华为云,调出AI原生三原色

原创 脑极体 2024-09-20 14:39


17世纪,伟大的物理学家艾萨克·牛顿,通过三棱镜将阳光进行了分解,发现世间所有的色彩,都是由红、绿、蓝三种颜色按照不同比例混合产生的。于是,“三原色原理”就此诞生,这也为人类推开了现代光学的大门。


AI大模型极速发展,行业智能化汹涌而来。在今天,企业和开发者也面临着“色彩过多”的困惑。AI技术本身的多样性、大模型从训练到推理的流程复杂性,应用场景的多元性都十分惊人,AI与企业业务的融合形态更是变化万千。


如何让纷繁的AI技术化繁为简,为我所用?这或许已经成为智能化面前最大的难题。


解开这道难题,华为云的想法与牛顿非常相似,他们想要调出AI原生的三原色,并将其提供给企业用户、伙伴与开发者。


所谓“万变不离其宗”,用“三原色”构成的AI原生思维,各行业就能够随意画出真正想要的智能化图景。


2024年9月19至21日,第九届华为全联接大会(HUAWEI CONNECT 2024)在上海举办。其中,在20日上午的主题演讲中,华为常务董事、华为云CEO张平安发表了题为“云上跃迁,AI重塑千行万业”的主题演讲。他表示,企业要在智能时代抓住机遇,用AI构筑自身领先优势,最核心的是要构筑起AI原生的思维,将AI技术和工具作为核心要素,来重新思考和设计企业流程、IT架构、业务创新,充分发挥AI的潜力,提高效率,创新业务模式,解决复杂问题。


(华为常务董事、华为云CEO张平安)


基于此,华为云围绕AI原生思维带来了一系列经验分享与技术发布。将这些发布串联起来,会发现其核心是“方法论筑基、基础设施升级、AI大模型能力适配”三要素——这就是AI原生思维的三原色。


让我们走进这个色彩斑斓的智能世界,去理解如何用三原色画出属于每个行业、每家企业自己的AI旅程。



什么是AI原生思维?以及我们为什么需要AI原生思维?


探讨这个问题,就必须深入AI大模型爆发之后,各行业所面临的智能化局面。在目前阶段,AI的降本增效价值已经显现无遗,并且加速深入各个行业,以及每个行业的各个生产流程,带来了显著的投资回报率与生产力增长。


但在企业亲身进行AI实践的时候,却会发现其困难程度远超想象。每家企业的业务场景、智能化需求、数字化基础设施情况,以及对AI技术的掌握能力都不相同。引入AI大模型会面临缺乏路径参照、成效难以评估、技术投资不发挥价值等问题。AI虽有万彩,但企业却画不出,画不成,甚至不敢画。



这类问题出现的核心逻辑差异在于,企业究竟在进行“+AI”还是“AI+”?


所谓“+AI”,即企业还是以此前的业务逻辑为主,只是叠加上AI大模型的新能力。这就会面临一系列问题,比如大模型是否与业务逻辑相符,对大模型的投资是否真的能够带来商业回报等。


举个例子,在对话框类大模型应用爆火之后,各类互联网应用都在添加AI对话框。但有些应用根本无需对话操作,新的AI对话框反而遮挡了用户界面。这类案例中,AI大模型能力属于单纯的外挂和辅助,甚至为了添加而添加,这就属于典型的盲目“+AI”。


而“AI+”,则是指从业务的出发点就基于Al技术进行设计,确保整个业务流程围绕AI进行,系统、应用与服务都基于AI原生(AI Native)来打造,最终实现AI技术深入企业与业务核心,成为水、电、网络、人才一样的企业发展基础。


想要从“+AI”跨越到“AI+”,必须有完善的理论框架、数字化基础、AI能力作为保障。这些AI原生要素的综合体,就是企业践行智能化前所必须具备的AI原生思维。



AI原生思维的核心,不是仅仅将AI视作工具,而是基于AI的价值特性来成就业务和流程。想要实现这样的目标,就必须具备三个前提条件:


首先,企业决策者要拥有完善的AI原生方法论,明确智能化的方案、流程与可能性。


接下来,企业需要构建AI原生基础设施,并且构建以AI为中心的数据底座,确保企业的基础设施能够匹配AI创新。


最后,企业还需要获得充沛的大模型能力,要让大模型具有多模态、多尺寸的特征,能够真正融入企业业务,确保大模型能力匹配企业业务需求。


让所有企业都能满足这三个条件,就是华为云调出的AI原生思维三原色。



红色,代表成功、兴旺、繁盛与炽热。在企业智能化的路上,首先需要的是能够走向成功与兴盛的方法论作为牵引。而优秀的AI原生方法论,也只能从优秀的AI实践当中来。


为了透视企业业务与AI技术之间的深刻关联,华为决定将自身的AI实践分享出来,秉持华为一贯的“自己的降落伞自己先跳”,给千行万业带来走向智能化成功的方法论基石。


华为董事、质量流程IT总裁陶景文,在《数转智改,实现企业持续高质量发展》的分享中,详细剖析了华为自身的AI实践,以及从实践中凝结的方法论体系。


(华为董事、质量流程IT总裁陶景文)


2018年,华为正式成立AI使能部,计划通过数字化转型和AI赋能让华为成为行业企业的标杆。2024年华为正式启动AI辅助内部业务变革,将AI技术与华为的数字化体系结合。这意味着华为推动将自身海量、重复、复杂的业务场景进行了全面的AI升级,为AI原生思维提供了体量最为庞大,效果最为显著的样本。


陶景文认为,AI是一场变革,企业要把AI变成一个真正能给业务带来价值的服务,一定要跟企业的流程、组织、IT、数据以及业务场景深度结合。


最终,华为将自身的AI实践总结成了一套方法论,叫做“三层五阶八步”。三层的价值在于重新定义了智能业务、AI开发与交付、持续运营智能应用。而五阶八步则是从业务场景出发,沿着业务流程、组织,公司数据和AI应用,指导企业如何步步推进AI落地,完成价值转化。


从流程来看,华为将推进AI与业务融合分为三个阶段。首先要定义企业的AI场景,明确哪些场景确实能够进行AI升级。为此,华为总结了AI场景“十二问”,作为企业选择智能业务场景的关键的手段。


接下来,企业需要推动现有作业流程的智能化升级,通过机器辅助人与人辅助机器的种种方式,将AI快速融入业务实际业务场景中。


最终,企业需要实现将AI作为员工工作的基础,人人都懂AI和用AI。为此,华为成立了AI相关组织,装载各领域AI专家人才,开展AI训战和赋能,提升整体AI人才浓度,并将AI能力融入任职标准。


最终,在“三层五阶八步”的帮助下,华为各个领域的业务能力都得到了显著的智能化升级。



比如在合同场景,华为通过对象、过程、规则的数字化,实现海量合同高质量并行处理,多语种合同要素智能提取和比对,风险作业从2小时缩短到5分钟。


研发场景,华为给超过11万研发员工配备了开发助手,利用大模型自动提取作业上下文信息,实现代码行级续写、函数生成、代码解释和注释,采纳AI生成代码700万行/年。


制造场景,华为采用多模型“系统工程”,组合决策式和生成式AI,构建了计划求解器,AI视觉质检、装备预测性维护、制造知识赋能等能力,提升了制造整体生产力,订单交付周期缩短了30%以上。


基于华为自身AI实践,总结出的详尽可靠方法论。具有业务真实性、场景复杂性、AI技术前沿性相结合的特点。在目前的智能化探索中可谓独树一帜。


方法论是成功的基础。契合AI原生思维的方法论,也是企业智能化成功的“第一原色”。



蓝色,代表着包容、纯洁、宁静与和谐。在AI基础设施领域,企业正需要蓝色的包容力量。


大模型,是迄今为止最复杂的软硬件系统工程,自然也对相应的基础设施提出了极高的要求。而这种复杂程度不能加诸企业本身,必须将复杂的技术与工程留在前端,让企业聚焦于AI与业务的结合本身。


为了实现AI原生云基础设施的目标,华为云已经做出了长期的努力。比如华为云实现了AI云基础设施的自维护,千亿参数模型能够达成40天无中断训练,平均故障恢复时间小于10分钟,远低于业界 60分钟的恢复时间。同时,华为云提供了多样化的部署方式,覆盖从模型开发到应用的各个环节,用户可以选择公有云、专属资源池、混合云,以及边缘部署等形式。


为了实现AI基础设施进一步完善,达成实现符合AI原生思维的基础设施建设,华为云推出了新一代的AI原生云基础设施CloudMatrix,通过“一切可池化、一切皆对等、一切可组合”,构建分布式对等全互联架构,实现了单体算力向矩阵算力的演进,从而在算力规模、扩展模式、使用模式上更加匹配AI时代超大规模算力、灵活弹性、高效稳定的需求。


(华为云AI 原生云基础设施架构 CloudMatrix 正式发布)


所谓“一切可池化”是指CloudMatrix通过分布式QingTian的调度能力,实现了CPU、NPU、DPU、内存、存储等所有基础设施硬件资源的池化,让资源可以随时被按需调用。通过达成超节点矩阵算力架构,算力得到大幅提升。


“一切皆对等”是指通过超高带宽的MatrixLink实现从“传统以太网”向“共享总线以太网”演进,实现池化算力的高速互联。通过资源全部对等连接打破计算集群线性度的瓶颈,有效提升大模型的训练效率。


而在“一切可组合”方面,CloudMatrix在统一多元算力逻辑池化、高速全对等互联的基础上,通过瑶光智能云脑对云上超节点算力资源进行统一建模、调度。通过统一的网络控制器MatrixLink实现软件定义的灵衢逻辑总线,从而提供了软件定义多元算力链接、拓扑、多租户隔离的关键能力,让多元化的算力类型与规模可以灵活组合,覆盖百-千-万亿等不同级别的模型训推场景。



在更加包容、灵活的技术架构帮助下,CloudMatrix可以实现训练效率提升20%到70%,推理性能提升30%以上。从对企业至关重要的性价比角度来说,通过可组合算力可以为场景化应用提供最佳的算力适配方案,实现多场景差异化算力的诉求互补,减少算力碎片,从而有效提升资源利用率。


可池化、可组合、高效对等的AI云基础设施,能够让大模型与企业真实需求相互适应,高效匹配。对于企业来说,从方法论落地到产业实践,首先以能够实现想法,有效利用资源的基础设施。


而在AI原生云基础设施对产业现实的包容度层面,华为云毫无疑问走到了行业之先。



绿色,代表着生长、希望、舒适和平静。在最终发挥智能化力量的模型层面,企业希望能够不断向上生长,不断适配企业需求的大模型,让模型能力的种子,在业务体系与生产系统中生根发芽,长成参天大树。


这里一个重要的误区在于,企业所需的大模型不是参数越大越好。在真正的行业智能化场景中,企业必须考虑综合成本、专业契合度、基础设施适配等问题。往往企业需要的不是参数最大的模型,而是可以裁剪,能够符合业务场景的模型。另一方面,在企业的真实应用场景里,大多数情况也不是一个模型能够满足所有需求,而是需要多模态能力来对应多样化的需求。



大模型,必须不断成长,不断适应,才能让企业如沐春风。


在这一领域,华为云已经将盘古大模型5.0打造成了多模态、全系列的大模型。在多模态层面,盘古5.0不仅能支持文本、图片、视频,还支持雷达、红外、遥感等更多模态,让AI能够帮助企业精确理解物理世界。在全系列层面,盘古5.0包含了同参数规格的模型,以适配不同的业务场景。其中,十亿级参数的Pangu E系列可支撑手机、PC、车等端侧的智能应用;百亿级参数的Pangu P系列适用于低时延、低成本的推理场景;千亿级参数的Pangu U系列适用于处理复杂任务;万亿级参数的Pangu S系列超级大模型是处理跨领域多任务的超级大模型。系列化的盘古,能帮助企业真正在复杂的业务场景中应用AI技术。


为了进一步实现模型能力的成长,让大模型适配企业的真实需求,华为云CTO张宇昕最新发布了华为云盘古智能助手。


(华为云正式发布“1+N”的盘古助手体系)


盘古智能助手推出了1加N的智能助手产品体系。“1”指的是统一的华为云智能助手。它围绕企业在云上的规划、使用、维护、优化全旅程,可以提供知识查询、信息查询、操作执行、优化分析等等智能化能力。“N”是指华为云针对企业用户工作流程中的高频共性场景,比如产品研发、数据分析、安全防护、办公协同等,通过将盘古大模型与各个领域积累的数据和经验相结合,通过AI赋能这些场景专用的云服务,提升相关人员的业务效率。比如华为云CodeArts盘古助手,就为邮储银行提供了一个企业级的研发专家助手,带来了智能化的代码生成能力。


不断成长,不断响应千行万业呼唤的盘古大模型,已经成为AI原生思维中不可或缺的最终落点。



方法论筑造,基础设施革新,以及大模型能力的生长,这三大价值构筑了华为云所调制的AI原生思维三原色。只有掌握了三原色原理,画家才能描摹万物,同样的道理,企业掌握了方法论、基础设施与大模型的三原色,才能真正画出AI万彩,描摹行业智能化的江河山川。


我们可以设想一下,一家企业或者一位开发者,来到华为全联接大会2024将得到什么?


他能够得到从华为兼具深度与广度的AI实践中,总结出完善有效的AI实践方法论。


他能够了解到“一切可池化、一切皆对等、一切可组合”的AI基础设施,从而在云端打造属于自己的AI原生基座。


他能够找到真正适配行业场景与企业需求,做难事,解难题的大模型能力,通过大模型助手来拓展企业智能化边界,获取新质生产力。



这些价值结合在一起,AI的万般色彩尽在眼前,山河大地就是画板。


而最终提笔作画的,是每一家企业,每一位开发者,是未来的你。


AI原生时代正滚滚向前。过去几年,华为云已经深入到 30 多个行业的 400 多个AI应用场景,让AI技术行业长卷上焕发斑斓色彩。


在今天,我们与AI时代最好的相处方式,或许就是用AI原生的色彩,去画出属于你自己的旅程。    


·

·

脑极体 从技术协同到产业革命,从智能密钥到已知尽头
评论
  • 根据Global Info Research(环洋市场咨询)项目团队最新调研,预计2030年全球无人机电池和电源产值达到2834百万美元,2024-2030年期间年复合增长率CAGR为10.1%。 无人机电池是为无人机提供动力并使其飞行的关键。无人机使用的电池类型因无人机的大小和型号而异。一些常见的无人机电池类型包括锂聚合物(LiPo)电池、锂离子电池和镍氢(NiMH)电池。锂聚合物电池是最常用的无人机电池类型,因为其能量密度高、设计轻巧。这些电池以输出功率大、飞行时间长而著称。不过,它们需要
    GIRtina 2025-01-13 10:49 163浏览
  • 说到福特,就要从亨利·福特(Henry Ford)这个人物说起。在发明大王爱迪生的电气工厂担任工程师的福特下班后,总是在自家仓库里努力研究和开发汽车。1896年,福特终于成功制造出一辆三轮车,开启了福特汽车的传奇。最初几年,福特都是独自制造汽车并同时进行销售。 (今天很多人都知道的精益管理中的5S方法,或多或少地受到了福特 CANDO方法的影响。)1903年,福特从牧师、律师、银行家、会计师等十一位股东那里筹集了十万美元,并在自家庭院成立了美国第五百零三家汽车公司——福特汽车公司(Fo
    优思学院 2025-01-10 11:21 51浏览
  • 流量传感器是实现对燃气、废气、生活用水、污水、冷却液、石油等各种流体流量精准计量的关键手段。但随着工业自动化、数字化、智能化与低碳化进程的不断加速,采用传统机械式检测方式的流量传感器已不能满足当代流体计量行业对于测量精度、测量范围、使用寿命与维护成本等方面的精细需求。流量传感器的应用场景(部分)超声波流量传感器,是一种利用超声波技术测量流体流量的新型传感器,其主要通过发射超声波信号并接收反射回来的信号,根据超声波在流体中传播的时间、幅度或相位变化等参数,间接计算流体的流量,具有非侵入式测量、高精
    华普微HOPERF 2025-01-13 14:18 457浏览
  • PNT、GNSS、GPS均是卫星定位和导航相关领域中的常见缩写词,他们经常会被用到,且在很多情况下会被等同使用或替换使用。我们会把定位导航功能测试叫做PNT性能测试,也会叫做GNSS性能测试。我们会把定位导航终端叫做GNSS模块,也会叫做GPS模块。但是实际上他们之间是有一些重要的区别。伴随着技术发展与越发深入,我们有必要对这三个词汇做以清晰的区分。一、什么是GPS?GPS是Global Positioning System(全球定位系统)的缩写,它是美国建立的全球卫星定位导航系统,是GNSS概
    德思特测试测量 2025-01-13 15:42 458浏览
  • 新年伊始,又到了对去年做总结,对今年做展望的时刻 不知道你在2024年初立的Flag都实现了吗? 2025年对自己又有什么新的期待呢? 2024年注定是不平凡的一年, 一年里我测评了50余块开发板, 写出了很多科普文章, 从一个小小的工作室成长为科工公司。 展望2025年, 中国香河英茂科工, 会继续深耕于,具身机器人、飞行器、物联网等方面的研发, 我觉得,要向未来学习未来, 未来是什么? 是掌握在孩子们生活中的发现,和精历, 把最好的技术带给孩子,
    丙丁先生 2025-01-11 11:35 439浏览
  •   在信号处理过程中,由于信号的时域截断会导致频谱扩展泄露现象。那么导致频谱泄露发生的根本原因是什么?又该采取什么样的改善方法。本文以ADC性能指标的测试场景为例,探讨了对ADC的输出结果进行非周期截断所带来的影响及问题总结。 两个点   为了更好的分析或处理信号,实际应用时需要从频域而非时域的角度观察原信号。但物理意义上只能直接获取信号的时域信息,为了得到信号的频域信息需要利用傅里叶变换这个工具计算出原信号的频谱函数。但对于计算机来说实现这种计算需要面对两个问题: 1.
    TIAN301 2025-01-14 14:15 88浏览
  • 随着通信技术的迅速发展,现代通信设备需要更高效、可靠且紧凑的解决方案来应对日益复杂的系统。中国自主研发和制造的国产接口芯片,正逐渐成为通信设备(从5G基站到工业通信模块)中的重要基石。这些芯片凭借卓越性能、成本效益及灵活性,满足了现代通信基础设施的多样化需求。 1. 接口芯片在通信设备中的关键作用接口芯片作为数据交互的桥梁,是通信设备中不可或缺的核心组件。它们在设备内的各种子系统之间实现无缝数据传输,支持高速数据交换、协议转换和信号调节等功能。无论是5G基站中的数据处理,还是物联网网关
    克里雅半导体科技 2025-01-10 16:20 432浏览
  • ARMv8-A是ARM公司为满足新需求而重新设计的一个架构,是近20年来ARM架构变动最大的一次。以下是对ARMv8-A的详细介绍: 1. 背景介绍    ARM公司最初并未涉足PC市场,其产品主要针对功耗敏感的移动设备。     随着技术的发展和市场需求的变化,ARM开始扩展到企业设备、服务器等领域,这要求其架构能够支持更大的内存和更复杂的计算任务。 2. 架构特点    ARMv8-A引入了Execution State(执行状
    丙丁先生 2025-01-12 10:30 445浏览
  • 随着全球向绿色能源转型的加速,对高效、可靠和环保元件的需求从未如此强烈。在这种背景下,国产固态继电器(SSR)在实现太阳能逆变器、风力涡轮机和储能系统等关键技术方面发挥着关键作用。本文探讨了绿色能源系统背景下中国固态继电器行业的前景,并强调了2025年的前景。 1.对绿色能源解决方案日益增长的需求绿色能源系统依靠先进的电源管理技术来最大限度地提高效率并最大限度地减少损失。固态继电器以其耐用性、快速开关速度和抗机械磨损而闻名,正日益成为传统机电继电器的首选。可再生能源(尤其是太阳能和风能
    克里雅半导体科技 2025-01-10 16:18 319浏览
  • 在不断发展的电子元件领域,继电器——作为切换电路的关键设备,正在经历前所未有的技术变革。固态继电器(SSR)和机械继电器之间的争论由来已久。然而,从未来发展的角度来看,固态继电器正逐渐占据上风。本文将从耐用性、速度和能效三个方面,全面剖析固态继电器为何更具优势,并探讨其在行业中的应用与发展趋势。1. 耐用性:经久耐用的设计机械继电器:机械继电器依靠物理触点完成电路切换。然而,随着时间的推移,这些触点因电弧、氧化和材料老化而逐渐磨损,导致其使用寿命有限。因此,它们更适合低频或对切换耐久性要求不高的
    腾恩科技-彭工 2025-01-10 16:15 96浏览
  • 01. 什么是过程能力分析?过程能力研究利用生产过程中初始一批产品的数据,预测制造过程是否能够稳定地生产符合规格的产品。可以把它想象成一种预测。通过历史数据的分析,推断未来是否可以依赖该工艺持续生产高质量产品。客户可能会要求将过程能力研究作为生产件批准程序 (PPAP) 的一部分。这是为了确保制造过程能够持续稳定地生产合格的产品。02. 基本概念在定义制造过程时,目标是确保生产的零件符合上下规格限 (USL 和 LSL)。过程能力衡量制造过程能多大程度上稳定地生产符合规格的产品。核心概念很简单:
    优思学院 2025-01-12 15:43 486浏览
  • Snyk 是一家为开发人员提供安全平台的公司,致力于协助他们构建安全的应用程序,并为安全团队提供应对数字世界挑战的工具。以下为 Snyk 如何通过 CircleCI 实现其“交付”使命的案例分析。一、Snyk 的挑战随着客户对安全工具需求的不断增长,Snyk 的开发团队面临多重挑战:加速交付的需求:Snyk 的核心目标是为开发者提供更快、更可靠的安全解决方案,但他们的现有 CI/CD 工具(TravisCI)运行缓慢,无法满足快速开发和部署的要求。扩展能力不足:随着团队规模和代码库的不断扩大,S
    艾体宝IT 2025-01-10 15:52 160浏览
  • 电动汽车(EV)正在改变交通运输,为传统内燃机提供更清洁、更高效的替代方案。这种转变的核心是电力电子和能源管理方面的创新,而光耦合器在其中发挥着关键作用。这些不起眼的组件可实现可靠的通信、增强安全性并优化电动汽车系统的性能,使其成为正在进行的革命中不可或缺的一部分。光耦合器,也称为光隔离器,是一种使用光传输电信号的设备。通过隔离高压和低压电路,光耦合器可确保安全性、减少干扰并保持信号完整性。这些特性对于电动汽车至关重要,因为精确控制和安全性至关重要。 光耦合器在电动汽车中的作用1.电池
    腾恩科技-彭工 2025-01-10 16:14 71浏览
  • 随着数字化的不断推进,LED显示屏行业对4K、8K等超高清画质的需求日益提升。与此同时,Mini及Micro LED技术的日益成熟,推动了间距小于1.2 Pitch的Mini、Micro LED显示屏的快速发展。这类显示屏不仅画质卓越,而且尺寸适中,通常在110至1000英寸之间,非常适合应用于电影院、监控中心、大型会议、以及电影拍摄等多种室内场景。鉴于室内LED显示屏与用户距离较近,因此对于噪音控制、体积小型化、冗余备份能力及电气安全性的要求尤为严格。为满足这一市场需求,开关电源技术推出了专为
    晶台光耦 2025-01-13 10:42 478浏览
我要评论
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦