推進(jìn)全面智能化戰(zhàn)略

適應(yīng)全面智能化時(shí)代的到來(lái)，華為在2023年的HC大會(huì)上提出了全面智能化戰(zhàn)略。全面智能化戰(zhàn)略的涉及面很廣，我今天主要就從七個(gè)方面，分享我們的思考。

一、通過(guò)架構(gòu)創(chuàng)新，提供可持續(xù)算力解決方案

首先談一下算力，智能化必將是一個(gè)長(zhǎng)期過(guò)程，而算力是智能化的關(guān)鍵基礎(chǔ)，過(guò)去是，未來(lái)也是。因此，智能化的可持續(xù)，首先是算力的可持續(xù)。而算力是依賴(lài)半導(dǎo)體工藝的，但我們必須要面對(duì)一個(gè)現(xiàn)實(shí)，那就是，美國(guó)在AI芯片領(lǐng)域?qū)χ袊?guó)的制裁長(zhǎng)期不會(huì)取消，而中國(guó)半導(dǎo)體制造工藝由于也受美國(guó)制裁，將在相當(dāng)長(zhǎng)時(shí)間處于落后狀態(tài)，這就意味著我們所能制造的芯片的先進(jìn)性將受到制約。這是我們打造算力解決方案必須面對(duì)的挑戰(zhàn)。

立足中國(guó)，只有基于實(shí)際可獲得的芯片制造工藝打造的算力才是長(zhǎng)期可持續(xù)的，否則是不可持續(xù)的。華為看到了挑戰(zhàn)，也看到了機(jī)會(huì)和可能，更激發(fā)了我們創(chuàng)新的熱情。因?yàn)槿斯ぶ悄苷诔蔀橹鲗?dǎo)性算力需求，促使計(jì)算系統(tǒng)正在發(fā)生結(jié)構(gòu)性變化，需要的是系統(tǒng)算力，而不僅僅是單處理器的算力。這些結(jié)構(gòu)性變化，為我們通過(guò)架構(gòu)性創(chuàng)新，開(kāi)創(chuàng)出一條自主可持續(xù)的計(jì)算產(chǎn)業(yè)發(fā)展道路，提供了機(jī)遇。

我們的戰(zhàn)略核心就是，充分抓住人工智能變革機(jī)遇，基于實(shí)際可獲得的芯片制造工藝，計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)技術(shù)協(xié)同創(chuàng)新，開(kāi)創(chuàng)計(jì)算架構(gòu)，打造“超節(jié)點(diǎn)+集群”系統(tǒng)算力解決方案，長(zhǎng)期持續(xù)滿足算力需求。

大模型的技術(shù)突破大大加速了智能化的進(jìn)程，一段時(shí)間以來(lái)，各行各業(yè)幾乎言必稱(chēng)大模型，紛紛建設(shè)AI算力，紛紛訓(xùn)練大模型。這對(duì)于華為這樣的算力提供商而言，無(wú)疑是重大利好。但從長(zhǎng)遠(yuǎn)發(fā)展角度考慮，我們始終相信，只有客戶的持續(xù)成功，才有華為的持續(xù)發(fā)展。今天就幾個(gè)問(wèn)題談幾點(diǎn)想法。

第一、不是每個(gè)企業(yè)都要建設(shè)大規(guī)模AI算力。我們都清楚，AI服務(wù)器，特別是AI算力集群不同于通用x86服務(wù)器，對(duì)供電、散熱等數(shù)據(jù)中心機(jī)房環(huán)境要求極高，且隨著大模型越來(lái)越大，AI算力也將走向更大規(guī)模，而且變化節(jié)奏快，AI服務(wù)器快速升級(jí)換代，數(shù)據(jù)中心機(jī)房面臨要么浪費(fèi)、要么滿足不了需求的困境。

其次是，現(xiàn)在業(yè)界平均一到兩年推出新的AI硬件產(chǎn)品，迭代速度快，相比公有云，企業(yè)受限于算力規(guī)模小，面對(duì)快速變化的大模型，比較難以讓每個(gè)代際的算力硬件獨(dú)立完成工作，而是希望多個(gè)代際產(chǎn)品混合使用來(lái)進(jìn)行模型訓(xùn)練，由此導(dǎo)致資源調(diào)度復(fù)雜度高，而且因?yàn)闅v史代際產(chǎn)品的“木桶短板”效應(yīng)，拖累新一代產(chǎn)品性能的充分發(fā)揮，影響大模型訓(xùn)練的能力。

最后是運(yùn)營(yíng)維護(hù)帶來(lái)的挑戰(zhàn)，AI技術(shù)還處于成長(zhǎng)期，技術(shù)變化快，多代際產(chǎn)品共存，對(duì)技能要求高，導(dǎo)致運(yùn)營(yíng)維護(hù)困難，對(duì)很多只具備傳統(tǒng)IT維護(hù)能力的企業(yè)而言是重大挑戰(zhàn)。由于這些挑戰(zhàn)在一段時(shí)間內(nèi)將繼續(xù)存在，因此，我認(rèn)為，每個(gè)企業(yè)都要思考適合自己的獲取AI算力的方式，而不僅僅是建設(shè)自己的AI算力。

第二、不是每個(gè)企業(yè)都要訓(xùn)練自己的基礎(chǔ)大模型。訓(xùn)練出基礎(chǔ)大模型，關(guān)鍵是數(shù)據(jù)，而準(zhǔn)備足夠多的高質(zhì)量數(shù)據(jù)是很大挑戰(zhàn)，基礎(chǔ)大模型預(yù)訓(xùn)練數(shù)據(jù)量進(jìn)入10萬(wàn)億tokens量級(jí)，這對(duì)于企業(yè)來(lái)說(shuō)，不僅意味著高成本，同時(shí)是否能獲取到足夠的數(shù)據(jù)量也是挑戰(zhàn)。

其次，模型訓(xùn)練難，基礎(chǔ)大模型參數(shù)量在持續(xù)增大，模型迭代和優(yōu)化難度大，通常需要數(shù)月到數(shù)年時(shí)間完成模型迭代訓(xùn)練。每個(gè)企業(yè)都應(yīng)聚焦自身核心業(yè)務(wù)，自行訓(xùn)練基礎(chǔ)大模型會(huì)影響AI盡快賦能核心業(yè)務(wù)。

最后，人才獲取難，基礎(chǔ)大模型涉及的相關(guān)技術(shù)每天都在更新，具備實(shí)戰(zhàn)經(jīng)驗(yàn)的技術(shù)專(zhuān)家少，對(duì)于企業(yè)來(lái)說(shuō)，建立足夠的技術(shù)人才資源也是挑戰(zhàn)。

第三、不是所有的應(yīng)用都要追求“大”模型。從華為盤(pán)古在行業(yè)的實(shí)踐看，十億參數(shù)模型可以滿足科學(xué)計(jì)算、預(yù)測(cè)決策等業(yè)務(wù)場(chǎng)景的需求，比如降雨預(yù)測(cè)、藥物分子優(yōu)化、工藝參數(shù)預(yù)測(cè)，在PC、手機(jī)等端側(cè)設(shè)備上，十億參數(shù)模型也有廣泛應(yīng)用。而百億參數(shù)模型可以滿足面向NLP、CV、多模態(tài)等大量特定領(lǐng)域場(chǎng)景的需求，比如知識(shí)問(wèn)答、代碼生成、坐席助手、安全檢測(cè)。面向NLP、多模態(tài)的復(fù)雜任務(wù)，可以用千億參數(shù)模型來(lái)完成。

所以我們認(rèn)為，企業(yè)需要的是根據(jù)自身不同業(yè)務(wù)場(chǎng)景需求，選擇最合適的模型，通過(guò)多模型組合，解決問(wèn)題，創(chuàng)造價(jià)值。

二、華為云面向AI全棧升級(jí)，賦能千行百業(yè)智能化

基于我剛講過(guò)的幾點(diǎn)想法，我認(rèn)為，對(duì)于很多不具備自建AI算力和自訓(xùn)基礎(chǔ)大模型能力的企業(yè)來(lái)講，選擇云服務(wù)是更為合理的、可持續(xù)的選擇。華為云也針對(duì)這些挑戰(zhàn)，面向AI，對(duì)全棧進(jìn)行了升級(jí)，致力于讓每個(gè)企業(yè)都能按需、高效地訓(xùn)練模型和應(yīng)用模型推理。

首先華為云通過(guò)持續(xù)打造昇騰云服務(wù)，讓企業(yè)一鍵獲取澎湃AI算力，無(wú)需改造或自建機(jī)房，無(wú)需運(yùn)營(yíng)維護(hù)AI算力基礎(chǔ)設(shè)施；同時(shí)通過(guò)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)端到端協(xié)同，已經(jīng)實(shí)現(xiàn)千億參數(shù)模型云上訓(xùn)練40天無(wú)中斷。

其次華為云升級(jí)了ModelArts服務(wù)，支持業(yè)界主流基礎(chǔ)大模型開(kāi)箱即用，包括盤(pán)古、開(kāi)源、以及第三方大模型，讓企業(yè)無(wú)需為基礎(chǔ)大模型準(zhǔn)備大量數(shù)據(jù)和迭代訓(xùn)練，并提供一站式模型調(diào)優(yōu)、部署、測(cè)評(píng)等工具鏈支持，降低企業(yè)模型微調(diào)和增量訓(xùn)練的技術(shù)門(mén)檻。

同時(shí)華為云在全力打造盤(pán)古5.0，支持全系列模型，包括十億級(jí)、百億級(jí)、千億級(jí)等，最佳適配企業(yè)不同場(chǎng)景需求，并通過(guò)百模千態(tài)社區(qū)提供100多個(gè)大模型，為企業(yè)提供更豐富的選擇。概括講，我認(rèn)為云服務(wù)是很多企業(yè)推進(jìn)智能化的最佳選擇。通過(guò)華為云昇騰云服務(wù)和模型云服務(wù)，我們期望讓每個(gè)企業(yè)都能實(shí)時(shí)按需獲取AI算力，以及高效地訓(xùn)練模型和應(yīng)用模型推理。

華為云提供體系化安全能力，保障大模型訓(xùn)練推理安全

在云上進(jìn)行大模型的訓(xùn)練和推理，帶來(lái)新的安全挑戰(zhàn)，華為云為了應(yīng)對(duì)這些新的安全挑戰(zhàn)，大力提升了安全能力，保障大模型訓(xùn)練推理安全，主要包括：

在安全理念方面，華為云面向“防御極限攻擊”的理念來(lái)進(jìn)行安全設(shè)計(jì)，基于零信任構(gòu)筑了物理、身份、網(wǎng)絡(luò)、應(yīng)用、主機(jī)、數(shù)據(jù)、運(yùn)維七層防線和一個(gè)安全運(yùn)營(yíng)中心，每天成功抵御高達(dá)12億次的攻擊，確保業(yè)務(wù)“攻擊不癱，數(shù)據(jù)不丟，監(jiān)管合規(guī)”。

在安全機(jī)制方面，華為云提供等級(jí)云為客戶構(gòu)建了安全的數(shù)字空間，支持物理隔離或邏輯隔離，云平臺(tái)的操作透明可審計(jì)，確?？蛻舭残挠迷啤?

在安全技術(shù)上，華為云提供端到端的全棧數(shù)據(jù)安全保護(hù)方案，從硬件，軟件，應(yīng)用對(duì)數(shù)據(jù)全生命周期，以及數(shù)據(jù)流轉(zhuǎn)、大模型訓(xùn)練和推理數(shù)據(jù)，進(jìn)行全方位安全防護(hù)。同時(shí)確保訓(xùn)練數(shù)據(jù)、生成內(nèi)容的端到端安全合規(guī)。

在知識(shí)產(chǎn)權(quán)方面，如果客戶使用華為云大模型服務(wù)，生成的內(nèi)容侵犯了第三方的知識(shí)產(chǎn)權(quán)，華為將自費(fèi)為客戶辯護(hù)，并就最終法院判決或與第三方的和解給您造成的損失、成本和費(fèi)用進(jìn)行賠償。具體內(nèi)容以合同約定為準(zhǔn)。