近年來，人工智能的巨大突破對社會發(fā)展產(chǎn)生了重大的影響，尤其是在以ChatGPT為首的AI大模型誕生后，使AI技術得以更普遍地下沉到更多的應用場景，眾行業(yè)因此迎來了全新的變革。

華為昇騰計算業(yè)務總裁張迪煊對《中國經(jīng)營報》記者表示，近期，以ChatGPT為代表的大模型成功實現(xiàn)商業(yè)化落地，并引發(fā)了業(yè)界震動。人工智能也正在從感知理解走向生成創(chuàng)造，這是一個關鍵里程碑。大模型已成為發(fā)展趨勢，推動AI邁向通用人工智能。然而由于其模型結構復雜，參數(shù)量和數(shù)據(jù)量巨大，且需要持續(xù)迭代，面臨平臺建設、模型開發(fā)和推理部署三大挑戰(zhàn)。

AI驅動質變

智能時代，數(shù)字生產(chǎn)力正在逐步成為推動經(jīng)濟發(fā)展和社會進步的核心引擎。數(shù)字生產(chǎn)力就是人類應用數(shù)字技術和數(shù)字化手段，驅動生產(chǎn)力提升的能力，包括具備數(shù)字技能的人，構成核心生產(chǎn)要素的數(shù)據(jù)，以及5G、云計算、人工智能等數(shù)字技術為代表的先進生產(chǎn)工具。隨著網(wǎng)絡化、數(shù)字化、智能化技術的不斷創(chuàng)新與發(fā)展，數(shù)字生產(chǎn)力的價值和潛力日益凸顯。

人工智能正成為推動人類進入數(shù)智時代的決定性力量，正在從感知理解世界走向生成創(chuàng)造世界，并推動產(chǎn)業(yè)智能化升級加速進入拐點，這為人工智能產(chǎn)業(yè)帶來巨大的發(fā)展機遇。

華為ICT Marketing總裁周軍表示，隨著人工智能技術的爆炸式發(fā)展，AI將進一步驅動各行各業(yè)的生產(chǎn)能力、生產(chǎn)效率從“量變到質變”，實現(xiàn)跨越式發(fā)展。躍升數(shù)字生產(chǎn)力，用好AI，將成為國家、行業(yè)、企業(yè)的核心競爭力。

近日，艾瑞咨詢發(fā)布的研究報告顯示，2022年中國人工智能產(chǎn)業(yè)規(guī)模達1958億元，年增長率7.8%，整體平穩(wěn)向好。目前中國大型企業(yè)基本都已在持續(xù)規(guī)劃投入實施人工智能項目，未來隨著中小型企業(yè)的普遍嘗試和大型企業(yè)的穩(wěn)健部署，在AI成為數(shù)字經(jīng)濟時代核心生產(chǎn)力的背景下，AI芯片、自動駕駛及車聯(lián)網(wǎng)視覺解決方案、智能機器人、智能制造、決策智能應用等細分領域增長強勁。2027年人工智能產(chǎn)業(yè)整體規(guī)模可達6122億元，2022～2027年的相關CAGR為25.6%。

具體來看，AI應用已經(jīng)開始落地醫(yī)療、工業(yè)、辦公、金融等領域，其中金融行業(yè)因數(shù)據(jù)豐富成為AI大模型率先落地的垂直領域之一。除此之外，AI技術下游應用領域廣泛，包括電力、游戲、電商等。多元應用領域中，各色AI應用正在崛起，有愈來愈多的應用廠商積極擁抱AI。

道阻且長

應用開發(fā)作為AI落地的最后一公里，需要把AI技術和行業(yè)知識有效結合，而這背后需要大模型的支持，這也是各大廠商競爭的焦點。

張迪煊表示，以ChatGPT為代表的大模型成功實現(xiàn)商業(yè)化落地，并引發(fā)了業(yè)界震動。人工智能也正在從感知理解走向生成創(chuàng)造，這是一個關鍵里程碑。這一跨越讓人工智能融入到我們的生活，改變信息入口；融入到我們的工作，改變創(chuàng)作方式；融入到生產(chǎn)系統(tǒng)，改變商業(yè)邏輯，也為我們創(chuàng)造出了無限的想象空間。

所謂大模型，是指通過訓練，從大量標記和未標記的數(shù)據(jù)中捕獲知識，并將其存儲到大量的參數(shù)中，以實現(xiàn)對各種任務進行高效處理的技術架構。一般來說，參數(shù)越多，模型越大；ChatGPT作為大模型應用的代表，其參數(shù)已經(jīng)達到了千億級別。

華為在2018年發(fā)起了昇騰AI計算產(chǎn)業(yè)，昇騰AI得到了快速蓬勃發(fā)展。據(jù)張迪煊介紹，“昇騰AI”基礎軟硬件平臺已孵化和適配了30多個主流大模型，我國一半以上的原生大模型是基于“昇騰AI”基礎軟硬件平臺打造。

據(jù)悉，目前鵬城云腦、“紫東太初”大模型等均是基于昇騰生態(tài)打造。中國工程院院士、鵬城實驗室主任高文表示，今年下半年將啟動鵬城云腦III的建設，原型機將在2023年建成，鵬城云腦III預計2025年年底前建成。鵬城云腦III將是面向6G超寬帶通信的云網(wǎng)合一智能化工具平臺，提供預訓練大模型底座。

“雖然大模型已成為發(fā)展趨勢，但由于其模型結構復雜，參數(shù)量和數(shù)據(jù)量巨大，且需要持續(xù)迭代，面臨平臺建設、模型開發(fā)和推理部署三大挑戰(zhàn)?！?/strong>張迪煊認為，“首先，大模型無法在單卡或單機上執(zhí)行訓練，平臺構建需要綜合考慮計算、網(wǎng)絡、存儲、調度等系統(tǒng)的設計與優(yōu)化；其次，模型開發(fā)階段也面臨著模型結構如何設計、并行的策略如何制定、訓練問題如何定位解決、穩(wěn)定性如何保障等各種挑戰(zhàn)；最后，在推理應用階段，需要進行模型小型化，同時還要保障模型精度?！?/p>