智慧無所不至，攀登永恆不止。
如何讓AI，成為這個時代最顛覆的創新機會？
回望2024，世界仍在經歷“AI震撼”。
一邊是“千模大混戰”。
據《全球數字經濟白皮書（2024年）》：2024年，全球AI大模型數量多達1328個。其中，美國佔44%，中國佔36%。
一邊是算力大比拼。
據中國資訊通訊研究院測算，截至2023年底，全球算力基礎設施總規模達到910EFLOPS。其中，美、中分別佔比32%、26%。
不論大模型還是總算力，中國都屈居第二。
算力即國力，在此刻變得具象化。
如果將訓練AI大模型比作“煉丹”，那AI晶片就是熊熊的“爐火”。誰的晶片越多，誰的大模型就越聰明、越強大。
但在美國的強力管制下，中國企業購買英偉達AI晶片難以為繼。
而且，中國的AI算力僅佔總算力的30%，根本無法滿足需求。
面對困局，怎麼辦？
必然是集體突圍，迎難而戰。而突破之一，來自華為雲。
2024年9月，華為雲重磅釋出AI原生雲基礎設施CloudMatrix。
不是AI的算力不夠嗎？CloudMatrix的“池化”技術，能將CPU、NPU、DPU、儲存和記憶體等多種計算資源集中起來，匯聚成一個統一的資源“池”。讓不同的算力也能像水流一樣，根據需求任意抽取、分配，大幅提高資源的使用效率和靈活性，一舉破解了中國算力異構嚴重的難題。
但僅僅統一算力，顯然遠遠不夠。如何幫助使用者整合算力、高效訓練開發大模型，依然是難題。
於是，華為雲又推出昇騰AI雲服務，打造出一站式大模型訓練（“煉丹”）平臺。
其中，既整合了大規模算力叢集，又包含了計算引擎CANN、AI開發框架MindSpore、ModelArts AI開發生產線、ModelArts Studio大模型即服務平臺等強大工具。
不要說丹爐、丹粉、丹火、丹房，連煽火的童子，都給配齊了。
但“煉丹”免不了要“炸爐”，大模型訓練出故障毫不意外。
比如，Meta在Llama 3大模型（4050億引數）訓練過程中，動用了包含16384塊英偉達H100 GPU的超大叢集，耗時54天，故障419起，平均3小時就要“炸”一次。
對此，Meta無可奈何。
但華為雲的昇騰AI雲服務，卻實現了萬億引數大模型訓練無中斷時長最高達40天，故障恢復僅需10分鐘，可靠性達到甚至超越英偉達水平。
目前，昇騰AI雲服務全面適配行業主流的100多個大模型，透過雲服務的方式協助大模型的開發、訓練、託管、應用，真正成為百模千態的“黑土地”。
2025年，基於CloudMatrix全新架構的昇騰AI雲服務，就將正式商用。
澎湃的算力、易用的服務，不過是華為雲AI產業化的基石之一。要讓AI在千行萬業真正落地，還必須要有一個強大的、基石性的大模型打底。
於是，華為雲盤古大模型5.0來了。
▲華為常務董事、華為雲CEO張平安釋出盤古大模型5.0
這不單是十億級、百億級、千億級、萬億級引數規模“量”的升級，更是在全系列、多模態、強思維三個維度的“質”的突破。
實際上，華為的攻堅和突破不止於此。
從MetaERP到GaussDB資料庫，從Mate60到純血鴻蒙，乃至統御異構算力的CloudMatrix、高效開發的昇騰AI雲服務、聚焦行業與科學的盤古大模型……
AI，正成為改變時代的超級工具。
這既是中美“AI爭霸”的肇始，也是華為埋頭苦幹、聚力突破，試圖讓中國科技再也不受限於人的開端。
在業界人士看來，中美AI大戰，中國不能盯著美國拼晶片。
聰明的做法，應該用AI賦能千行萬業。畢竟，作為全世界唯一擁有聯合國產業分類中全部工業門類的國家，中國的AI應用，擁有最廣闊、最豐富的行業場景。
誠如李開復所說：中國AI的優勢，在於能夠更好、更快、更可靠和更低成本的實現落地。
所以，與國外卷算力、卷晶片不同，中國的AI更傾向於卷應用、卷行業。
2024年，由此被譽為“行業大模型”發展“元年”。
而這對順豐的快遞小哥來說，極其具象化。因為入職第一件事，先要學用“豐語”大模型。
比如，烏龜能不能寄、玉鐲怎麼保價、易碎品怎樣包裝、不同價格寄送時效如何……
面對這些瑣碎又專業的問題，快遞小哥再也不會一臉茫然。開啟APP，直接問“豐語”，馬上有答案。
今天的極致高效背後，潛藏著以往的難言之隱。
快遞物流行業的特點是，人員多、崗位多、流動大。所以，無數的隱性知識、經驗，以文字、語音、圖片、影片等形式，碎片化躺在規章制度和資訊系統裡。靠人力，無法發掘出內在價值。
所以，哪怕是“收快遞”這件小事，新員工不明白，老員工說不清。但在順豐體系裡，卻又不是“新問題”。
面對這樣的“老大難”，順豐決定自研一款物流行業的垂域大模型——“豐語”。
自研大模型需要海量的資料、龐大的算力、高昂的費用來做訓練、推理，如何快速高效地訓練出既專業、又實用的大模型是關鍵。
順豐選擇了“開箱即用”的華為雲昇騰AI雲服務。
在“豐語”的訓練過程中，昇騰AI雲服務不僅提供了澎湃的算力支援，更在不降低大模型效果的前提下，提供長穩的訓練體驗，實現了專業、可靠、成本的最佳平衡。
最終測評顯示，“豐語”實現了同規模尺度下的大模型表現持平，而物流專業領域表現遠遠勝出的效果。
▲基於“豐語”大模型自動生成合規品名
如今，“豐語”廣泛應用於順豐的市場營銷、客服、收派、國際關務等20多個業務場景，摘要準確率超95%，極大提升了工作效率。
這真正成為每項業務、每個人都能用得起、用得好大模型。
而這不過是華為雲AI大規模賦能行業的冰山一角。
據沙利文最新發布的《中國行業大模型市場報告，2024》，華為雲在行業大模型中取得政務、工業、金融3項第一，位居醫療、藥物、氣象、汽車4個領導者象限，領跑中國行業大模型市場。
這樣的領導地位，是靠“解難題，做難事”幹出來的。
以專注於銅箔製造的海亮股份為例。
銅箔看似平平無奇，但高良品率的銅箔，對提高鋰電池的能量密度、安全性、使用壽命具有重要意義。
而業界最高的良品率，只有90%，再難突破。
為此，華為的演算法、算力博士深入車間，與海亮的材料學、機械學博士一齊深度共創，打造出“銅箔工藝最佳化大模型”，並融入12道大工序、90+的工藝及裝置引數、30+質量檢測指標、26套系統平臺的核心資料。
在AI加持下，海亮的銅箔良品率一舉升至95%以上，衝破行業天花板。
同樣嚐到甜頭的，還有海螺水泥。
根據國標《通用矽酸鹽水泥出廠確認方法》（GB/T 39698-2020），確認出廠水泥的強度，要根據出廠水泥在3天、28天的強度，與出廠水泥或出磨水泥的1天強度（或快速強度的1天強度）關係，進行“預測”。
也就是說，只有快出廠時，你才大概知道這批水泥的強度是否達標。
這成為水泥業的“測不準原理”。其中原因，涉及原材料質量、水泥顆粒細度、煅燒的工藝、裝置、溫度、時間，乃至外界溫度、溼度等多維度資訊。而一旦強度不達標，要麼降級、要麼報廢，很容易導致成本升高。
依託華為雲的“盤古預測大模型”，海螺構建起一個融合結構化和非結構化資料的產品質量、能耗的預測模型，實現了即時工藝引數推薦功能，大幅提升了智慧化水平。
這使得水泥還在熟料階段，海螺就能實現對3天、28天的強度預測，準確率達到業界先進水平。
顯然，這大幅減少了生產的冗餘調整，實現了降本提質。
憑藉卓越的表現，華為雲、順豐、海螺、天士力等企業的創新實踐，成功入選由《環球時報》、中國科協、清華大學等聯合釋出的2024年“新質生產力產業實踐示範案例”，成為產業智慧化的標杆。
僅2024年，盤古大模型就在30多個行業、400多個場景中落地，透過“解難題，做難事”，重塑千行萬業，加速智慧升級。
但在華為雲看來，AI的未來，還有更廣闊、更遠大的版圖。
2024年，諾貝爾獎的揭曉，震撼世界。
其中，物理學獎、化學獎都與AI相關：一個是基於人工神經網路實現機器學習，一個是藉助AI預測蛋白質的複雜結構。
一場AI for Science（AI4S，人工智慧驅動的科學研究）的未來風暴席捲而來，正式成為推動科研的“第五正規化”。
為什麼AI4S如此重要？
因為科學研究正遭遇一場“維度災難”。也就是說，針對某些問題的求解，由於維度資料的增加，計算呈現指數級增長，人腦根本無法駕馭。
哪怕是對水泥強度的預測，人腦都不寒而慄。
用量子力學的奠基人保羅·狄拉克的話說，就是“我們有了開啟科學大門的鑰匙，卻沒有力氣去把門推開。”
因此，中國工程院院士高文才直言：AI4S將是AI的下一個主戰場。
而菲爾茨獎獲得者、天才數學家陶哲軒，已是AI4S重度使用者。
2024年，他牽頭髮起“等式理論計劃”，只用短短57天，就攻克了4694個等式之間、22028942個蘊含關係，大獲成功。
與此同時，華為雲也在AI4S上持續發力，並在氣象、醫療、農業等領域，解決了諸多世界難題。
▲在馬達加斯加漁村，海洋學家Toky在向村民講解雲盤古大模型預報的天氣資訊
2024年，當“阿爾瓦羅”氣旋即將狂襲馬達加斯加之際，當地公益組織運用“盤古氣象大模型”，精準定位了颱風登陸點，及時發出預警，幫助75萬漁民安全轉移，在風暴中守護了無數生命。
如此強悍的預測能力，源於盤古大模型5.0在“全系列、多模態、強思維”三個維度上的大升級。
全系列上，不僅有十億級、百億級、千億級、萬億級等不同引數規格，還包含NLP、CV、多模態，以及預測大模型、科學計算大模型。
多模態上，文字、圖片、影片、雷達、紅外、遙感等資訊都能理解，打破數字與物理世界鴻溝。
強思維上，思維鏈技術與策略搜尋深度結合，讓智慧體能理解、預測環境變化。
以天士力“數智本草大模型”為例。
基於華為雲盤古大模型L0基礎模型，大模型“學習”了4000多萬篇文獻，“鑽研”了1000多本古籍，所以，既能賦能方劑的篩選和最佳化、提升研發效率，又能輔助醫生問診。
同時，天士力還在盤古17億化合物的“藥物分子大模型”基礎上，增訓了350萬天然產物分子資料，未來有望更好地最佳化方劑、發現新藥。
農業上，由中國農科院聯手華為雲釋出的“育種大模型”，透過盤古大模型（NLP）及大資料技術，有望創造高產、抗旱、抗病的新基因、新物種，必將引發一場農業科技革命。
展望未來，隨著華為雲在AI4S領域的持續深耕，必將為各行業、各領域的產業創新提供更有力的支撐。
這意味著，AI不但將成為“新質生產力”，更將深入到基礎科學、研發的底層，成為更具深遠意義的“新質科學力”，透過產學研深度融合，引領產業未來發展。
2025年，世介面臨更多的不確定性和更激烈的大國博弈，AI正在成為新的核心戰場。
當美國在通用大模型上繼續矇眼狂奔，作為工業製造與數字經濟“雙強”的中國，有望在AI產業上雙管齊下，走出自己的差異化道路。
而不論是澎湃的矩陣式AI算力架構CloudMatrix、強大的昇騰AI雲服務，還是深度融入行業與科學場景的盤古大模型，已然構建起華為雲AI不可逆轉的“正向飛輪”。
這不僅僅是AI晶片和算力的單維競爭，也不侷限於AI在某個產業的落地、科研在某個區域性的突破，它是華為雲打造的一塊AI“黑土地”，註定要驅動千行萬業的AI持續生長、引領未來、飛速向前。
華商韜略出品
主編：畢亞軍 責編：周怡
美編：宋曉昱
本文僅代表作者個人觀點，部分圖片來自網路、圖蟲創意、東方IC，未能核實版權歸屬的，不為商業用途，如有侵犯，敬請作者與我們聯絡
華商韜略旗下公眾號，歡迎關注
◆◆◆
“點贊”是喜歡，“在看分享”是真愛
