面對(duì)All in AI風(fēng)險(xiǎn)高、投入大的挑戰(zhàn)，華為中國(guó)政企業(yè)務(wù)副總裁郭振興提出了“架構(gòu)優(yōu)先、先易后難，化零為整，緩進(jìn)急戰(zhàn)”十六個(gè)字原則，加速推進(jìn)AI與制造行業(yè)深度融合的進(jìn)程。

基于統(tǒng)一平臺(tái)

將AI大模型應(yīng)用逐步落地

在向制造強(qiáng)國(guó)的邁進(jìn)過(guò)程中，AI的作用至關(guān)重要，助推從中國(guó)制造到中國(guó)智造的升級(jí)。我們能夠看到，AI正在重塑整個(gè)制造業(yè)的流程，改變了研發(fā)設(shè)計(jì)、制造執(zhí)行、資源計(jì)劃調(diào)度、銷售管理、售后服務(wù)等全業(yè)務(wù)環(huán)節(jié)，成為當(dāng)之無(wú)愧的新質(zhì)生產(chǎn)力。

當(dāng)下，生成式AI技術(shù)又在快速發(fā)展，大模型實(shí)現(xiàn)了泛化能力的突破，能夠覆蓋多場(chǎng)景，可以大大縮短開(kāi)發(fā)周期，降低研發(fā)成本，很多制造企業(yè)已經(jīng)開(kāi)始探索大模型的落地應(yīng)用。

郭振興表示，這個(gè)過(guò)程的第一步應(yīng)該是架構(gòu)先行，建立分層解耦的統(tǒng)一云化平臺(tái)。華為提出的智能體架構(gòu)，改變了縱向建子系統(tǒng)的傳統(tǒng)模式，實(shí)現(xiàn)智能感知、智能連接、智能底座、智能平臺(tái)（含AI大模型）、智能應(yīng)用的橫向分層解耦。

第二步則是圍繞數(shù)據(jù)和算力構(gòu)建能力體系。包括數(shù)據(jù)的采集、存儲(chǔ)、計(jì)算、管理、使用等技術(shù)體系的建立，和數(shù)據(jù)價(jià)值體系的建立，充分發(fā)揮數(shù)據(jù)要素的價(jià)值。

第三步是應(yīng)用場(chǎng)景的先易后難、緩進(jìn)急戰(zhàn)。從高頻、剛需、價(jià)值大的場(chǎng)景率先入手，快速實(shí)現(xiàn)價(jià)值閉環(huán)，然后再逐步向更難的場(chǎng)景深入，這樣才能形成正循環(huán)的飛輪效應(yīng)。

對(duì)于AI模型，華為也提出了L0到L2的三層結(jié)構(gòu)，它們都建立在華為AI底座和以ModelArts、ModelMate為代表的AI平臺(tái)基礎(chǔ)之上。

其中，L0基礎(chǔ)大模型包括視覺(jué)大模型、自然語(yǔ)言大模型、預(yù)測(cè)大模型、多模態(tài)大模型、科學(xué)計(jì)算大模型等；L1行業(yè)大模型是針對(duì)汽車、生命醫(yī)藥、電子等行業(yè)需求特點(diǎn)而構(gòu)建的；L2場(chǎng)景模型則面向細(xì)分的應(yīng)用場(chǎng)景，比如傳送帶異物檢測(cè)、焊點(diǎn)質(zhì)量檢測(cè)、先導(dǎo)藥物篩選、智能排產(chǎn)調(diào)度等。

郭振興認(rèn)為，下一代大模型生產(chǎn)方式應(yīng)該是“授人以漁”，讓行業(yè)客戶“自己做大廚”。即基于廠商的基礎(chǔ)大模型能力和構(gòu)建工具，行業(yè)客戶能夠?qū)ψ陨淼腁I應(yīng)用做到全面掌控。

在云平臺(tái)基礎(chǔ)上

構(gòu)建智能化ICT基礎(chǔ)設(shè)施

要實(shí)現(xiàn)對(duì)實(shí)體經(jīng)濟(jì)的賦能，數(shù)字技術(shù)需要在傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)得到更廣泛的應(yīng)用，幫助制造企業(yè)實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型。

在此進(jìn)程中，企業(yè)需要構(gòu)建強(qiáng)有力的ICT基礎(chǔ)設(shè)施，尤其是大模型的訓(xùn)練和推理，都對(duì)基礎(chǔ)設(shè)施提出了更高的要求，要實(shí)現(xiàn)“存算云網(wǎng)能”的全方位協(xié)同。

在算力方面，華為的智能計(jì)算芯片和通用計(jì)算芯片，正在成為世界算力的第二選擇。前者與CANN和Mindspore相結(jié)合，成為全場(chǎng)景的人工智能平臺(tái)，用于大模型的訓(xùn)練和推理；后者與歐拉操作系統(tǒng)和高斯數(shù)據(jù)庫(kù)結(jié)合，為制造企業(yè)提供編程開(kāi)發(fā)平臺(tái)。

在運(yùn)力方面，大模型訓(xùn)練對(duì)數(shù)據(jù)中心內(nèi)部的網(wǎng)絡(luò)性能提出了更高的要求，華為星河網(wǎng)絡(luò)利用數(shù)據(jù)通訊集群技術(shù)，將AI訓(xùn)練效率提升了20%，中斷則減少80%，從而節(jié)省了寶貴的GPU卡資源。華為TSN工業(yè)環(huán)網(wǎng)采用切片技術(shù)，提升了工業(yè)承載網(wǎng)的性能，降低時(shí)延，提升可靠性。Wi-Fi7和光網(wǎng)絡(luò)，則實(shí)現(xiàn)了園區(qū)網(wǎng)的泛在接入。

在存力方面，分布式存儲(chǔ)，可以解決數(shù)據(jù)訓(xùn)練和推理的可靠性和效率問(wèn)題，同時(shí)提升數(shù)據(jù)的安全性，以確保數(shù)據(jù)要素價(jià)值的最大發(fā)揮。

郭振興強(qiáng)調(diào)說(shuō)，ICT基礎(chǔ)設(shè)施云化是必然趨勢(shì)，無(wú)論私有云、公有云、混合云，因?yàn)樵凭哂懈咝А⒖焖?、靈活、安全等特性，在云上疊加AI基礎(chǔ)設(shè)施，可以為AI應(yīng)用構(gòu)建起堅(jiān)實(shí)底座。

他建議，大型央國(guó)企可以自建云算力，中小企業(yè)則可以利用地方政府建設(shè)的集約化算力資源，以降低初始投資，增強(qiáng)靈活性。

依靠生態(tài)力量

實(shí)現(xiàn)業(yè)務(wù)場(chǎng)景智能化

生成式AI之所以受到企業(yè)的重視，是由于其能夠直接應(yīng)用到企業(yè)的業(yè)務(wù)場(chǎng)景當(dāng)中去，帶來(lái)業(yè)務(wù)創(chuàng)新，創(chuàng)造業(yè)務(wù)價(jià)值。因此，我們能夠看到，大模型的應(yīng)用需求，往往來(lái)自企業(yè)的業(yè)務(wù)部門，而不是IT部門。

從研發(fā)，到生產(chǎn)、供應(yīng)、銷售，乃至運(yùn)營(yíng)，企業(yè)的全業(yè)務(wù)流程，都在加速智能化步伐。郭振興分享了制造業(yè)的典型業(yè)務(wù)場(chǎng)景，企業(yè)可以先從這些場(chǎng)景入手，逐步將AI應(yīng)用鋪開(kāi)。

在研發(fā)工具鏈場(chǎng)景，用大模型重構(gòu)的一站式工作平臺(tái)，將研發(fā)效率提升10倍；在智慧工廠場(chǎng)景，一網(wǎng)一云一平臺(tái)的架構(gòu)，實(shí)現(xiàn)了車企生產(chǎn)效率的翻倍提升；在工業(yè)互聯(lián)網(wǎng)場(chǎng)景，則賦能數(shù)智化升級(jí)，打造行業(yè)生產(chǎn)數(shù)據(jù)的高速公路；在數(shù)字化營(yíng)銷場(chǎng)景，智能引擎全面觸達(dá)客戶，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷和精準(zhǔn)服務(wù)；在智能運(yùn)營(yíng)場(chǎng)景，以智能控制替代礦工的危險(xiǎn)工作，以整系統(tǒng)智能化實(shí)現(xiàn)專家經(jīng)驗(yàn)的沉淀。

郭振興表示，上述業(yè)務(wù)場(chǎng)景只是制造行業(yè)智能化的一些實(shí)踐，在汽車、電子、制藥、煙草等行業(yè)，還有更多的200+的價(jià)值場(chǎng)景需要與客戶、ISV來(lái)共同探索和開(kāi)發(fā)。因此，全產(chǎn)業(yè)鏈的智能化生態(tài)體系，就尤為重要。

在華為AI+制造行業(yè)峰會(huì)2024期間，由華為牽頭、多家合作伙伴共同參與的“制造業(yè)人工智能創(chuàng)新聯(lián)盟”也宣告成立。

一個(gè)開(kāi)放、包容、共享的AI創(chuàng)新應(yīng)用生態(tài)體系，能夠切實(shí)推動(dòng)AI融入更多場(chǎng)景應(yīng)用，助力制造行業(yè)的智能化水平躍升。

“數(shù)智世界 一觸即達(dá)” 選擇華為，讓您的企業(yè)輕松數(shù)智化。