重回极简:华为如何走向全面智能化?
“人类发现地球只是宇宙一员的时候,也是我们距离群星最遥远的时候。”
这个来自天文领域的喟叹,今天同样出现在行业与企业的智能化之路上。在这个时代坐标上,AI 大模型技术极速成熟,AIGC 和 AI Agent 等应用受到了各个行业的巨大期待。
但对绝大多数企业而言,AI 看似近了,其实却更远了。当企业耗巨资去追求大模型开发、自建 AI 算力、搭建 AI 平台等智能化方案,往往会发现其带来的价值并不明显,消耗的成本却难以承担。
如何解决能看到 AI,却无法获得智能化价值的时代难题?
华为在这个过程中,又能够把握怎样的新战略机遇?
(华为副董事长、轮值董事长徐直军)
2024 年 9 月 19 日,华为全联接大会 2024 在上海召开。华为副董事长、轮值董事长徐直军发表了以《拥抱全面智能化时代》为主题的演讲。将这篇演讲的内容与当前行业智能化的难题进行对齐,就能发现以上两个问题的答案。
全面智能化时代与初阶智能化阶段的区别在于,需要让 AI 系统像电力、网络一样归于极简,归于用户价值至上。
而让复杂的技术重回极简,正是华为最为擅长的战略惯性。
对于大多数行业与企业而言,大模型正在让智能化变得愈发复杂。参数不断膨胀的模型,成本持续增长的算力,以及不断叠加的 AI 系统运维难度,似乎都预示着 AI 将是一条单行道。最终只有极少部分能够负担超大模型、超大算力的企业才拥有智能。
然而从历史发展的逻辑看,这是绝不可能的。只有绝大多数企业与行业都能从中获益,技术革命才有成功的可能。
因此,我们必须换一个视角审视 AI。在 AI 本身的技术脉络之外,还要看到企业对智能化技术的真实适配与需求。一味追求大模型参数与大规模算力可能并不全面,只有实现行业与 AI 的双向对驰,才能最终实现智能变革。
以企业智能化为例,徐直军认为,站在客户持续成功的立场上,会发现这样几个客观现象:
1.不是每个企业都要建设大规模 AI 算力。
企业智能化进程中,也伴随着 AI 硬件产品快速迭代、AI 基础设施快速升级的客观情况。这样一来,企业自建 AI 算力很容易跟不上发展节奏,从而产生巨大浪费。而且对于企业来说,混合异构的 AI 算力也会产生巨大的运维成本,往往得不偿失。
2.不是每个企业都要训练自己的基础大模型。
企业自训大模型,意味着需要大量的高质量数据以及庞大的 AI 算力,从而带来复杂且高昂的综合成本。加上模型参数扩大,带来训练难度的不断提升,自行训练模型很可能延误企业将 AI 与核心业务结合,造成适得其反的效果。
3.不是所有的应用都要追求“大”模型。
从华为云的产业实践来看,不同场景的需求可以通过不同参数级别的模型来满足,而不是一味追求模型的“大”。比如,十亿参数模型可以满足科学计算、预测决策等业务场景的需求;百亿参数模型可以满足知识问答、代码生成、坐席助手等大量场景的需求;更复杂的 NLP、多模态任务,则通过用千亿参数模型来完成。
如果说,智能化的初级阶段,是向着参数更大、泛化性更强的模型单向发展,那么全面智能化阶段,必须考虑用户与 AI 的双向情况。只有每家企业,甚至每个人、每台设备、每辆车都以最合适自己,最简单的方法获得智能化价值,AI 才能由远而近,抵达产业核心。
明确了这个逻辑,我们才能理解华为的战略机遇何在。
想要实现从单向 AI 到全面智能化的跨越,有一个不可避免的阶段,就是回到极简。
事实上,信息时代、数字时代,甚至更早的工业革命都会经历这一过程。产业真正成熟的标志,是将看似极其复杂的技术原理与工程化设计进行封装,最终让用户获得唾手可得的价值。
比如说,今天企业只需要了解企业网的架设与办公终端的使用,不必考虑复杂的网络制式与网络协议。这就说明原本复杂的企业数据通信,已经实现了极简的价值回归。
华为这家公司所擅长的,正是对复杂的技术进行极简化处理。从交换机、基站,到服务器,甚至终端,华为一以贯之的战略思维,就是在各个领域寻找将复杂技术进行极简化变革的机遇,从而确立这一领域的竞争优势。这也就是大家听说过的“简单的留给用户,复杂的留给自己”。
在 AI 时代面前,想要再次完成“重回极简”的目标,华为需要找到一系列战略接驳点。接驳点之下,华为将复杂的智能化技术封装完成;接驳点之上,最终用户可以以最简单有效的方式获取智能价值,比如说:
云,是企业与全面智能化的接驳点。
徐直军认为,对于很多不具备自建 AI 算力和自训基础大模型能力的企业来讲,选择云服务是更为合理的、可持续的选择。华为云也针对这些挑战,面向 AI,对全栈进行了升级,致力于让每个企业都能按需、高效地训练模型和应用模型推理。
为了实现为不同需求、不同类型企业提供智能化价值,华为云在 AI 算力、AI 开发工具、大模型本身等一系列价值上进行了长期建设。算力层面,华为云持续打造了昇腾云服务;AI 开发领域,华为云升级了 ModelArts 服务,支持业界主流基础大模型开箱即用,并提供一站式模型调优、部署、测评等工具链支持;在大模型层面,华为云打造了盘古 5.0,支持包括十亿级、百亿级、千亿级在内的全系列模型,为企业提供丰富的模型能力选择。
鸿蒙原生智能,是终端设备与全面智能化的接驳点。
华为正在基于端、芯、云协同的架构,将 AI 技术与鸿蒙操作系统深度融合,从而构建以 AI 为中心的鸿蒙原生智能。通过小艺智能体等应用方式,让终端设备走向更高水准的智能化。
ADN 网络,是网络通信与全面智能化的接驳点。
华为在 2018 年首次提出了将 AI 用于电信网络的 ADN 自动驾驶网络架构。目前,ADN 网络已经高度融入华为的运营商业务中,同时开始向企业网络领域演进。
自动驾驶,是汽车与全面智能化的接驳点。
在汽车领域,华为已经基于融合感知技术,打造了可以持续演进的自动驾驶解决方案,实现了主动安全、智能化泊车、车库到车库智驾等关键场景的突破。这些能力的成熟,为最终实现无人驾驶奠定了基础。
这些接驳点的背后,展现了华为在 AI 大势面前的基础判断:只有用户价值与技术进步的交汇处,才是值得发力的战略空间。
至此,我们可以回顾一下,什么是华为眼中的全面智能化。它至少包含这样几个要素:
1.全方位挖掘行业需求的智能化。
华为并不仅仅专注于大模型,而是专注各个行业、各个领域真实的智能化诉求。比如存、算、网的基础设施革新;比如企业对大模型、AI 开发工具的有效获取;比如具体行业中的智能化场景落地。只有实用、有效、符合行业需求的智能化,才是全面智能化。
2.全领域实现技术高度成熟的智能化。
相比单一维度的模型变大,算力需求增加,华为更关注技术的成熟性。比如说,汽车里包含多大的模型,手机里有多少 AI 算力其实无济于事,只有真正提升驾驶体验的汽车,真正成为个人助理的手机 AI,才是全面智能化的标志物。
3.全维度达成生态合作的智能化。
生态发展一直是华为战略的重要部分。在智能化战略的第一周期,华为先后开启了华为云、昇腾、鲲鹏和鸿蒙生态的构建。接下来,华为也希望通过生态来牵引智能化战略的发展,为世界计算领域提供第二个选择,为世界提供第三个移动操作系统。
可以说,在智能化走向极简,走向易用,走向行业价值与技术价值对驰的必然性下。华为已经掌握了几个战略高点,比如云+行业智能化、鸿蒙原生智能、自动驾驶技术等。将这些时代性的机遇放大,将会成为华为接下来的发展重心。
用户价值的恒定,与 AI 技术的飞速蜕变,二者交集处是一片无人区,也是一个巨大的机遇窗口。
坚定走向这个窗口,就是华为给全面智能化时代的第一个拥抱。
版权声明: 本文为 InfoQ 作者【脑极体】的原创文章。
原文链接:【http://xie.infoq.cn/article/e3ff599715df6aba711c1e85d】。
本文遵守【CC-BY 4.0】协议,转载请保留原文出处及本版权声明。
评论