2024年股票配资平台 华为云CTO张宇昕：2026年将有超80%的企业在生产环境中部署AIGC应用

发布日期：2024-07-26 10:51    点击次数：169

　　，主题为“一切皆服务2024年股票配资平台，加速千行万业智能升级”的华为云峰会在巴塞罗那召开。在会上，华为云CTO张宇昕表示：“据预测，到2026年将有超过80%的企业在生产环境中部署AIGC应用，有70%的设计和开发工作被AIGC改变。到2028年，将有75％的企业软件工程师使用AI编程助手，2023年初不足10％。”

　　张宇昕认为，大模型落地到行业是一项复杂的工程，需要通过系统性创新，来帮助各行各业加速智能化。一方面是AI for Cloud，华为云通过AI和大模型来重塑行业的各种应用，同时也重塑华为云服务，比如软件开发、数字内容开发等，为客户提供更好的体验。另一方面是Cloud for AI，华为云通过架构的创新，AI Native存储以及数智融合等，让企业能够更高效便捷的训练和使用大模型等AI技术。

　　据介绍，在去年7月份的华为开发者大会上，华为云发布了盘古大模型3.0。和ChatGPT等很多大模型不一样，盘古大模型为了更好的满足企业的各类需求，提供5+N+X的三层解耦架构：L0层有5个基础大模型，提供满足行业场景的多种技能；L1层是N个行业大模型，提供使用行业数据训练的行业大模型；L2层为客户提供更多细化场景的模型，它更加专注于某个具体的应用场景或特定业务。

　　“我们通过分层解耦的AI能力及工具，为不同行业解决各类难题。”张宇昕说。

　　汽车大模型助力自动驾驶

　　在汽车行业，自动驾驶领域中最难的是需要经历各种复杂场景，这些场景需要基于数万辆车、每辆车数十万公里进行路测收集。

　　“现在使用盘古汽车大模型，可以自动生成各种复杂场景，让自动驾驶学习新复杂场景的周期从两周内缩短到2天内，重塑自动驾驶的训练。基于实际场景采集的照片和视频，盘古大模型可构建该场景的数字孪生空间，加入可移动的物体、可编辑的天气、光照等，生成供自动驾驶学习的场景样本，如借道超车发现对向来车、道路中出现动物等。”张宇昕说。

　　据介绍，汽车大模型除自动驾驶外，还覆盖了汽车设计、生产、营销、研发等业务场景，让车企员工的工作更高效，更轻松。

　　气象大模型精准预测天气

　　在气象领域，预测台风路径的传统方式是采用数值计算的方法，能预测台风未来10天的路径，而这需要在3000台服务器组成的高性能计算机集群上花费4到5小时完成计算。

　　张宇昕表示：“现在基于盘古气象大模型，通过AI推理的方式，只需要在单台服务器上，10秒内就可以给出更精确的预测。除了台风以外，盘古大模型还能进行降雨、寒潮等极端天气的预测。”

　　据了解，2023年的世界气象大会上，欧洲气象局展示了芬兰寒潮预测，而盘古气象大模型比欧洲现有预报系统IFS提前两天预测到了寒潮的到来，预测结果更加接近寒潮实际来临时的零下29度。目前，欧洲气象局已将盘古气象的输出作为校验IFS的参考系统之一。盘古的气象预测能力也得到了科技界的高度认可，国际科技期刊《nature》正式刊发了盘古大模型的相关文章。

　　为每个播客量身打造数字人

　　当前，数字人被广泛应用于电商、新闻播报、教育培训等领域，大幅提升了信息传递的效率。张宇昕称，盘古数字人大模型可快速为每个播客打造“自己的数字人”，并基于十万级高质量直播对话数据预训练，驱动数字人准确、流利地介绍产品，同时数字人还可与直播间的观众实时互动。

　　“盘古数字人大模型支持用母语训练一次，就可以说20多国语言。它不仅可以帮助商品在全球流通，也可以为多国员工和客户进行产品培训。”张宇昕说。

　　让开发者“一句话形成代码”

　　在研发领域，盘古研发大模型可以帮助开发者实现一句对话生成代码、一个按键生成测试用例、一次点击生成注释、一条指令完成部署。

　　“今天我们带来全新升级的CodeArts Snap，加强了代码检视和优化能力，并接入到CodeArts软件开发生产线的全流程23个开发工具中。让程序员的代码产出提升50%。效率提高的同时，也让代码更符合编程规范和代码可信。”张宇昕表示。

　　据了解，盘古研发大模型已经接入到Astro低代码平台，通过对话的方式就可以开发应用，全面重塑了软件开发，让业务人员也可以成为开发者。

　　除了以上的行业和领域，盘古大模型在制造、矿山、医疗、金融、铁路等不同行业都已经有了深厚实践，助力千行百业提升工作效率、提升服务质量。

　　大模型时代对算力提出全新要求

　　“大模型及相关应用是迄今为止最复杂的软硬件系统工程，我们在大模型的技术探索过程中洞察到，大模型时代对算力有着全新的要求：第一，联算比，未来需要全新的网络互联技术来解决运算量和GPU算力之间的巨大差距；第二，容算比，当前在模型训练过程中为获取足够显存容量，存在不必要的GPU算力闲置；第三，存算比，当前在模型训练过程中，大量的时间消耗在GPU数据加载，造成算力的进一步浪费。”张宇昕说。

　　基于上述洞察，华为云提出云的系统架构将从“以CPU为中心的主从架构”向“多元算力对等架构” 跃迁，突破算力、存储和网络的边界，实现多元算力的对等全互联，为客户提供更好的AI算力基础设施。

　　数据表明，大模型所需算力每18个月会增加10倍，已远超通用算力每18个月翻倍的摩尔定律，在这一背景下，如何获取超大规模、高效长稳的AI算力？

　　张宇昕表示：“我们认为云服务将成为AI算力的最佳供给方式。华为云在中国已经部署了3大AI计算集群节点及30+分节点，提供超大规模集群，支持万亿级模型。马上即将再新上线香港节点，支持全球客户的AI算力需求。提供长稳的AI算力服务，千卡训练30天不中断，长稳率达到90%。此外，通过我们的AI开发平台ModelArts，我们能够对故障进行快速诊断和恢复，断点恢复时长不超过10分钟。”

　　据介绍，华为云还打造了全流程工具链，包括数据工程套件、模型开发套件、应用开发套件，为大模型开发提供端到端工具支持，帮助企业大幅降低大模型开发门槛。

　　除此之外，大模型有海量的训练数据和庞大的参数，对存储也提出了新的挑战，如何解决存储难题？

　　张宇昕称，首先2024年股票配资平台，华为云独创了具备220TB超大带宽和微秒级超低时延的内存服务EMS，以此支持GPU的内存扩展，可以容纳PB级超大规模参数，让参数“存得下”。其次，华为云基于SFS Turbo文件存储技术的大并发、高吞吐缓存服务，可提供千万级IOPS，将10亿条数据和元数据的准备时间从100小时缩短至5小时，让数据准备速度快。最后，基于OBS对象存储技术构建的低成本大容量知识湖服务，通过深度归档、智能存储分级和存储管理统计实现数据精细化管理，实现了训练和推理数据的存储成本降低30%，让海量数据“存得起”。