作者 | 常棣

華為云的科學(xué)家都快成工程師了。

過去幾年，華為云把一批又一批博士、專家、科學(xué)家派到客戶現(xiàn)場，下礦井、進(jìn)車間，送到了山東能源，送到一汽車間，送到貴州直播基地，送到泰國氣象局，幫助超過1000家企業(yè)落地智能化創(chuàng)新項(xiàng)目。

在互聯(lián)網(wǎng)大廠看來，這是吃力不討好的事，產(chǎn)業(yè)互聯(lián)網(wǎng)概念興起的早期，大廠們掀起了浩浩蕩蕩的“下鄉(xiāng)”運(yùn)動，目的就是為了搞懂行業(yè)Know-How，但效果卻并不好，行業(yè)壁壘強(qiáng)、人力成本高、回報周期長、技術(shù)價值不明顯等等，他們大多沒找到技術(shù)和業(yè)務(wù)結(jié)合的長久方法。

華為云的科學(xué)家有些不一樣。印象中的科學(xué)家總是在探索艱辛晦澀的原理，尋求解答關(guān)于世界運(yùn)作方式的根本問題，而工程師則更加注重實(shí)際應(yīng)用和解決實(shí)際問題，設(shè)計和制造出滿足人們需求的實(shí)際產(chǎn)品或系統(tǒng)。

經(jīng)歷過AI產(chǎn)業(yè)潮起潮落，接觸過大模型的人都知道，科學(xué)家解決“可能性”問題，工程師解決“可行性”問題，華為人將這兩種身份不沖突地聯(lián)系起來，游走在AI技術(shù)創(chuàng)新與業(yè)務(wù)需求的交匯點(diǎn)。

在華為全聯(lián)接大會2023上，華為云盤古大模型喊出了“解難題、做難事、行致遠(yuǎn)” 的口號，而這一切的前置條件，在于提出正確的問題。

為大模型提正確的問題

愛因斯坦曾經(jīng)說過：“提出一個問題往往比解決一個問題更重要。因?yàn)榻鉀Q問題也許僅是一個數(shù)學(xué)上或?qū)嶒?yàn)上的技能而已，而提出新的問題，卻需要有創(chuàng)造性的想象力，而且標(biāo)志著科學(xué)的真正進(jìn)步。”

大模型是先有技術(shù)創(chuàng)新，再去找尋業(yè)務(wù)場景，不可否認(rèn)大模型的革命性，但是，大模型看似提供了一個無所不能的工具，實(shí)際上卻沒有天然適配的生長場景，尤其在需要可靠穩(wěn)定的企業(yè)級場景，大模型需要做到“人無我有，人有我優(yōu)”。

這就要求科學(xué)家和工程師提出正確的問題，左手大模型，右手業(yè)務(wù)場景，把大模型嵌入到業(yè)務(wù)場景的深處，之后作出假設(shè)大膽論證，完成大模型的業(yè)務(wù)閉環(huán)，目前最熟悉大模型的還是科學(xué)家們，華為云將寶貴的人力放到一線順理成章。

華為云科學(xué)家口中的關(guān)鍵詞自然變成——落地，落地，還是落地。

“沒有調(diào)研實(shí)踐，就沒有發(fā)言權(quán)，AI落地需要腳踏實(shí)地?！比A為云AI高級研究員謝凌曦表示，他是盤古CV基礎(chǔ)大模型的主要負(fù)責(zé)人。

謝凌曦提到，“我們認(rèn)為的很多簡單場景，其實(shí)都面臨著我們想象不到的困難。AI算法并不是萬能的，只有算法與需求緊密結(jié)合，算法專家與行業(yè)專家密切配合，才能走出AI落地的道路來。”

憑借盤古氣象大模型登上Nature的一作作者愷峰，同樣把落地當(dāng)做追求。

“AI落地和AI科研之間的區(qū)別——科研的時候只需要在'imagenet數(shù)據(jù)集’上精度高一兩個點(diǎn)就可以了，但是落地的場景很碎片化，數(shù)據(jù)標(biāo)注流程和質(zhì)量要自己控制，算法調(diào)優(yōu)周期要盡可能的短，樣本數(shù)目比較少但是場景特別多。落地場景一般做起來都比較快樂，對我而言，更困難的地方是寫各種文字材料，還有就是場景很碎片化，我更想做一些'價值更大’的問題?！彼f。

會上，華為常務(wù)董事、華為云CEO張平安表示，今年華為云還將派200多位博士深入客戶現(xiàn)場，抓住AI技術(shù)創(chuàng)新與業(yè)務(wù)需求的結(jié)合點(diǎn)。盤古大模型“不做詩、只做事”，而是要“解難題，做難事，行致遠(yuǎn)”；盤古大模型為解決行業(yè)難題而生，它不僅要做難事，更要幫助千行萬業(yè)的客戶解難題，讓每個行業(yè)、每家企業(yè)、每個人的工作更高效、更輕松。

很多采買大模型的企業(yè)和大模型企業(yè)的工程師都沒打過照面，華為云投入了如此之大的資源，不會滿足于誰都能做的淺層場景，此前如GaussDB、軟件開發(fā)工具、AI云服務(wù)等，華為云都選擇了難度最大卻也回報最大的方向，“解難題、做難事”的思路也貫徹到了大模型領(lǐng)域。

瞄準(zhǔn)5%的Corner case

一個殘酷又現(xiàn)實(shí)的問題是，幾乎沒有企業(yè)不準(zhǔn)備或已經(jīng)采用AI技術(shù)，但如果說哪個企業(yè)沒有AI技術(shù)就無法正常運(yùn)轉(zhuǎn)，也幾乎沒有。這對如今大模型的啟示很明確，就是要解決產(chǎn)業(yè)中的Corner case，才有不可替代的價值。

以自動駕駛領(lǐng)域?yàn)槔?，影響高階自動駕駛落地的關(guān)鍵因素，不再是解決常見的一般案例，而是讓模型快速學(xué)習(xí)各類不常見但不斷出現(xiàn)的Corner Case，這類問題只占5%甚至更少，但卻是實(shí)實(shí)在在的瓶頸。

例如停靠在路邊的白色卡車，模型可能會識別為天上的云朵，不會觸發(fā)剎車，就會導(dǎo)致碰撞事故的發(fā)生。

大模型來了之后這些問題就能迎刃而解嗎？當(dāng)然不是。Corner case閉環(huán)涉及數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模型仿真等多個環(huán)節(jié)，最阻礙Corner case快速閉環(huán)的，是如何快速挖掘出足夠多的樣本數(shù)據(jù)來啟動訓(xùn)練。

每一個問題和方向的抉擇，都意味著潛在的大量優(yōu)化和經(jīng)驗(yàn)沉淀，點(diǎn)滴的進(jìn)步都鋪就在開發(fā)和工程的積累之上。華為云推出基于大模型的自動駕駛場景數(shù)據(jù)生成解決方案有三大特點(diǎn)：

對數(shù)據(jù)質(zhì)量更加魯棒，支持位姿偏移自動修正，實(shí)現(xiàn)多旅程重建、并進(jìn)一步仿真和生成新行駛軌跡數(shù)據(jù)；

重建精度高，開闊大場景精度厘米級，誤差小于千分之三，從而實(shí)現(xiàn)大視角變換，支持不同車型適配和車道變換；

重建場景可按需編輯：支持通過環(huán)拍數(shù)據(jù)進(jìn)行3D物體重建、并將重建的交通參與者添加到原場景中。

基于盤古大模型的場景生成能力，企業(yè)可以構(gòu)造出雨天、下雪天場景用于模型的訓(xùn)練，不用再等待特殊的天氣出現(xiàn)才能進(jìn)行數(shù)據(jù)采集。20%的路測工作可以通過大模型的場景生成來實(shí)現(xiàn)，縮短了里程積累的周期。大模型能夠快速的構(gòu)建出場景豐富的樣本，而且對樣本的數(shù)量要求也只有以前小模型的十分之一，通過應(yīng)用盤古大模型可以讓自動駕駛的Corner Case實(shí)現(xiàn)天級的閉環(huán)。

此外，盤古大模型也展示了醫(yī)療、數(shù)字人、軟件研發(fā)、政務(wù)、礦山、氣象等方向的最新成果。

例如盤古政務(wù)大模型接入了城市數(shù)十萬視頻源進(jìn)行聯(lián)動分析，基于對百萬政務(wù)知識精調(diào)、政務(wù)規(guī)則理解與執(zhí)行的能力，盤古大模型能實(shí)時精準(zhǔn)理解及分析畫面內(nèi)容存在哪些城市損壞及異常的現(xiàn)象，城市事件處理效率提升了50%以上。

大模型廠商不僅要了解科學(xué)、懂得技術(shù)，更要知道行業(yè)know-how和其背后的意義，通過工程化的實(shí)踐，把構(gòu)想轉(zhuǎn)變成能力，華為云既能提出問題，也能解決問題，這就是華為云的不同之處，也是其為盤古大模型蹚出的道路。

百模千態(tài)，吃掉算力還是被算力吃掉？

參考新技術(shù)的發(fā)展路徑，大模型大概率是由底層及上層，由硬件及軟件，待到成熟形態(tài)又會往復(fù)螺旋式的發(fā)展，目前數(shù)百個大模型、數(shù)以千計的業(yè)務(wù)形態(tài)，都仰仗于算力。

在大模型的熱潮下，全球AI算力供給短缺，受外部因素影響，國內(nèi)企業(yè)獲取高端AI算力進(jìn)一步受到限制，大模型的競爭也是算力的競爭，只有發(fā)展持續(xù)供應(yīng)、自主可控的AI算力，中國大模型才不至于是空中樓閣。

換個角度想，成本高企的AI算力也是橫亙在大模型商業(yè)化前的難關(guān)，沒有高效率、低成本、可大規(guī)模復(fù)制的算力，大模型商業(yè)閉環(huán)注定是磕磕絆絆。

如今，擺在所有廠商面前的共同難題，是吃掉算力，還是被算力吃掉？華為也給出了自己的答案。

全聯(lián)接大會首日，華為副董事長、輪值董事長、CFO孟晚舟提到，大模型需要大算力，算力大小決定著AI迭代與創(chuàng)新的速度，也影響著經(jīng)濟(jì)發(fā)展的速度。算力的稀缺和昂貴，已經(jīng)成為制約AI發(fā)展的核心因素。

華為致力于打造中國堅實(shí)的算力底座，為世界構(gòu)建第二選擇，將持續(xù)提升“軟硬芯邊端云”的融合能力，做厚“黑土地”，滿足各行各業(yè)多樣性的AI算力需求。

翌日，華為云便拿出了昇騰AI云服務(wù)的解決方案，以云服務(wù)的方式提供AI算力，讓企業(yè)直接云上獲取，隨取隨用，更加高效敏捷地實(shí)現(xiàn)開發(fā)和使用大模型。

從算力布局來看，華為云提供了貴安、烏蘭察布、蕪湖3大AI云服務(wù)節(jié)點(diǎn)，客戶可以就近接入，服務(wù)即開即用，數(shù)據(jù)加密傳輸，大模型訓(xùn)練和推理算力觸手可及。

從訓(xùn)練效果來看，昇騰AI云服務(wù)支持千卡預(yù)訓(xùn)練故障自動診斷恢復(fù)，增強(qiáng)智能運(yùn)維工具能力，實(shí)現(xiàn)分鐘級信息獲取、2小時定界、24小時提供解決方案；任務(wù)恢復(fù)時長<30分鐘。

最重要的是兼容的深度和廣度，昇騰AI云服務(wù)支持“百模千態(tài)”，內(nèi)化優(yōu)質(zhì)開源大模型，降低大模型使用門檻，后續(xù)將支持上百個開源大模型，同時提供豐富的開發(fā)、遷移工具鏈，集成全棧的開發(fā)工具、自動化實(shí)施工具，典型模型遷移效率低至2周，主流場景自助遷移。

大模型是革命性技術(shù)創(chuàng)新不假，但有了算力，才有了想象力，有了提出問題-解決問題的循環(huán)，才有持久的商業(yè)落地模式。外界喧囂仍在，華為云低頭趕路，大模型距離真正意義上的科學(xué)進(jìn)步，漸行漸近。

The End