徐直军：不是每个企业都需要训练自己的大模型

2024年9月19日，华为在上海举办了年度全联接大会（Huawei Connect 2024）。在这次大会上，华为副董事长、轮值董事长徐直军发表了题为《拥抱全面智能化时代》的主题演讲，深入探讨了当前AI技术的发展趋势、面临的挑战以及华为的战略布局。

AI技术的发展与影响

徐直军首先回顾了AI技术在过去几年的迅猛发展。从商业应用的角度看，AI技术在短短几年内产生了巨大的影响。麦肯锡和斯坦福大学的研究表明，AI应用主要集中在产品开发、营销和业务运营等环节。Gartner的调查显示，CEO们对AI的看法非常积极，AI技术的持续进步正在推动各行各业的智能化进程，迈向全面智能化。

徐直军提出了智能化时代企业的六个A特征：自适应体验（Adaptive User Experience）、自演进产品（Auto-Evolving Products）、自治的运营（Autonomous Operation）、增强的员工（Augmented Workforce）、全量全要素全联接（All-Connected Resources）、智能原生基础设施（AI-Native Infrastructure）。

这些特征涵盖了从用户体验到产品设计、运营管理再到基础设施建设的方方面面，为企业的智能化转型提供了明确的方向。

美国不会取消AI芯片制裁，华为有自己的应对方式

徐直军坦率地指出了中国在AI算力建设方面面临的现实挑战。

智能化是一个长期的过程，算力则是这一进程的关键基础，依赖于半导体工艺，然而美国在AI芯片领域对中国的长期制裁，使得中国半导体制造工艺将在相当长时间内处于落后状态。这意味着中国所能制造的芯片在先进性上受到严重制约，这对算力解决方案的构建构成了直接挑战。

面对这一挑战，徐直军提出了华为的战略方向：基于实际可获得的芯片制造工艺，通过计算、存储和网络技术的协同创新，开创全新的计算架构，打造“超节点+集群”系统算力解决方案。

这一战略的核心在于充分利用人工智能变革带来的机遇，开创出一条自主可持续的计算产业发展道路。他坚信，这一战略将帮助华为及整个行业长期、可持续地满足不断增长的算力需求。

不是每家企业都需要训练自己的大模型

在谈到企业建设大规模AI算力的问题时，徐直军强调，并非所有企业都需要建设大规模AI算力或训练自己的基础大模型。虽然大模型的技术突破加速了智能化进程，但并非所有应用都需要追求“大”模型。而且AI服务器的建设和维护需要极高的成本，随着技术的发展，硬件的升级换代非常快，这给企业带来了巨大的经济压力和技术挑战。

他建议企业应根据自身业务需求选择最合适的模型，通过多模型组合解决问题，创造价值。华为云服务的升级，为企业提供了按需获取AI算力的可能，使得企业可以更加灵活地应对智能化时代的挑战。

徐直军指出，从华为盘古在行业的实践看，十亿参数模型可以满足科学计算、预测决策等业务场景的需求，如降雨预测、药物分子优化等。同时，在PC、手机等终端设备上，这些模型也得到了广泛应用。对于NLP（自然语言处理）、CV（计算机视觉）、多模态等特定领域，百亿参数模型则能提供更精准的服务，如知识问答、代码生成等。而对于更为复杂的NLP和多模态任务，华为更是准备了千亿参数模型来应对。

华为的战略布局

在具体实践中，华为将通过以下几个方面推动智能化进程：

• 全面智能化战略：华为从2018年开始推进AI发展战略，并在去年的全联接大会上进一步明确了全面智能化的战略。华为致力于提供可持续的算力解决方案，通过架构性创新应对挑战。华为云将面向AI全栈升级，为企业提供按需、高效训练模型的服务，同时保障大模型训练安全。
• 终端AI体验：终端设备应注重用户体验而非单纯的算力。消费者更关心实际使用体验，而非芯片工艺、算力TFLOPS等技术参数。华为将基于鸿蒙原生智能，提供全场景智慧体验，为消费者带来更自然的多模态交互和全方位的融合感知。
• 自动驾驶解决方案：华为将基于融合感知，持续演进自动驾驶解决方案，逐步实现高速路上车即可休息、长途安心睡；在城区和郊区公路，处处都好开；在乡村和山路，全地貌全天候放心开。在泊车场景，实现离车即走、零剐蹭、零卡死；在安全方面，实现主责碰撞清零，减轻次要责任，最终实现无人驾驶。

最后，徐直军强调了生态建设的重要性。华为计划在未来五年内强力投资生态建设，通过生态的发展带动计算产业和终端产业的进步，为世界提供除苹果、安卓之外的第三个移动操作系统，进一步推动智能化时代的发展。