华为云，调出 AI 原生三原色

2024-09-20
天津
本文字数：5201 字
阅读完需：约 17 分钟

17 世纪，伟大的物理学家艾萨克·牛顿，通过三棱镜将阳光进行了分解，发现世间所有的色彩，都是由红、绿、蓝三种颜色按照不同比例混合产生的。于是，“三原色原理”就此诞生，这也为人类推开了现代光学的大门。

AI 大模型极速发展，行业智能化汹涌而来。在今天，企业和开发者也面临着“色彩过多”的困惑。AI 技术本身的多样性、大模型从训练到推理的流程复杂性，应用场景的多元性都十分惊人，AI 与企业业务的融合形态更是变化万千。

如何让纷繁的 AI 技术化繁为简，为我所用？这或许已经成为智能化面前最大的难题。

解开这道难题，华为云的想法与牛顿非常相似，他们想要调出 AI 原生的三原色，并将其提供给企业用户、伙伴与开发者。

所谓“万变不离其宗”，用“三原色”构成的 AI 原生思维，各行业就能够随意画出真正想要的智能化图景。

2024 年 9 月 19 至 21 日，第九届华为全联接大会（HUAWEI CONNECT 2024）在上海举办。其中，在 20 日上午的主题演讲中，华为常务董事、华为云 CEO 张平安发表了题为“云上跃迁，AI 重塑千行万业”的主题演讲。他表示，企业要在智能时代抓住机遇，用 AI 构筑自身领先优势，最核心的是要构筑起 AI 原生的思维，将 AI 技术和工具作为核心要素，来重新思考和设计企业流程、IT 架构、业务创新，充分发挥 AI 的潜力，提高效率，创新业务模式，解决复杂问题。

（华为常务董事、华为云 CEO 张平安）

基于此，华为云围绕 AI 原生思维带来了一系列经验分享与技术发布。将这些发布串联起来，会发现其核心是“方法论筑基、基础设施升级、AI 大模型能力适配”三要素——这就是 AI 原生思维的三原色。

让我们走进这个色彩斑斓的智能世界，去理解如何用三原色画出属于每个行业、每家企业自己的 AI 旅程。

什么是 AI 原生思维？以及我们为什么需要 AI 原生思维？

探讨这个问题，就必须深入 AI 大模型爆发之后，各行业所面临的智能化局面。在目前阶段，AI 的降本增效价值已经显现无遗，并且加速深入各个行业，以及每个行业的各个生产流程，带来了显著的投资回报率与生产力增长。

但在企业亲身进行 AI 实践的时候，却会发现其困难程度远超想象。每家企业的业务场景、智能化需求、数字化基础设施情况，以及对 AI 技术的掌握能力都不相同。引入 AI 大模型会面临缺乏路径参照、成效难以评估、技术投资不发挥价值等问题。AI 虽有万彩，但企业却画不出，画不成，甚至不敢画。

这类问题出现的核心逻辑差异在于，企业究竟在进行“+AI”还是“AI+”？

所谓“+AI”，即企业还是以此前的业务逻辑为主，只是叠加上 AI 大模型的新能力。这就会面临一系列问题，比如大模型是否与业务逻辑相符，对大模型的投资是否真的能够带来商业回报等。

举个例子，在对话框类大模型应用爆火之后，各类互联网应用都在添加 AI 对话框。但有些应用根本无需对话操作，新的 AI 对话框反而遮挡了用户界面。这类案例中，AI 大模型能力属于单纯的外挂和辅助，甚至为了添加而添加，这就属于典型的盲目“+AI”。

而“AI+”，则是指从业务的出发点就基于 Al 技术进行设计，确保整个业务流程围绕 AI 进行，系统、应用与服务都基于 AI 原生（AI Native）来打造，最终实现 AI 技术深入企业与业务核心，成为水、电、网络、人才一样的企业发展基础。

想要从“+AI”跨越到“AI+”，必须有完善的理论框架、数字化基础、AI 能力作为保障。这些 AI 原生要素的综合体，就是企业践行智能化前所必须具备的 AI 原生思维。

AI 原生思维的核心，不是仅仅将 AI 视作工具，而是基于 AI 的价值特性来成就业务和流程。想要实现这样的目标，就必须具备三个前提条件：

首先，企业决策者要拥有完善的 AI 原生方法论，明确智能化的方案、流程与可能性。

接下来，企业需要构建 AI 原生基础设施，并且构建以 AI 为中心的数据底座，确保企业的基础设施能够匹配 AI 创新。

最后，企业还需要获得充沛的大模型能力，要让大模型具有多模态、多尺寸的特征，能够真正融入企业业务，确保大模型能力匹配企业业务需求。

让所有企业都能满足这三个条件，就是华为云调出的 AI 原生思维三原色。

红色，代表成功、兴旺、繁盛与炽热。在企业智能化的路上，首先需要的是能够走向成功与兴盛的方法论作为牵引。而优秀的 AI 原生方法论，也只能从优秀的 AI 实践当中来。

为了透视企业业务与 AI 技术之间的深刻关联，华为决定将自身的 AI 实践分享出来，秉持华为一贯的“自己的降落伞自己先跳”，给千行万业带来走向智能化成功的方法论基石。

华为董事、质量流程 IT 总裁陶景文，在《数转智改，实现企业持续高质量发展》的分享中，详细剖析了华为自身的 AI 实践，以及从实践中凝结的方法论体系。

（华为董事、质量流程 IT 总裁陶景文）

2018 年，华为正式成立 AI 使能部，计划通过数字化转型和 AI 赋能让华为成为行业企业的标杆。2024 年华为正式启动 AI 辅助内部业务变革，将 AI 技术与华为的数字化体系结合。这意味着华为推动将自身海量、重复、复杂的业务场景进行了全面的 AI 升级，为 AI 原生思维提供了体量最为庞大，效果最为显著的样本。

陶景文认为，AI 是一场变革，企业要把 AI 变成一个真正能给业务带来价值的服务，一定要跟企业的流程、组织、IT、数据以及业务场景深度结合。

最终，华为将自身的 AI 实践总结成了一套方法论，叫做“三层五阶八步”。三层的价值在于重新定义了智能业务、AI 开发与交付、持续运营智能应用。而五阶八步则是从业务场景出发，沿着业务流程、组织，公司数据和 AI 应用，指导企业如何步步推进 AI 落地，完成价值转化。

从流程来看，华为将推进 AI 与业务融合分为三个阶段。首先要定义企业的 AI 场景，明确哪些场景确实能够进行 AI 升级。为此，华为总结了 AI 场景“十二问”，作为企业选择智能业务场景的关键的手段。

接下来，企业需要推动现有作业流程的智能化升级，通过机器辅助人与人辅助机器的种种方式，将 AI 快速融入业务实际业务场景中。

最终，企业需要实现将 AI 作为员工工作的基础，人人都懂 AI 和用 AI。为此，华为成立了 AI 相关组织，装载各领域 AI 专家人才，开展 AI 训战和赋能，提升整体 AI 人才浓度，并将 AI 能力融入任职标准。

最终，在“三层五阶八步”的帮助下，华为各个领域的业务能力都得到了显著的智能化升级。

比如在合同场景，华为通过对象、过程、规则的数字化，实现海量合同高质量并行处理，多语种合同要素智能提取和比对，风险作业从 2 小时缩短到 5 分钟。

在研发场景，华为给超过 11 万研发员工配备了开发助手，利用大模型自动提取作业上下文信息，实现代码行级续写、函数生成、代码解释和注释，采纳 AI 生成代码 700 万行/年。

在制造场景，华为采用多模型“系统工程”，组合决策式和生成式 AI，构建了计划求解器，AI 视觉质检、装备预测性维护、制造知识赋能等能力，提升了制造整体生产力，订单交付周期缩短了 30%以上。

基于华为自身 AI 实践，总结出的详尽可靠方法论。具有业务真实性、场景复杂性、AI 技术前沿性相结合的特点。在目前的智能化探索中可谓独树一帜。

方法论是成功的基础。契合 AI 原生思维的方法论，也是企业智能化成功的“第一原色”。

蓝色，代表着包容、纯洁、宁静与和谐。在 AI 基础设施领域，企业正需要蓝色的包容力量。

大模型，是迄今为止最复杂的软硬件系统工程，自然也对相应的基础设施提出了极高的要求。而这种复杂程度不能加诸企业本身，必须将复杂的技术与工程留在前端，让企业聚焦于 AI 与业务的结合本身。

为了实现 AI 原生云基础设施的目标，华为云已经做出了长期的努力。比如华为云实现了 AI 云基础设施的自维护，千亿参数模型能够达成 40 天无中断训练，平均故障恢复时间小于 10 分钟，远低于业界 60 分钟的恢复时间。同时，华为云提供了多样化的部署方式，覆盖从模型开发到应用的各个环节，用户可以选择公有云、专属资源池、混合云，以及边缘部署等形式。

为了实现 AI 基础设施进一步完善，达成实现符合 AI 原生思维的基础设施建设，华为云推出了新一代的 AI 原生云基础设施 CloudMatrix，通过“一切可池化、一切皆对等、一切可组合”，构建分布式对等全互联架构，实现了单体算力向矩阵算力的演进，从而在算力规模、扩展模式、使用模式上更加匹配 AI 时代超大规模算力、灵活弹性、高效稳定的需求。

（华为云 AI 原生云基础设施架构 CloudMatrix 正式发布）

所谓“一切可池化”是指 CloudMatrix 通过分布式 QingTian 的调度能力，实现了 CPU、NPU、DPU、内存、存储等所有基础设施硬件资源的池化，让资源可以随时被按需调用。通过达成超节点矩阵算力架构，算力得到大幅提升。

“一切皆对等”是指通过超高带宽的 MatrixLink 实现从“传统以太网”向“共享总线以太网”演进，实现池化算力的高速互联。通过资源全部对等连接打破计算集群线性度的瓶颈，有效提升大模型的训练效率。

而在“一切可组合”方面，CloudMatrix 在统一多元算力逻辑池化、高速全对等互联的基础上，通过瑶光智能云脑对云上超节点算力资源进行统一建模、调度。通过统一的网络控制器 MatrixLink 实现软件定义的灵衢逻辑总线，从而提供了软件定义多元算力链接、拓扑、多租户隔离的关键能力，让多元化的算力类型与规模可以灵活组合，覆盖百-千-万亿等不同级别的模型训推场景。

在更加包容、灵活的技术架构帮助下，CloudMatrix 可以实现训练效率提升 20%到 70%，推理性能提升 30%以上。从对企业至关重要的性价比角度来说，通过可组合算力可以为场景化应用提供最佳的算力适配方案，实现多场景差异化算力的诉求互补，减少算力碎片，从而有效提升资源利用率。

可池化、可组合、高效对等的 AI 云基础设施，能够让大模型与企业真实需求相互适应，高效匹配。对于企业来说，从方法论落地到产业实践，首先以能够实现想法，有效利用资源的基础设施。

而在 AI 原生云基础设施对产业现实的包容度层面，华为云毫无疑问走到了行业之先。

绿色，代表着生长、希望、舒适和平静。在最终发挥智能化力量的模型层面，企业希望能够不断向上生长，不断适配企业需求的大模型，让模型能力的种子，在业务体系与生产系统中生根发芽，长成参天大树。

这里一个重要的误区在于，企业所需的大模型不是参数越大越好。在真正的行业智能化场景中，企业必须考虑综合成本、专业契合度、基础设施适配等问题。往往企业需要的不是参数最大的模型，而是可以裁剪，能够符合业务场景的模型。另一方面，在企业的真实应用场景里，大多数情况也不是一个模型能够满足所有需求，而是需要多模态能力来对应多样化的需求。

大模型，必须不断成长，不断适应，才能让企业如沐春风。

在这一领域，华为云已经将盘古大模型 5.0 打造成了多模态、全系列的大模型。在多模态层面，盘古 5.0 不仅能支持文本、图片、视频，还支持雷达、红外、遥感等更多模态，让 AI 能够帮助企业精确理解物理世界。在全系列层面，盘古 5.0 包含了同参数规格的模型，以适配不同的业务场景。其中，十亿级参数的 Pangu E 系列可支撑手机、PC、车等端侧的智能应用；百亿级参数的 Pangu P 系列适用于低时延、低成本的推理场景；千亿级参数的 Pangu U 系列适用于处理复杂任务；万亿级参数的 Pangu S 系列超级大模型是处理跨领域多任务的超级大模型。系列化的盘古，能帮助企业真正在复杂的业务场景中应用 AI 技术。

为了进一步实现模型能力的成长，让大模型适配企业的真实需求，华为云 CTO 张宇昕最新发布了华为云盘古智能助手。

（华为云正式发布“1+N”的盘古助手体系）

盘古智能助手推出了 1 加 N 的智能助手产品体系。“1”指的是统一的华为云智能助手。它围绕企业在云上的规划、使用、维护、优化全旅程，可以提供知识查询、信息查询、操作执行、优化分析等等智能化能力。“N”是指华为云针对企业用户工作流程中的高频共性场景，比如产品研发、数据分析、安全防护、办公协同等，通过将盘古大模型与各个领域积累的数据和经验相结合，通过 AI 赋能这些场景专用的云服务，提升相关人员的业务效率。比如华为云 CodeArts 盘古助手，就为邮储银行提供了一个企业级的研发专家助手，带来了智能化的代码生成能力。

不断成长，不断响应千行万业呼唤的盘古大模型，已经成为 AI 原生思维中不可或缺的最终落点。