每經(jīng)記者 王晶    每經(jīng)編輯 梁梟    

在今日（9月19日）舉行的2024年華為全聯(lián)接大會上，華為副董事長、輪值董事長徐直軍發(fā)表了題為“擁抱全面智能化時代”的主題演講。會上，徐直軍回顧了華為自2018年以來在人工智能領(lǐng)域的發(fā)展歷程，并提出了全面智能化戰(zhàn)略，同時也分享了對智能化的觀察和思考。

徐直軍 圖片來源：企業(yè)供圖

徐直軍認為，智能化將是一個長期過程，而算力是智能化的關(guān)鍵基礎(chǔ)。“智能化的可持續(xù)，首先是算力的可持續(xù)。而算力是依賴半導(dǎo)體工藝的，但我們必須要面對一個現(xiàn)實，那就是，美國在AI芯片領(lǐng)域?qū)χ袊闹撇瞄L期不會取消??人工智能正在成為主導(dǎo)性算力需求，促使計算系統(tǒng)正在發(fā)生結(jié)構(gòu)性變化，需要的是系統(tǒng)算力，而不僅僅是單處理器的算力。這些結(jié)構(gòu)性變化，為我們通過架構(gòu)性創(chuàng)新，開創(chuàng)出一條自主可持續(xù)的計算產(chǎn)業(yè)發(fā)展道路，提供了機遇。”

對此，徐直軍給出的解決方案是：“充分抓住人工智能變革機遇，基于實際可獲得的芯片制造工藝，計算、存儲和網(wǎng)絡(luò)技術(shù)協(xié)同創(chuàng)新，開創(chuàng)計算架構(gòu)，打造‘超節(jié)點+集群’系統(tǒng)算力解決方案，長期持續(xù)滿足算力需求。”

此外，徐直軍也談到了近年來蓬勃發(fā)展的大模型。在他看來，不是每個企業(yè)都要建設(shè)大規(guī)模AI算力，也不是每個企業(yè)都要訓練自己的基礎(chǔ)大模型。“AI服務(wù)器，特別是AI算力集群不同于通用x86服務(wù)器，對供電、散熱等數(shù)據(jù)中心機房環(huán)境要求極高，且隨著大模型越來越大，AI算力也將走向更大規(guī)模，而且變化節(jié)奏快，AI服務(wù)器快速升級換代，數(shù)據(jù)中心機房面臨要么浪費、要么滿足不了需求的困境??訓練出基礎(chǔ)大模型，關(guān)鍵是數(shù)據(jù)，而準備足夠多的高質(zhì)量數(shù)據(jù)是很大挑戰(zhàn)，基礎(chǔ)大模型預(yù)訓練數(shù)據(jù)量進入10萬億tokens量級，這對于企業(yè)來說，不僅意味著高成本，同時是否能獲取到足夠的數(shù)據(jù)量也是挑戰(zhàn)。”

他還進一步表示：“不是所有的應(yīng)用都要追求‘大’模型。從華為盤古在行業(yè)的實踐看，十億參數(shù)模型可以滿足科學計算、預(yù)測決策等業(yè)務(wù)場景的需求，比如降雨預(yù)測、藥物分子優(yōu)化、工藝參數(shù)預(yù)測，在PC（個人電腦）、手機等端側(cè)設(shè)備上，十億參數(shù)模型也有廣泛應(yīng)用；而百億參數(shù)模型可以滿足面向NLP（自然語言處理）、CV（計算機視覺）、多模態(tài)等大量特定領(lǐng)域場景的需求，比如知識問答、代碼生成、安全檢測。面向NLP、多模態(tài)的復(fù)雜任務(wù)，可以用千億參數(shù)模型來完成。”

“企業(yè)需要的是根據(jù)自身不同業(yè)務(wù)場景需求，選擇最合適的模型，通過多模型組合，解決問題，創(chuàng)造價值。”徐直軍說道。

在終端AI方面，雖然當前各種終端引入AI能力已經(jīng)成為普遍的趨勢，但徐直軍認為，終端AI應(yīng)以體驗為中心，而不是以算力為中心?；谶@一理念，華為與清華大學人工智能產(chǎn)業(yè)研究院共同提出AI終端智能化L1到L5分級標準，以消費者體驗為牽引，量化用戶的智能體驗。