就是让人人都能够成为开发者。
因为应用在现实中面临的一个痛点是，开发人员很懂技术，但使用者却并非如此。
所以华为云的解法，就是让使用者也成为开发人员。
不同于当前低代码平台所面临的的场景单一、无法支持跨场景的数据互通和资产复用等问题。
华为云Astro低代码平台，覆盖轻应用、IOC大屏、工作流、智能助手、复杂应用等多种开发场景，可以沉淀可复用资产，加速应用构建。
举一个比较实际的例子，长安汽车在用了华为云Astro低代码平台后，应用开发周期，直接从3个月降到了9天！
而应用现代化还要解决的一个老大难问题，就是协同开发。
毕竟随着数字化进程的不断加快，数据、模型和数字内容在应用开发中的相互调用可以说是越发常见。
为此，华为云融合了华为云多种生产线能力，推出DevCloud开发云。
它可以支持数据、AI模型和数字内容的协同开发、按需编排，能够让应用开发者、数据工程师、AI科学家们在同一平台上工作。
如此一来，他们便可以共享研发能力和资产，提升多团队的协同效率，更快地构建现代化应用。
在这么一套应用现代化打法之下，华为云便让影视渲染这事，变得极其高效——推出华为云MetaEngine云原生智能渲染引擎。
原本需要耗时6个月才能完成渲染的90分钟3D电影，在MetaEngine加持之下，只需要7天！
而现在已经上映的《猎海日志》、《少年歌行》等，所用到的技术正是它。
这便是华为云应用现代化的AI power了。
但如果再往背后深究一层，可以发现应用现代化，只是华为云下得一盘大棋中的一步。
华为云的这盘大棋，名曰“一切皆服务”。
而加速应用现代化，只是三步中的一步。
向下来看，在“基础设施即服务”层面上，华为云要做的构建全球存算网——KooVerse。
若是把KooVerse拆分来看，它包括CloudOcean、CloudSea和CloudLake三层架构，可以打造30ms的时延覆盖圈，满足不同企业业务的时延要求。
而纵观来看，低时延、安全、易用是KooVerse的三大特色，目前华为云在全球29个地理区域运营了75个可用区，服务覆盖了170多个国家和地区。
至于为什么要这么做这么一张大网，是因为在华为云看来，算力应当是无处不在的。
就好比是农业时代的水力 、工业时代的电力，算力应当是数字时代下的核心生产力。
而再向上看，在加速应用现代化的上层，还有让产业上云。
其目的就是让传统企业加速数字化转型，快速上云。为此，华为云最新发布了电力aPaaS和公路aPaaS。
以公路aPaaS为例，华为云目前沉淀了300多个交通行业API，覆盖了公路的建、管、养、运、服全生命周期。
宁波交投集团便已经用上了这项服务，利用它事故快速发现和交通态势智能预测能力，可以准确发现十多种类型交通事故并提供疏导策略。
由此，华为云的这盘大棋已经非常清晰明了了：
让算力遍布全球唾手可得，让应用更具现代化，让产业加速上云。
一言蔽之，就是上云和AI，成为一种基础设施、行业的底座。
若是用一句话来概括，或许就是“大势所趋”了。
纵观华为云这次的种种发布，以及这盘棋的整套打法，贯穿一切的核心因素，便是AI技术。
这也是与外界给予“技术暴力输出机”的评价相吻合了。
但若是横向来看这事，这套打法背后的缘由就会更加清晰。
据Gartner预测，人工智能在行业中的渗透率将在2026年达到20%。
而若是把时间线稍微向前播，在2018年人工智能的行业渗透率仅为4%；到了2021年，这个数字已经达到了7%。
不难看出，这个渗透率的增幅也是在提速过程当中。
不仅如此，Gartner还预测道：
到2027年，超过50%的企业将使用行业云平台来加速他们的业务项目。
而从现阶段的成效上来看，亦是如此：
AI+制造：工业质检率提升14%
AI+法务：卷宗审核降低人工成本50倍
AI+药物研发：研发周期缩短10倍
AI+金融：企业异常财务检测率提升20%
……
再从国家政策层面上来看，近年来国家也在陆续出台多项政策，鼓励人工智能行业发展与创新。
如此看来，就不难理解为何华为云会如此执着地发力于AI和云了。
以及，张平安此次提出的“一切皆服务”，其本意是指各种XaaS。
这是对云服务的进一步高度提纯，云本身就是云计算即服务，现在则在AI加持下，可以提供一切服务。
有点意思。
本公众号高薪签约长期专栏作者，欢迎具备优秀写作能力的科技从业或爱好者，联系传感器小编：YG18511751369（微信号）
期待下一篇10W+出自您的笔下！
免责声明：本文版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容！本文内容为原作者观点，并不代表本公众号赞同其观点和对其真实性负责。
为您发布产品，请点击“阅读原文”
