打通AI應用工業化大生產全流程：昇騰註解“AI向上的力量”_風聞

作者 | 曾響鈴

文 | 響鈴説

“有了大算力，就能夠產生系列大模型，應用創新就有了堅實基礎。”

剛剛舉辦的世界人工智能大會（WAIC）上，華為輪值董事長鬍厚崑做主旨發言時，對當下以及未來的人工智能產業落地做了如此表述。

過去一年，人工智能基礎設施以肉眼可見的速度快速鋪設，成為最顯眼的新基建領域，全國20多個城市規劃和建設人工智能計算中心，其中，深圳、武漢、中原、西安、成都、南京、杭州等多地的人工智能計算中心已相繼上線。

在人工智能計算中心成為領先城市“標配”的同時，大模型的加速發展又讓人直觀看到這些基礎設施在推進AI產業落地這件事上的現實意義——通過被充分支撐的大模型，AI將更快速進入到產業。

胡厚崑並非只是給出一個鏈條式的邏輯論斷，更重要的是，在華為推動的昇騰AI產業生態之上，大模型正在快速發展，AI應用正在嘗試進入“工業化大生產”的新階段，這將是一個AI應用真正實現爆發的時代。

**產業應用走向“工業化大生產”，驅動“AI向上的力量”**在經典經濟學中，各種產品的“工業化大生產”是現代社會的重要表現，從作坊到工廠到全產業鏈，由手工、單一產品生產到批量化的生產線，生產力得到解放後，人類社會的進步速度遠遠快於過去數千年。

在大模型的推動下，AI應用的“生產”也在呈現這樣的“工業化大生產”過程，只不過出產的不再是一個個實體產品，而變成了AI創新應用。

這一切，要從大模型的價值談起。

超大規模的參數、海量訓練的數據，讓大模型形成了兩大能力：

一是其所在領域AI應用不需要再從0開始，開發者只要基於大模型進行簡單的參數調整和數據再訓練，即可以實現場景的個性化應用適配；

二是大模型具備良好的泛化性，在一定領域內，眾多場景都可以適配，不需要單獨再做一個模型。

於是，一個“分工”就此形成：大模型提供底層通用的能力（因此在國外文獻中大模型也被稱作Foundation Model），而各場景的具體AI任務只要專注本場景下的專業應用需求進行“微調”即可，一個大模型管一片、一個場景簡單調整就有一個應用，AI開發避免重複造輪子、效率更高，且對數據的需求只限定在特定的範圍內不再需要巨量的數據來源，降低了門檻。

例如，在藥物研發領域，由於場景複雜多樣，每一個場景都單獨訓練AI模型，效率非常低。胡厚崑介紹，醫藥行業的盤古預訓練大模型可以適配藥物研發的多個關鍵場景，大大縮短藥物研發週期，這就是分工價值的體現。

而恰恰，經典理論中的“工業化大生產”的關鍵前提即實現了“社會化大分工”，一個崗位只專注於做好某件事，通過流程鏈條串聯起高效率的社會產品生產體系。大模型的底層通用能力與場景任務“分工”屬性，讓AI應用的“工業化大生產”成為可能，用胡厚崑的話説，是“實現從小作坊式向工業化開發轉變”。

不過，這其中還存在一個癥結問題：大模型固然可以解決眾多場景的AI模型重複開發問題、實現AI應用的批量化產出，但如果大模型本身的開發也存在“重複造輪子”的問題，不同的主體扎堆、重複投入資源，那麼AI應用創新的“社會化大分工”就失去了基礎，“工業化大生產”也就失去了前提。

這時候，避免大模型開發本身的重複投入，就成為行業必須關注的事。華為呼籲全產業鏈的力量，與產業界共同規劃“大模型沙盤”，就是在嘗試解決這個問題。

這個“沙盤”，其價值可以概括為在AI發展的重要方向引導下，對大模型有序規劃牽引、提升創新有效性、避免簡單重複。

大模型沙盤出現的背景，在於大模型的開發過程十分複雜、門檻很高，一方面需要更體系化的行業引導與幫扶，另一方面一旦出現重複造輪子，對整個社會、對AI的發展來説，資源的浪費量也將更為巨大，必須及時規避。

現在，大模型沙盤規劃了基礎大模型和行業大模型兩大模塊，進行創新方向的牽引：

基礎大模型，主要任務在於將科研創新的成果落地到行業具體場景，例如CV、NLP、多模態、博弈智能等。較為典型的，如在本次世界人工智能大會上獲得SAIL大獎的紫東.太初大模型，由中科院自動化所和華為共同基於昇騰AI基礎軟硬件平台打造，是全球首個圖文音三模態大模型，已經陸續孵化出新媒體內容檢索平台、智能座艙、南宋御街數字人、手語教考一體機等場景化行業應用。

行業大模型，聚焦於具體的行業屬性、加速行業智能化升級。較為典型的，如本次世界人工智能大會期間發佈的“東方.御風”大模型，由中國商飛公司聯合華為基於昇騰AI打造，據中國工程院院士、中國商飛首席科學家吳光輝在大會上介紹，它是業界首個工業級流體仿真大模型，主要應用於大型客機翼型流場的高效高精度AI仿真預測。

在華為的呼籲下，行業正在不斷讓這個大模型沙盤變得更加精細化、在更細分的領域避免“重複造輪子”的現象，並通過政、產、學、研、用聯合，集中優勢資源推出更優質的大模型——這同樣是一種AI創新過程中“分工”的體現。

總結起來，大模型沙盤推動大模型創新實現“社會化大分工”，而大模型則推動AI應用創新的“社會化大分工”，雙重“分工”之下，AI產業應用的“工業化大生產”有了更充分的基礎。

隨着大模型加速孵化行業應用創新，使能千行百業智能化升級，產業變革將全面開花，蓬勃向上的氣氛也將形成，而這，正如支撐大模型發展的昇騰所強調的，是一種屬於技術時代“AI向上的力量”。

“工業化大生產”三維聯動，AI向上的力量彰顯當然，回顧歷史，“工業化大生產”的形成不只有靠“社會化大分工”，還需要一系列條件促成並推動不斷前進。

在AI的產業應用這裏同樣如此。具體來説，這包括三個維度，也是當下華為、昇騰與行業參與者在共同完成的事。

1、提供生產所需要的充足資源保障——算力基礎設施廣泛建設電、石油等資源是工業化大生產的必備資源，類比到AI應用的生產，算力就成為這種不可或缺的資源。

這其中，算力網絡統籌全國AI算力資源，形成如同水、電一樣的基礎設施，對需要大算力才能支撐的大模型至關重要。

2021年9月，中國科學技術信息研究所聯合鵬城實驗室、AITISA發佈《人工智能計算中心發展白皮書2.0》，2021年底，鵬城實驗室牽頭成立了人工智能算力網絡推進聯盟，推進各地人工智能計算中心聯接成網，2022年6月，“中國算力網”正式上線。

就在本次世界人工智能大會上，瀋陽、廣州、重慶、昆明、福州、長沙、河北（廊坊）7個新增節點接入中國算力網，至此網絡中已有超過20個節點。再加上，技術層面多個人工智能計算中心間的AI算力調度與協同訓練已完成初步驗證，在業界的共同努力下，全國AI算力一張網已經初具雛形。

事實上，鵬城實驗室的行動，一直處在國家“東數西算”工程與全國一體化算力網絡的佈局下，按照國家有關部委要求在進行。現在中國算力網初步落地，將推動自主創新的算力網絡技術體系的成熟，實現全國大型算力的協同調度與高效計算，“讓用户像用電一樣使用算力服務”，這不僅僅讓大模型的創新發展更有底氣，更為數字經濟時代打造了一個關鍵的算力底座。

2、提供高效“生產”的全程輔助——大模型開發使能平台、AI開發框架加速創新現代科技創新與工業化大生產同頻共振，前者推動後者不斷提升效率和效果。在AI這裏，平台和工具的創新同樣推動着大模型快速發展，成為重要的輔助力量。

這方面，昇騰為產業界提供的完整的大模型開發使能平台最為典型。

從基礎模型到應用開發的全流程，該平台推動大模型易開發、易適配、易部署，在其支持下，已有覆蓋語音、視覺、多模態等多個領域的數十個全球領先的大模型問世，包括鵬程.盤古、鵬程.神農、紫東.太初、武漢.LuoJia、華為雲盤古系列等有影響力的大模型。

此外，大模型的開發還需要具備能力適配的AI開發框架。這方面，2020年開源、作為昇騰AI全棧體系重要一環的昇思MindSpore並非只是為了大模型而生，卻充分展現原生支持大模型開發的能力，一躍成為大模型開發的重要“操作系統”，紫東.太初等知名大模型的開發過程都使用了昇思MindSpore AI框架。

3、加速最終“產品”的市場推廣與有效利用——產業聯合體讓快速對接的產業場景工業化大生產與工業產品的消費始終互為因果，前者推動後者有更好的體驗和價值，後者推動前者有不斷前行的動力。AI應用面向產業的相互關係於此類似，只有能夠深入到產業、產生改變與進化的價值，才有動力持續創新與迭代。

因此，大模型的產業化落地就成為AI產業應用“工業化大生產”最後的、關鍵的環節，華為與業界共同推動的圍繞特定大模型的“產業聯合體”，應運而生。其價值，按胡厚崑在WAIC上的發言，是“很好的打通科研創新與場景應用之間的斷點，讓懂AI的人瞭解行業，讓懂行業的人也瞭解AI”。

就在不久前，智能遙感開源生態聯盟（武漢.LuoJia）作為一個產業聯合體就舉辦了第二次會議，聯盟成員企業上海數慧、漢達瑞、航天宏圖、武漢珈和科技等分享了基於聯盟創新成果的最新行業方案，36家成員單位加入聯盟當中。

類似的，還有多模態人工智能產業聯盟（紫東.太初），在遙感和多模態兩個領域，已經有70多家科研機構和企業加入，孵化了20多個行業新應用。

此外，本次世界人工智能大會上，由學術界、產業界領軍人物和30多家全球頭部流體力學高校、科研院所與龍頭企業共同組建，智能流體力學產業聯合體宣告成立，旨在推動飛機、高鐵、汽車的設計中AI與傳統流體力學的深度融合，加速大製造產業智能化升級。

可以料想的是，未來隨着大模型的發展，將有更多與之匹配的產業聯合體運作起來，其意義，在於更多創新與應用力量將匯聚起來，推動大模型直通產業，孵化出大量具體的行業應用成果，展現AI的變革力、開創產業新空間。

結語挖掘大模型的優勢，讓AI產業應用實現“工業化大生產”，從基礎設施建設、技術創新到產業落地，在華為、昇騰以及行業參與者的多方努力下，多層次的動作已經開始，基本的發展框架已經搭建好，剩下的，是每個“模塊”持續深化下去。

當然，這其中有些補充的環節還需要跟隨完善，例如，就像實體產品的“工業化大生產”需要更高素質的勞動力一樣，AI產業的人才隊伍建設也必不可少，無論是華為聯合教育部推動人工智能人才培養計劃，還是昇騰社區為開發者人才提供“學-練-訓-賽”全週期成長路徑，都是這個目標下的產物。

一個個“補丁”被打上後，大模型時代人工智能產業正迎來科研突破，行業應用落地進入了關鍵的加速期，昇騰AI將最終賦能產業、改變千行百業，展現出向上的力量。

*本文圖片均來源於網絡

*此內容為【響鈴説】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。

【完】 

曾響鈴

1鈦媒體、品途、人人都是產品經理等多家創投、科技網站年度十大作者；

2 虎嘯獎評委；

3 作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；

4 《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜誌特約評論員；

5 鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；

6 “腦藝人”（腦力手藝人）概念提出者，現演變為“自媒體”，成為一個行業；

7  騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。