作者|蓝血创建小组
来源|蓝血研究（lanxueyanjiu）
提交| Lanxueziben（微信）
顾问招聘| Lanxueziben（微信）
摄影| Sumino南美
今年AI人工智能的普及使所有公司宣称，如果他们不上车，他们将被时代抛弃。无论在国内外，无论哪种行业，制造商都试图进入AI。几乎所有企业的创新都“总是称为AI，并且必须有大型模型”。
2016年，华为的“新兴社区”发表了Ren Zhengfei的内部演讲。他将人工智能描述为烹饪，“就像东北炖肉一样，无论他炖了什么，我都不知道谁能炖。
在Ren Zhengfei认为，华为位于ICT行业，但它不仅招募了通信，计算机和软件的才能。它还需要各行各业的博士专家，例如医学，气象，煤矿和运输。
正如他曾经说的那样：“如何在桃树上生产西瓜？您必须仔细考虑。”
现在，华为的才华哲学终于使我们能够看到Ren Zhengfei所描述的场景，即在华为云的“桃树”上，“ Waltermelons”在数千个行业中出现了：
在自动驾驶领域，Pangu Automobile的大型模型通过构建数字双胞胎空间创建了复杂的场景样本，因此学习新的自动驾驶的新复杂场景的循环可以从两周以上缩短到两天。在采矿领域，Pangu Mining的大型型号涵盖了9个主要业务系统和21个场景，包括采矿，开挖，机械，运输，运输，洗涤，洗涤和选择，每年帮助煤矿生产8,000吨精制煤；就气象学而言，不仅可以测量台风，而且大雨预测的准确性也增加了20％以上…
在这些最初与华为无与伦比的领域中，华为云参与了无尽的专业创新成就。这些成就的背后是华为人民坚持克服困难并攀登珠穆朗玛峰北部斜坡的故事。
01
华为只能坚持攀登北坡
近年来，华为喜欢使用第二次世界大战的飞机来形容自己。 IL2轰炸机被孔殴打并用子弹痕迹覆盖，仍然坚持要在战斗后飞行并安全返回。海报通常包括一个句子：
“没有疤痕，我们怎么能得到浓密的皮肤和肉？自古以来英雄遭受了许多困难。”
作为局外人，我们很难理解两个冰和火之间的影响和差距。我以为我要越过万亿美元的收入标记并准备庆祝，但是我看到的是生与死的危险，华为的生命正挂在这条线上。 5G设备，芯片，操作系统，各种开发工具和各种业务方面都遇到了大量外部挑战。
华为一直是一家常设公司。第一步是将“备用轮胎”变成常规操作。消费者看到的是，华为将移动电话的Android操作系统切换到了其开发的洪蒙操作系统。在其背后，华为完成了13,000多个设备的替代开发，并在三年内重复替换了4,000多个电路板的董事会替代开发，从而取得了突破。
说到根技术，除了芯片，操作系统和其他知名技术外，还有许多关键技术不关注。在过去的几年中，华为的研发团队默默地克服了困难，“爬上北坡”并解决了一系列问题：
1。使用您开发的GaussDB数据库来替换已使用27年的Oracle数据库。
GaussDB是由华为云新开发的云本地分布式数据库。该数据库的开发不仅始于近年来，而且还基于华为在20年内的战略投资。 GaussDB不仅完全取代了华为27岁的Oracle数据库，而且比Oracle具有更好的高可用性，高性能和高弹性。它具有双重群集和双重主动切换的数据丢失，而故障恢复时间则减少了10次。 GaussDB数据库已被验证并广泛用于银行，保险，证券和能源等关键基本行业。
2。连续开发了78个软件和硬件开发工具来解决业务连续性问题。
华为云软件开发工具开发团队自2018年以来一直在计划，努力创建一组用于编码，编译，测试，安全性，构造，释放到部署等的软件链，迅速突破了根技术，引入了新的体系结构，并在整个软件开发领域中解决了顽固的问题。
在硬件开发工具方面，我们已经与20多个合作伙伴携手合作，以释放云本地示意图工具，PCB布局工具和结构设计工具，以便可以有效地保证电子行业硬件开发工具的连续性。目前，每月有超过200,000个软件开发人员和197,000个硬件开发人员使用这些工具。
华为将开发工具的突破描述为武装自然危险的突破，因为红军向前迈进并实现了战略性的“武士突破”，从而使领先的产品开发工具软件从矿石和沙子到产品完全摆脱了开发工具软件的外部依赖性。
3。在15小时内完成了全球88个子公司的元元大型转换。
在2019年的“ 516”之后，华为开始启动ERP连续性转换项目。华为的业务场景非常复杂，需要针对不同的国家，不同的客户，不同的交易方案，不同的会计标准和税收规则。旧的ERP支持每年在全球170个国家 /地区的销售，供应，采购，交付，金融和其他业务，这些销售价值数百亿美元。支持全球多元化业务的正常发展是华为的元元素能否成功的关键因素。
经过几年的努力，飞行员于2021年9月首次成功在马来西亚推出，并于2022年7月在华为技术等核心子公司启动。2023年第一个大规模转换将于2023年5月进行，涉及五个地区部门，包括欧洲，欧洲，中东和中部地区，占地75个地区，占地75个。总共有88家子公司，涵盖了多个行业，例如ICT，华为云和终端。
在技术研发的投资方面，华为一直遵守“攀登北坡”的研发精神。在十年中，研发投资增加了近1万亿元人民币，投资比例从13％增加到25％，在中国排名第一。
攀登北坡是具有技术创新的珠穆朗玛峰的顶部。解决问题解决了业务发展的关键挑战。
02
没有火药的战场
2023年7月7日，华为云发布了Pangu Mockup 3.0。今天，我们将使用Pangu大型模型来看看华为如何攀登另一个珠穆朗玛峰。
有些人大声疾呼华为也开始遵循这一趋势。与Chatgpt等市场上的一般大型模型相比，Pangu Big Model是B自然的大型模型，几乎与C-End无关。它解决了行业生产和运营中最困难的业务问题。
华为于2021年4月正式发布了Pangu Big Model（NLP Big Model和CV Big Model）； Pangu Big 3.0于2023年7月7日发布。我们仅关注华为的Pangu Big Model的原因是2023年7月，这是因为Chatgpt的发行引起了我们的好奇心，也就是说，我们正在对所有大型型号感兴趣。但是，“科学和技术人物”华为既不促进也没有争论。
Pangu Big Model 3.0是一个以行业为导向的大型模型系列，包括5+N+X三层体系结构：L0提供5种基本型号，包括语言大型模型，视觉大型模型，多模式的大型模型，预测大型模型和科学计算大型模型，提供了各种技能，以满足行业场景； L1基于基本的大型模型 +行业知识，提供了n个行业的大型模型，这些模型适合行业特征，包括政府事务，金融，制造业，药物分子，矿山，轨道，气象学等。L2提供X场景模型服务，更多地关注特定的应用程序场景或特定业务，并为客户提供盒装模型服务。
一个简单的摘要是基本的大型模型 +行业大型模型 +方案。
华为董事总经理兼华为Cloud首席执行官张平甘（Zhang Pingan）
华为执行董事兼华为云首席执行官张·平安（Zhang Ping'an）说：不要做诗歌，只是做事。
ChatGpt可以建立行业大型模型吗？当然，从理论上讲。但是，如果“行业 +场景”的两条腿不像对话，写诗和制作图片那样简单。
有些人将AI Big Model技术比作第三波计算机科学史上的“三山和山脉”。前两次是计算机的出现和互联网的兴起。可以看到它对各个国家的战略意义。
AI大型模型的背后是大型计算能力，强大的算法和大数据。这是多年来的基础，基础设施，珠穆朗玛峰的北坡以及攀登过程。
首先，让我们谈谈华为云如何通过系统体系结构创新，基础架构构建（例如数据中心）以及开放云服务来使公司自建造的大型模型成为可感知的现实。
大型模型必须涉及AI计算能力，这需要非常高的数据中心要求。华为预计，到2030年，通用计算能力将增长10倍，并且AI计算能力将增长500次。但是，由于AI服务器的功率密度远大于通用服务器的功率密度，因此单个机柜的功耗是传统机柜的6至8倍，并且需要专用的液冷系统来散热。此外，大型模型培训需要100、100,000卡路里，并且服务器之间的互连，延迟，可靠性以及操作和维护非常复杂，并且自行构建的AI数据中心面临许多挑战。
华为云不仅可以提供足够的AI计算能力，而且可以方便地访问企业。它只需要访问附近的华为云，以便它可以根据需要在云上使用AI计算能力，而不再需要花费时间和精力来自身构建或转换传统数据中心，但在数据安全方面也有足够的保证。同时，华为云AI云服务是一种开放式云服务，可以适应行业中近100个主流开源模型，例如Llama，稳定的扩散等。
这项创新的Ascend AI云服务于9月21日正式推出。
为了满足各个行业的需求，华为云将继续增加其今年的投资，将200多名医生拖到他们的脚上，步行到田野，前往建筑工地，去矿场并进入研讨会，因为大型型号必须具有实际实施方案以显示其真实价值。根据统计数据，华为云帮助了1,000多家公司实施智能创新项目。
他们在解决数千个行业的问题的大型模型背后是谁？
朱博士，美国密歇根州立大学统计学博士。负责Pangu的金融行业大型模型产品和行业实施解决方案。
他说，如何通过大型模型解决诸如出口业务和席位之类的问题？在评估出口问答和问题分析方案的有效性时，将涉及大量银行业务和银行条款。我给我留下的印象深刻的是，在与银行负责人进行沟通时，他说，大型模型在提高效率方面更为突出，但是从企业的角度来看，我们不希望员工被大型模型所取代。取而代之的是，大型模型应带来新的机会，以提高服务质量，提高员工的工作效率，并释放员工做更多的高价值事情。在一家大型国有银行中，这款大型车型于2023年7月推出，并连续促进了300多家销售商店，有13,000多个电话，答案的收养率超过85％。它极大地解决了知识，许多系统和金融业知识的难度问题，并提高了运营效率。法律部门使用大型模型来协助准备投诉报告，在两周内为该银行提供近80,000笔交易，达到10,000多家机构和16,000名员工。平均采用率稳定为80％，节省了12分钟。
中国科学院计算学院的Jin博士。华为云人工智能算法专家。
他说，自动驾驶行业的技术链非常长。硬件级别包括选择多个传感器，例如车辆硬件，视觉和雷达，以及传感器的布局和安装；软件级别包括数据收集，数据清洁，数据注释，感知算法，定位算法，决策计划和执行控制等；每个模块都有一个相应的专业团队。当我第一次进入自动驾驶行业时，我感到了该行业技术系统的大致。为了找到华为Cloud Pangu的大型模型和自动驾驶行业的入口点，我们深入到了不同行业的客户的前线，例如传统汽车公司，新车制造部队以及自动驾驶技术公司，并与多个技术团队进行交流并提出问题，例如客户内部数据，标签以及Algorithms，以及逐渐解决行业的痛苦点，并逐渐解决了该业务和技术痛苦。影响高级自主驾驶的实施的关键因素不再解决常见的一般案例，而是允许该模型快速学习各种不寻常但不断出现的“长尾问题”。通过Pangu Big模型，自动扩展了道路采集数据，并且可以控制地生成角案例，从而显着提高了数据闭环效率。华为云推出了一个大规模的自动驾驶方案数据生成解决方案，支持自动姿势偏移校正，实现了多焦点重建，进一步的模拟和新的驾驶轨迹数据的生成；通过戒指拍摄数据支持3D对象重建，并将重建的流量参与者添加到原始场景中。
中国科学院Qiao博士。与行业专家和医疗团队一起，我们构建了制药行业的EDA软件：Pangu辅助制药平台，使用Pangu Drug Molecular模型，为药品研发机构提供SaaS软件服务。
他说，我从事制药行业，我的背景也来自制药行业。我遇到的最困难的问题是如何使制药行业的专家认识到AI的价值。解决方案是更好地生产AI技术。医学领域具有广泛的知识系统，复杂的应用程序，并且难以获得数据。通用的NLP大型模型通过公共数据具有非常有限的学习能力。 Pangu Medical Big Model System收集大量医疗数据，并定义了大量的医疗任务来教NLP大型模型以学习医学知识和场景，以便可以更好地解决医疗问题。最骄傲的是，我们将自己开发为药物研发项目的Pangu药物分子模型。在与Xijiao大学合作，我们发现并命名了一种新的称为Cinnamoyl的抗生素。
Bi博士，博士，Tsinghua大学的Qian Ban博士，于2020年加入华为。
他说，到2021年底，有机会发现中期天气预报可能是AI的好情况。但是我面前有三个问题：第一个是大量数据。欧洲已经打开了2,000TB的全球气象数据，但对我们来说，该数据量太大了。第二个是不平坦的纬度和经度网格以及扭曲的同骨表面。与其他AI任务不同，天气预报的数据分布在纬度和经度网格中，在北极茂密，赤道上的稀疏；第三个问题是累积的迭代错误。 AI模型没有闭环数学形式，并且随着预测时间的增加，预测系统误差将迅速增加。工作中遇到的最大困难可能是保持“热情和连续的状态”。连续性意味着思维，思想，愿景和目标不会被打断。例如，当您进行商务旅行或会议时，您的想法可能是不连续的。如果一组实验完全无法满足期望，则可能会中断目标。如果一系列实验不满足期望，则可能会改变视力。
03
Pangu的大型模型到底可以做什么？
当每个人仍在关注Chatgpt并辩论谁是中国的Openai时，Pangu的大型模型以前解决了一些困难的问题，并就铁路，汽车，医疗保健，数字人员，软件研发，政府事务，矿业，气象学和其他领域和其他工业的价值创造了数千个行业的价值。这里有一些例子：
在采矿领域，精制煤炭的产量一直困扰着该行业多年。山东能源集团（Shandong Energy Group）完全将pangu矿山大型模型应用于九个主要的业务系统和21个场景，包括采矿，开挖，机械，运输，交通，通信和洗涤和选择，并引入了煤矿洗涤和选择的预测模型能力。在Pangu的帮助下，第二名煤矿每年可以生产8,000吨精制煤炭，将精制煤的收益率提高了两分，并使收入增加了约2000万元。目前，Pangu矿山大型模型已开始在全国8个矿山中大规模使用。
在政府事务领域，城市治理是一个复杂的系统项目，通常需要与40多个商业部门进行协调，并处理4,000多个公开场景。通过感知网络，每天都可以将数百个传感信号（例如城市充电堆，环境检测和天然气表）产生的大量数据与Pangu政府事务大型模型相连。通过对NLP和CV的多模式融合培训，Pangu实现了动态分析和对文本，视频和图像的理解，分析现象并找到了正确的负责任部门，并产生了专业的处理建议，将城市治理的效率提高了50％以上，并实现了Urban Inturban Guargement Evertage的上升和重新研究。
在汽车领域，自主驾驶训练很难穿越各种复杂情况。 Pangu Automobile的大型模型通过构建数字双胞胎空间来创建复杂的场景样本，从而缩短学习新的复杂场景的循环，从自主驾驶从两周内到2天。在商用车的情况下，Pangu可以模拟场景，例如在采矿区飞行的灰尘，上下倾斜的斜坡，并弯曲大弯曲，并自动标记它们。它可以在4个几个月内适应新的重型卡车型号。目前，蒙古内蒙古的新疆Na和Yimin开放坑煤矿使用华为的私家车自动驾驶云服务，可以达到60吨重的重型卡车横向误差小于0.2米，而精确的停靠误差且精确的停靠误差低于0.1米。
在气象场中，暴雨预测是气象学领域中最困难的任务之一，每年大雨造成的全球经济损失造成了数亿元人民币。华为云研发团队结合了40年零10年的卫星沉淀数据，并通过3D EST-EST-3地球空间网络训练优化创建了一个新的Pangu气象模型，并具有降水预测能力，这可以在接下来的6小时和24小时和24小时的降雨量中获得短期和中期降水预测，而该预测的范围超过了24小时和24个小时的降雨量，并且该模型的准确度更高。
在医学领域，Pangu Medical模型已经学习了大量的高质量数据，例如1600万个学术期刊和超过100万个结构化知识图。它具有在临床上提供协助的能力，有效地支持AI在医疗测试，临床辅助诊断和治疗以及个人健康管理等方案中的应用，并已成为医生和患者的强大医疗助理。在医学测试方案中，医学测试方案具有复杂的疾病，许多指标和不同的临床经验，这很容易导致遗漏。将来，根据Pangu的大型模型开发的Runda Medical Big Model（良好的医生Xiaohui）将访问4,000名医院，以帮助医生解释和诊断报告并加速医疗福利。
在数字人物领域，实时流媒体以帮助农民为农村工业带来广泛的市场空间。 Pangu数字人类模型可以迅速为人们创建自己的数字人物，并驱使数字人类通过文本和声音准确而流利地引入产品，并实时与观众互动。同时，您只需要用母语训练一次，就可以使用20多种语言进行广播。 Pangu的数字人类模型正在加速从山上引入农产品，并允许全世界了解中国的高质量产品。
在软件研发领域，新升级的CodeART SNAP增强了代码检查和代码优化的功能，并已连接到CodeArts软件开发生产线23开发工具的整个过程。 CodeArts快速将研发的总体效率提高了30％，并使代码更符合编程规格和可信度代码。同时，Pangu的研发模型还连接到Astro低型平台，涵盖了各种开发方案，例如视觉大屏幕应用程序，工作流程，复杂的应用程序和智能助手，可帮助开发人员轻松地在一次对话中生成应用程序，并全面地重塑软件开发。
“将诗歌留给诗人，并给Pangu带来问题。”张平安在华为2023年全联盟会议的主题演讲中说，Pangu Big Model肯定会重塑成千上万的行业，从而使每个行业，每个公司以及每个人的工作都更加有效，更容易。
04
结论
根据卡迪顾问的数据，截至2023年7月，中国总共发布了130个大型模型，大型模型驱动了人工智能的新发展。在技术树的交叉点上，AI模型打开了一条新轨道和一个新的战场。与美国相比，中国在这方面并不落后。
但是我们必须看到，在顶级大规模应用程序下，具有巨大的稳定计算能力，大规模并行培训以及整体建筑设计和硬件支持。每个链接的挑战是交织和链接的。可以说，大型模型和相关应用程序是迄今为止最复杂的软件和硬件系统工程。
Ren Zhengfei在今年2月的“难题揭示” Spark Awards研讨会上进行了预测：“将来，AI模型中会有一场风暴，不仅是Microsoft。而且人工智能软件平台公司对人类社会的直接贡献可能不到2％，而98％的人可能会促进工业社会和农业社会。”
在第四次工业革命中，我们正在迎来巨大的计算能力时代。
Pangu大型模型给出的答案是，没有风，花，雪和月亮，只有珠穆朗玛峰的北坡。解决困难的问题，做困难的事情，并进行深远的处理。
本网站每日更新互联网创业教程，一年会员只需98，全站资源免费下载点击查看会员权益
